1.基于距离可分性判据的特征提取方法 前面研究了基于距离的可分性判据，得到了相应判据，它们都反映了一个基本思想，即类内距离小和类间距离大的要求。 下面我们以J2准则( )为例讨论特征提取的方法。  　　设Sw和Sb为原始特征空间的类内离散度矩阵和类间离散度矩阵, Sw*和Sb*为变换后特征空间的类内离散度矩阵和类间离散度矩阵, W为变换矩阵。 则有：

针对数控磨床磨削加工过程中的颤振现象，提出一种基于希尔伯特-黄变换的磨削颤振特征量提取方法。采用经验模式分解，将信号分解成具有不同特征时间尺度的固有模态函数分量，筛选合适的分量，提取其颤振特征量-实时方差和瞬时能量，并将其作为判断磨削发生颤振的依据。模拟仿真结果表明：基于希尔伯特-黄变换提取的磨削颤振特征量，可以作为颤振发生的判断依据。

毛玻璃(GGO)型肺结节目前研究的比较少，但其恶性可能性也比较大。针对GGO型结节的对比度较血管和实体型结节的对比度低，直接使用阈值法不能很好地提取GGO型肺结节，直接使用多尺度圆点滤波器不能提取非球形形状的GGO型肺结节的问题，提出了一种基于形状特征和滤波器增强的阈值法相结合的方法来提取GGO型结节。首先使用形状指数方法提取具有全部或部分球形结构的GGO型结节，然后对剔除了血管、球形结构结节的图像应用滤波增强法来拉伸毛玻璃结节和肺实质的对比度，利用阈值方法提取不具有球形结构的毛玻璃结节。为了提高检测的准确率，对肺结节的特征进行提取与分类，并选择最佳特征组合，放入支持向量机分类器提取更精确的肺结节，并对算法进行评估和对比。实验结果表明，该方法能有效降低GGO型肺结节的漏检率，提高检测的敏感性、特异性，优于现有的两种方法。

为了更有效地提取脑电信号特征波，结合小波包和ICA（独立分量分析），提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解，然后进行相关频段信号的重构，从而提取出特征波的概貌作为初次提取的特征波；再利用ICA分离技术，以初次提取的特征波为参考信号对其进行增强。实验结果表明，对比于独立地应用某一种方法，两种方法相结合更能有效地提取脑电信号特征波。

随着计算机视觉的发展，机器人需要从图像序列中检测目标物体以进行自主导航。 为了识别目标，自主机器人的感知系统首先需要将图像分割为不重叠但有意义的区域，这些区域基于低级特征，例如颜色，纹理度量和形状等。作为重要组成部分，Gabor小波通常用作纹理由于它是人脑V1区域中单个细胞的空间感受野的数学近似值，因此具有一些特征。 这些Gabor纹理测度的问题是特征提取过程中卷积涉及的高计算成本。 为了部分解决该问题，在本文中，我们仔细研究了用于形成纹理特征的Gabor小波的行为，发现只有一小部分滤波器对识别过程有重要贡献。 实验结果表明，通过删除冗余滤波器，可以在更短的时间内获得更好的性能。

8.3.1按欧氏距离度量的特征提取方法 按欧氏距离度量的特征提取方法 基于距离可分性判据的特征优化过程是通过一个线性变换实现 特征提取在这里意味着找到一个线性变换W ,对原始特征向量Y=[y1,…，yD]T实行映射变换W：Y→X，得到维数减少的向量X = [x1,…，xd]T，即W为D×d矩阵

一种基于空间编码技术的轨迹特征提取方法

最大曲率： 此方法将尝试提取静脉的中心线。 这是通过计算静脉图像横截面轮廓中的局部最大曲率来完成的。 该方法应该对变化的静脉宽度和不均匀的亮度具有鲁棒性。 重复线跟踪： 该算法将从几个随机点开始，并尝试跟踪一条线。 如果一个像素被线跟踪算法多次访问，它很可能是一条静脉。 可以在此处找到展示算法运行的电影： https://vimeo.com/51757793 文学： - N. Miura、A. Nagasaka 和 T. Miyatake “基于重复线跟踪的手指静脉模式特征提取及其在个人识别中的应用”机器视觉和应用。 doi：10.1007/s00138-004-0149-2 - N. Miura、A. Nagasaka 和 T. Miyatake “使用图像轮廓中的最大曲率点提取手指静脉图案。” IAPR 机器视觉应用会议 9 (2005)。 用法： 文件“miura_usage.m

基于点云数据的人体尺寸自动提取是三维人体非接触测量的难点问题，提出一种基于点云数据的人体尺寸自动提取方法。其步骤为：对人体点云去噪并建立标准测量坐标系；给出一种自动分割算法将人体分为6部分；将人体测点分为极值点、局部极限点和一般点3类，在模型分割的基础上给出每类测点的识别算法；最后给出人体测量项目的计算方法。研究结果表明：与传统方法相比，本方法具有全自动、速度快、操作便捷的特点；所提出的测点识别算法和测量项目的计算方法是有效的，在准确率上满足GB/T 23698―2009的要求。

提出了一种基于二维连续小波变换的电子散斑干涉(ESPI)条纹图相位提取方法。通过检测二维小波脊确定条纹相位,并引入条纹频率作为向导,有效地避免了相位解调过程中的符号奇异性问题,从而使该算法既能处理开条纹图也能处理闭条纹图,且对散斑噪声具有较强的抑制能力。数值模拟和实验结果表明,该方法在抑制散斑噪声的同时能够有效地提取出条纹相位,对开条纹图和闭条纹图都能处理。