[發(fā)明專利]基于譜聚類的圖像數(shù)據(jù)快速聚類方法及裝置

在審

• 申請?zhí)枺?/td>: 202010022684.0
• 申請日: 2020-01-09
• 公開（公告）號: CN113095348A
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計(jì)）人: 吳斌;翟龍城;孫思瑞
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 王艷斌

1.一種基于譜聚類的圖像數(shù)據(jù)快速聚類方法，其特征在于，包括以下步驟：

輸入圖像數(shù)據(jù)集X，并使用改進(jìn)的譜聚類算法從所述數(shù)據(jù)集X中提取m個(gè)初始中心點(diǎn)I；

計(jì)算所述圖像數(shù)據(jù)集X和每個(gè)I每個(gè)初始中心點(diǎn)之間的距離，得到數(shù)據(jù)集Dist；

根據(jù)所述數(shù)據(jù)集Dist歸一化矩陣D，得到第二數(shù)據(jù)集Dist’，并計(jì)算所述第二數(shù)據(jù)集Dist’的歸一化拉普拉斯矩陣L；以及

求解所述歸一化拉普拉斯矩陣L的前k個(gè)特征值和特征向量E，并使用所述改進(jìn)的譜聚類算法從所述特征向量E中挑選k個(gè)初始中心點(diǎn)，以使用k-means進(jìn)行聚類，得到聚類結(jié)果，其中，m與k均為正整數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述使用k-means進(jìn)行聚類，包括：

隨機(jī)選取k個(gè)對象作為初始的聚類中心；

計(jì)算每個(gè)對象到各個(gè)種子聚類中心之間的距離，并將所述每個(gè)對象分配給距離最近的聚類中心。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在輸入所述圖像數(shù)據(jù)集X之后，還包括：

根據(jù)所述圖像數(shù)據(jù)集X的圖像的高、圖像的寬和圖像的像素得到矩陣。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述改進(jìn)的譜聚類算法為：

對輸入的圖像數(shù)據(jù)集進(jìn)行重新表示得到新的數(shù)據(jù)集，對所述新的數(shù)據(jù)集進(jìn)行相似矩陣、拉普拉斯矩陣的計(jì)算和拉普拉斯矩陣的特征求解，對得到的特征向量矩陣使用新的初始中心點(diǎn)的選取方式代替隨機(jī)選點(diǎn)，最后使用k-means聚類得到聚類結(jié)果。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述改進(jìn)的譜聚類算法的輸入為所述圖像數(shù)據(jù)集X、所述m個(gè)初始中心與聚類數(shù)k，且所述改進(jìn)的譜聚類算法的輸出為k個(gè)類簇。

6.一種基于譜聚類的圖像數(shù)據(jù)快速聚類裝置，其特征在于，包括：

輸入模塊，用于輸入圖像數(shù)據(jù)集X，并使用改進(jìn)的譜聚類算法從所述數(shù)據(jù)集X中提取m個(gè)初始中心點(diǎn)I；

第一計(jì)算模塊，用于計(jì)算所述圖像數(shù)據(jù)集X和每個(gè)I每個(gè)初始中心點(diǎn)之間的距離，得到數(shù)據(jù)集Dist；

第二計(jì)算模塊，用于根據(jù)所述數(shù)據(jù)集Dist歸一化矩陣D，得到第二數(shù)據(jù)集Dist’，并計(jì)算所述第二數(shù)據(jù)集Dist’的歸一化拉普拉斯矩陣L；以及

求解模塊，用于求解所述歸一化拉普拉斯矩陣L的前k個(gè)特征值和特征向量E，并使用所述改進(jìn)的譜聚類算法從所述特征向量E中挑選k個(gè)初始中心點(diǎn)，以使用k-means進(jìn)行聚類，得到聚類結(jié)果，其中，m與k均為正整數(shù)。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述求解模塊進(jìn)一步用于隨機(jī)選取k個(gè)對象作為初始的聚類中心；計(jì)算每個(gè)對象到各個(gè)種子聚類中心之間的距離，并將所述每個(gè)對象分配給距離最近的聚類中心。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括：

矩陣獲取模塊，用于在輸入所述圖像數(shù)據(jù)集X之后，根據(jù)所述圖像數(shù)據(jù)集X的圖像的高、圖像的寬和圖像的像素得到矩陣。

9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述改進(jìn)的譜聚類算法為：

對輸入的圖像數(shù)據(jù)集進(jìn)行重新表示得到新的數(shù)據(jù)集，對所述新的數(shù)據(jù)集進(jìn)行相似矩陣、拉普拉斯矩陣的計(jì)算和拉普拉斯矩陣的特征求解，對得到的特征向量矩陣使用新的初始中心點(diǎn)的選取方式代替隨機(jī)選點(diǎn)，最后使用k-means聚類得到聚類結(jié)果。

10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述改進(jìn)的譜聚類算法的輸入為所述圖像數(shù)據(jù)集X、所述m個(gè)初始中心與聚類數(shù)k，且所述改進(jìn)的譜聚類算法的輸出為k個(gè)類簇。