Abstract: The PCA，Kernel PCA（KPCA） and Probabilistic PCA（PPCA） are popular feature extraction methods.This paper proposes a method to detect bright spots on LCD screen using Probabilistic Kernel Principal Component Analysis（PKPCA）.PKPCA is considered a relatively new extraction technique which is a nonlinear extension of a PPCA.It illustrates the potential of PKPCA on detection compared with PCA and PPCA algorithms.The experiments indicate that PKPCA is superior to the PCA and PPCA in some aspects.

Key words: Principal Component Analysis（PCA）, Kernel Principle Component Analysis（KPCA）, Probabilistic Principal Component Analysis（PPCA）, bright spot detection, Probabilistic Kernel Principal Component Analysis（PKPCA）

摘要： 主成分分析（PCA）、核主成分分析（KPCA）和概率主成分分析（PPCA）是已经取得广泛应用的特征提取方法。提出一种基于概率核主成分分析（PKPCA）的检测液晶屏幕亮点的方法。作为对PPCA的一种非线性扩展，PKPCA在PPCA的基础上引入了核函数方法，因而其捕获模式非线性特征的能力更强。在KPCA和PPCA的基础上推导了PKPCA过程公式，并在检测液晶屏幕亮点的应用中将PKPCA、PPCA、PCA算法进行比较。实验结果表明，PKPCA的检测率和局部信噪比优于其他两者。

关键词: 主成分分析, 核主成分分析, 概率主成分分析, 亮点检测, 概率核主成分分析