使用核主成分分析进行图像去噪

简介

本实验演示了如何使用核主成分分析（Kernel PCA）对图像进行去噪。其思路是在无噪声图像上学习主成分分析（PCA）基，并使用该基对噪声图像进行重构和去噪。为此，我们使用美国邮政服务（USPS）数字数据集。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。

Skills Graph

通过 OpenML 加载数据集

我们使用 scikit-learn 中的 fetch_openml() 函数加载美国邮政服务（USPS）数字数据集。然后使用 MinMaxScaler() 对数据进行归一化处理。

import numpy as np
from sklearn.datasets import fetch_openml
from sklearn.preprocessing import MinMaxScaler
from sklearn.model_selection import train_test_split

X, y = fetch_openml(data_id=41082, as_frame=False, return_X_y=True, parser="pandas")
X = MinMaxScaler().fit_transform(X)

创建训练集和测试集

我们将数据集拆分为一个包含 1000 个样本的训练集和一个包含 100 个样本的测试集。我们向测试集中添加高斯噪声，并创建原始数据的两个副本：一个有噪声，一个无噪声。

X_train, X_test, y_train, y_test = train_test_split(
    X, y, stratify=y, random_state=0, train_size=1_000, test_size=100
)

rng = np.random.RandomState(0)
noise = rng.normal(scale=0.25, size=X_test.shape)
X_test_noisy = X_test + noise

noise = rng.normal(scale=0.25, size=X_train.shape)
X_train_noisy = X_train + noise

绘制测试图像

我们定义一个辅助函数来绘制测试图像。我们使用这个函数来绘制未损坏的和有噪声的测试图像。

import matplotlib.pyplot as plt

def plot_digits(X, title):
    fig, axs = plt.subplots(nrows=10, ncols=10, figsize=(8, 8))
    for img, ax in zip(X, axs.ravel()):
        ax.imshow(img.reshape((16, 16)), cmap="Greys")
        ax.axis("off")
    fig.suptitle(title, fontsize=24)

plot_digits(X_test, "未损坏的测试图像")
plot_digits(
    X_test_noisy, f"有噪声的测试图像\n均方误差（MSE）：{np.mean((X_test - X_test_noisy) ** 2):.2f}"
)

学习主成分分析（PCA）基

我们使用线性主成分分析（PCA）和核主成分分析（Kernel PCA）来学习主成分分析基。核主成分分析使用径向基函数（RBF）核来学习基。

from sklearn.decomposition import PCA, KernelPCA

pca = PCA(n_components=32, random_state=42)
kernel_pca = KernelPCA(
    n_components=400,
    kernel="rbf",
    gamma=1e-3,
    fit_inverse_transform=True,
    alpha=5e-3,
    random_state=42,
)

pca.fit(X_train_noisy)
_ = kernel_pca.fit(X_train_noisy)

重建并去噪测试图像

我们使用主成分分析（PCA）和核主成分分析（Kernel PCA）对有噪声的测试集进行变换和重建。然后我们绘制重建后的图像以比较结果。

X_reconstructed_kernel_pca = kernel_pca.inverse_transform(
    kernel_pca.transform(X_test_noisy)
)
X_reconstructed_pca = pca.inverse_transform(pca.transform(X_test_noisy))

plot_digits(X_test, "未损坏的测试图像")
plot_digits(
    X_reconstructed_pca,
    f"PCA 重建\n均方误差（MSE）：{np.mean((X_test - X_reconstructed_pca) ** 2):.2f}",
)
plot_digits(
    X_reconstructed_kernel_pca,
    (
        "核主成分分析重建\n"
        f"均方误差（MSE）：{np.mean((X_test - X_reconstructed_kernel_pca) ** 2):.2f}"
    ),
)

总结

在本实验中，我们学习了如何使用核主成分分析（Kernel PCA）对图像进行去噪。我们使用美国邮政服务（USPS）数字数据集来演示这一过程。我们在无噪声图像上学习了主成分分析基，并使用它来重建和去噪有噪声的图像。我们比较了线性主成分分析（PCA）和核主成分分析的结果，发现核主成分分析在去除背景噪声和提供更平滑图像方面更有效。然而，在选择 n_components、gamma 和 alpha 的合适值时，我们需要谨慎。