一种基于主成分分析的单像素免成像分类测量矩阵优化方法及装置

本发明属于图像处理技术领域，具体涉及一种基于主成分分析的单像素免成像分类测量矩阵优化方法及装置。方法包括：通过单像素探测器采集目标场景的压缩光强信号形成原始测量数据；采用主成分分析(PCA)降维技术从类别先验图像的全采样光强值中提取代表性特征向量；将特征向量与原始测量矩阵进行特征融合，构建主成分分析测量矩阵(PCAMM)；基于PCAMM对目标实施压缩采样获得一维光强序列；通过分类器直接对一维光强序列进行目标分类。本发明突破传统单像素成像"先重构后感知"的技术路线，创新性地提出PCAMM矩阵构建方法，通过特征增强测量显著降低测量值的随机性。该方案对各类经典测量矩阵都有优化效果，且在高噪声低采样率等复杂环境下仍保持较高的分类精度，其免成像特性可最大程度上省存储空间，为资源受限的视觉系统提供了新的高能效感知范式。