[發明專利]一種圖像數據的聚類方法及裝置

有效

• 申請號: 202010260470.7
• 申請日: 2020-04-03
• 公開（公告）號: CN111626321B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 孫林;秦小營;孫全黨;李文鳳
• 申請（專利權）人: 河南師范大學
• 主分類號: G06V10/762
• 分類號: G06V10/762
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 吳敏

本發明涉及一種圖像數據的聚類方法及裝置，屬于圖像處理技術領域。本發明首先提出了自薦策略確定局部中心點，消除了人工選取簇中心的主觀性，解決了密度較小的簇的中心點被忽略的問題；并將局部中心點作為微簇中心點以分配剩余數據點，進而生成多個微簇；最后提出微簇合并策略，將微簇與其鄰簇中含有較少邊界點的微簇合并，因為這樣的微簇更靠近簇中心，更有可能與這個微簇處于同一個簇，使得本發明的聚類結果更加準確。

技術領域

本發明涉及一種圖像數據的聚類方法及裝置，屬于圖像處理技術領域。

背景技術

聚類分析是一種無監督的分類方法。其目標是將沒有分類標簽的數據集，分為若干個簇，同時也要保證簇內對象彼此相似，簇間對象不相似，其可應用于優化分析，圖像分割，生物信息學等眾多領域。

可以采用聚類方法對圖像數據做分類處理，密度峰值聚類算法(Clustering?byfast?search?and?find?of?density?peaks，DPC)是Alex?and?Laio提出的一種聚類方法，因其有效、新穎和簡單，近年來其應用越來越廣。DPC的提出基于兩個假設：(1)簇中心被密度比其低的鄰居點圍繞；(2)簇中心之間的距離相對較遠。為此，提出兩個概念：(1)數據點x_i的局部密度，以ρ_i表示；(2)比數據點x_i密度高且距離x_i最近的點到x_i的距離，以δ_i表示。在以上兩個假設基礎上，DPC算法的作者提出了算法的總體思路：首先選取ρ_i值、δ_i值都較大數據點作為簇中心點，然后將非中心點分配至密度比自身高，且距離自身最近的數據點所在的簇。盡管DPC各方面性能都很好，但是仍然存在一定的缺陷：截斷距離d_c的選擇影響到聚類的準確性，即d_c值的微小變動影響數據點的密度和聚類中心的選取，進而影響最終的聚類結果；聚類中心需要通過人工方式選取，具有一定的主觀因素，影響最終聚類結果的客觀性。并且對于簇之間密度差別較大的數據集，DPC容易忽略掉密度較小的簇的簇中心。

在此基礎上，很多學者對密度峰值聚類算法都做出了相應的改進。例如：高詩瑩等提出了基于密度比例的密度峰值聚類算法即R-DPC，該算法將密度比例引入到DPC中，通過計算樣本數據的密度比來提高數據中密度較小的簇的辨識度，進而提升整體聚類的準確率；薛小娜等提出了結合k近鄰的改進密度峰值聚類算法，給出新的局部密度度量方法來描述每個樣本在空間中的分布情況，有效提高了聚類質量；Xie等提出了一種基于模糊加權k最近鄰技術的密度峰值搜索和點分配算法，以解決DPC算法中數據點密度測量方法不一致的問題，該方法使用k近鄰信息來定義點的局部密度并搜索和發現聚類中心。上述改進在一定程度上提高了密度峰值聚類算法的性能，但是上述改進難以應對可變密度的數據集且時間復雜度較高。

發明內容

本發明的目的是提供一種圖像數據的聚類方法及裝置，以解決目前圖像數據聚類效果不好的問題。

本發明為解決上述技術問題而提供一種圖像數據的聚類方法，該聚類方法包括以下步驟：

1)獲取待聚類的圖像數據，對圖像數據做降維處理，將每幅圖像作為一個數據點，確定每個數據點的密度；

2)對于每一個數據點，判斷其密度是否大于其鄰域中數據點的密度，若是，則將其推薦為局部中心點，以所述局部中心點作為中心，將剩余數據點分配至局部中心點，生成微簇；

3)按照第一設定比例確定邊界點的數量，選取邊界度較大的相應數量的點作為邊界點，在不考慮邊界點的情況下，確定兩個微簇之間是否構成鄰簇關系；

4)按照第二設定比例確定邊界點，判斷確定的邊界點中是否包含局部中心點，若邊界點中包含局部中心點，則對于這些局部中心點所在的微簇，從其鄰簇中選取與其結合度最高的微簇進行合并，并刪除邊界點；