[發明專利]基于快速選取地標點的圖像譜聚類方法

有效

• 申請號: 201710720021.4
• 申請日: 2017-08-21
• 公開（公告）號: CN107578063B
• 公開（公告）日: 2019-11-26
• 發明（設計）人: 姬紅兵;王益新;張文博;劉龍;王厚華;陳爽月;張海濤;蘇鎮鎮
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 61205 陜西電子工業專利中心
• 代理人: 田文英;王品華<國際申請>=<國際公布>

1.一種基于快速選取地標點的圖像譜聚類方法，包括以下步驟：

(1)讀取待譜聚類的所有的圖像；

(2)計算待譜聚類圖像的近鄰圖：

(2a)利用希爾弗曼經驗法則，計算讀取的所有圖像所有近鄰圖的徑向基核函數的帶寬；

(2b)利用徑向基核函數公式，計算讀取的所有圖像的特征核矩陣的切片矩陣中的每一個值；

(2c)將切片矩陣中每一行的所有元素按數值的大小降序排列，依照數值的大小將每一行的前位數值，加入到讀取圖像序號與切片矩陣行號對應的所讀取圖像的邊列表，N表示讀取的所有圖像的總數，k表示讀取的所有圖像的類別數量；

(3)選取地標點：

(3a)將每個所讀取圖像的邊列表中的所有數值相加后作為該圖像的度屬性特征值；

(3b)將所有圖像的度屬性特征值按數值的大小降序排列，將后個度屬性特征值對應的圖像作為噪聲圖像，其余特征值對應的圖像依次加入到地標點的備選集合中；

(3c)從地標點的備選集合中選取最大度屬性特征值對應的圖像，移動到地標點集合之中，移除地標點的備選集合中該圖像的所有近鄰圖；

(3d)判斷地標點的備選集合中是否還有圖像，若是，則執行步驟(3c)，否則，執行步驟(3e)；

(3e)依次讀取被移除的所有近鄰圖，將其加入到地標點的備選集合中；

(3f)判斷地標點集合中圖像總數是否為500個，若是，執行步驟(4)，否則，執行步驟(3c)；

(4)計算待譜聚類圖像的特征稀疏表示矩陣：

(4a)利用特征相似度值權重公式，依次計算每一個待譜聚類圖像和地標點集合中每一個圖像特征相似度的權重值；

(4b)將特征相似度權重值依次放入特征稀疏表示矩陣，得到待譜聚類圖像的特征稀疏表示矩陣；

(5)計算待譜聚類圖像的相關矩陣：

(5a)對稀疏表示矩陣進行歸一化處理，得到歸一化后的稀疏表示矩陣；

(5b)將歸一化的稀疏表示矩陣轉置，用轉置后的矩陣與稀疏表示矩陣相乘，得到待譜聚類圖像的相關矩陣；

(6)計算稀疏表示矩陣的右奇異特征矩陣：

(6a)利用奇異值分解法，將相關矩陣進行特征值分解，得到相關矩陣的特征值和特征向量；

(6b)將相關矩陣的特征值按數值的大小降序排列，將前k個特征值作為對角元素依次組成特征值矩陣，將前k個特征值對應的特征向量依次組成特征向量矩陣；

(6c)利用右奇異特征矩陣公式，計算稀疏表示矩陣的右奇異特征矩陣；

(7)識別聚類：

(7a)利用K均值聚類法，對右奇異特征矩陣的每個元素進行聚類，得到右奇異特征矩陣每個元素的聚類標號；

(7b)將右奇異特征矩陣每個元素的聚類標號，依次作為圖像的譜聚類類別標號，輸出圖像的譜聚類結果。

2.根據權利要求1所述的基于快速選取地標點的圖像譜聚類方法，其特征在于，步驟(2a)中所述的利用希爾弗曼經驗法則的具體步驟如下：

第1步，按照下式，計算讀取的所有圖像在同一個特征維度的標準差：

其中，σ^h表示讀取的所有圖像在第h個特征維度的標準差，表示開方操作，N表示讀取的所有圖像的總數，∑表示求和操作，x_jk表示所讀取的第j個圖像在第k個特征維度的值，μ_w表示讀取的所有圖像在第w個特征維度的平均值，h、k、w的取值對應相等；

第2步，按照下式，計算讀取的所有圖像在所有特征維度的平均標準差：

其中，表示讀取的所有圖像在所有特征維度的平均標準差，d表示讀取的所有圖像的特征維度的總數；

第3步，按照下式，計算讀取的所有圖像的所有近鄰圖的徑向基核函數的帶寬：

其中，σ表示讀取的所有圖像所有近鄰圖的徑向基核函數的帶寬。

3.根據權利要求1所述的基于快速選取地標點的圖像譜聚類方法，其特征在于，步驟(2b)中所述的徑向基核函數公式如下：

其中，K(s,t)表示讀取的所有圖像的特征核矩陣的切片矩陣中第s行第t列元素，e表示以自然常數為底數的指數操作，||||表示取模操作，x_u表示所讀取的第u個圖像的特征，x_v表示所讀取的第v個圖像的特征，u和s的取值對應相等，v和t的取值對應相等。