[發(fā)明專利]一種基于圖片相似度計(jì)算的腦纖維視角自動(dòng)選擇方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911409311.2
• 申請(qǐng)日: 2019-12-31
• 公開（公告）號(hào): CN111242169A
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 劉義鵬;曾東旭;蔣哲臣;孫國(guó)道;蔣莉;梁榮華
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

1.一種基于圖片相似度計(jì)算的腦纖維視角自動(dòng)選擇方法，其特征在于，所述方法包括以下步驟：

1)導(dǎo)入纖維樣本數(shù)據(jù)和待判定纖維數(shù)據(jù)，使用Paraview軟件繪制成三維圖像；

2)運(yùn)行自動(dòng)視角旋轉(zhuǎn)腳本，分別繞不同方向軸、以不同角度大小來進(jìn)行圖像旋轉(zhuǎn)，并記錄每次旋轉(zhuǎn)之后的一組對(duì)比圖片；

3)通過使用直方圖和尺度不變特征計(jì)算方法，計(jì)算每組圖片的相似度，尋找差異最大的視角；

4)獲取差異最大的視角之后，對(duì)圖片進(jìn)行聚類分析。由于纖維數(shù)據(jù)量較大，此處通過降維處理以損失一些次要信息的代價(jià)換取更加精簡(jiǎn)的數(shù)據(jù)，然后進(jìn)行后續(xù)的聚類分析；

5)獲得聚類結(jié)果之后，根據(jù)結(jié)果來對(duì)纖維數(shù)據(jù)進(jìn)行抽象，對(duì)原始的纖維數(shù)據(jù)進(jìn)行抽象簡(jiǎn)化，提取重要信息，從而達(dá)到分析纖維結(jié)構(gòu)特征的目的。

2.根據(jù)權(quán)利要求1所述的一種基于圖片相似度計(jì)算的腦纖維視角自動(dòng)選擇方法，其特征在于，所述步驟3)中，利用圖片相似度計(jì)算來尋找與標(biāo)準(zhǔn)樣本對(duì)比差異最大的視角，自動(dòng)定位最有研究?jī)r(jià)值的三維空間視角，解決手動(dòng)尋找最佳研究視角工作繁瑣且無法定量的問題。

3.根據(jù)權(quán)利要求1或2所述的一種基于圖片相似度計(jì)算的腦纖維視角自動(dòng)選擇方法，其特征在于，所述步驟3)的過程如下：

3.1)圖像直方圖包含豐富的圖像信息，能夠用來描述圖像中顏色的全局分布，它統(tǒng)計(jì)了每一個(gè)強(qiáng)度值具有的像素個(gè)數(shù)，直方圖為圖像的灰度直方圖，總體分布規(guī)則為“左黑右白”，左邊代表暗部，右邊代表亮部，而中間則代表過度區(qū)域，縱向上的高度代表像素密集程度，其越高則代表的就是分布在這個(gè)亮度上的像素越多；

3.2)尺度不變特征轉(zhuǎn)換是一種用來描述與檢測(cè)影響局部性特征的視覺算法，它在空間尺度中尋找相應(yīng)的極值點(diǎn)，提取旋轉(zhuǎn)不變量、位置、尺度。

4.根據(jù)權(quán)利要求1或2所述的一種基于圖片相似度計(jì)算的腦纖維視角自動(dòng)選擇方法，其特征在于，所述步驟4)的過程如下：

4.1)數(shù)據(jù)預(yù)處理，假設(shè)有m條具有不同節(jié)點(diǎn)數(shù)量的纖維，為了能對(duì)其進(jìn)行矩陣運(yùn)算，需要將所有纖維的節(jié)點(diǎn)數(shù)量擴(kuò)展或縮減成相同數(shù)量，系統(tǒng)將所有的纖維延展成相同的長(zhǎng)度，但是需要保證添加的節(jié)點(diǎn)對(duì)現(xiàn)有的信息造成的影響要盡可能小；在擴(kuò)展每一條纖維時(shí)，可按照纖維末端走向延長(zhǎng)較小的長(zhǎng)度，或者重復(fù)增加與末尾端點(diǎn)重合的點(diǎn)，這樣在不會(huì)引入多余的信息的同時(shí)達(dá)到擴(kuò)展數(shù)據(jù)長(zhǎng)度的目的，經(jīng)過處理后最終可得到n維樣本集γ_n＝(x⁽¹⁾,x⁽²⁾,…,x^(m))，為列向量；

4.2)數(shù)據(jù)中心化，將坐標(biāo)原點(diǎn)移動(dòng)到樣本數(shù)據(jù)的中心點(diǎn)，其公式為：

4.3)計(jì)算樣本的協(xié)方差矩陣并進(jìn)行特征值分解，協(xié)方差計(jì)算公式為：

4.4)得到特征值之后取出最大的Φ個(gè)特征值對(duì)應(yīng)的特征向量，將其標(biāo)準(zhǔn)化組成特征向量矩陣W，對(duì)樣本集中的每個(gè)數(shù)據(jù)進(jìn)行z⁽ⁱ⁾＝W^Tx⁽ⁱ⁾轉(zhuǎn)換即可得新的數(shù)據(jù)集，也可不指定Φ，按照如下公式及設(shè)定的比重閾值進(jìn)行自動(dòng)計(jì)算：