SVD分解原理及基於SVD分解的圖像壓縮和去噪

  SVD分解是矩陣論中的一個知識點，特徵值分解可以得到特徵值與特徵向量，特徵值表示的是這個特徵到底有多重要，而特徵向量表示這個特徵是什麼，可以將每一個特徵向量理解爲一個線性的子空間，我們可以利用這些線性的子空間幹很多的事情。SVD分解的公式如下，其中U和V都爲正交矩陣，中間的爲特徵值構成的對角矩陣，相對於正交對角分解，SVD分解的適應性更強，應爲A不必是方陣，下面是SVD分解的公式。 用SVD做

>>阅读原文<<