[發(fā)明專利]本質(zhì)流形結(jié)構(gòu)的圖像特征融合與聚類協(xié)同表達(dá)方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010860432.5
• 申請(qǐng)日: 2020-08-25
• 公開(kāi)（公告）號(hào): CN111738370B
• 公開(kāi)（公告）日: 2020-11-17
• 發(fā)明（設(shè)計(jì)）人: 李樹(shù)濤;韋曉輝
• 申請(qǐng)（專利權(quán)）人: 湖南大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 湖南兆弘專利事務(wù)所(普通合伙) 43008
• 代理人: 譚武藝

本發(fā)明公開(kāi)了一種本質(zhì)流形結(jié)構(gòu)的圖像特征融合與聚類協(xié)同表達(dá)方法及系統(tǒng)，本發(fā)明包括輸入一組圖像在不同特征空間下相似矩陣，利用基于張量積的非線性融合算子從該組相似矩陣中提取樣本流形結(jié)構(gòu)；進(jìn)一步通過(guò)權(quán)值學(xué)習(xí)量化輸入相似矩陣中噪聲強(qiáng)度對(duì)流形結(jié)構(gòu)的影響，增強(qiáng)融合所得流形結(jié)構(gòu)對(duì)噪聲的魯棒性；綜合運(yùn)用近鄰約束和拉普拉斯低秩約束，保證流形結(jié)構(gòu)的局部性，以及和簇分布的一致性，實(shí)現(xiàn)特征融合與聚類的協(xié)同表達(dá)。本實(shí)施例本質(zhì)流形結(jié)構(gòu)的圖像特征融合與聚類協(xié)同表達(dá)方法能夠獲取圖像數(shù)據(jù)在不同特征空間下對(duì)應(yīng)拓?fù)浣Y(jié)構(gòu)的細(xì)節(jié)信息，具有很強(qiáng)的普適性和魯棒性，具有抗噪聲干擾、聚類精度高等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像特征融合與聚類技術(shù)，具體涉及一種受約束的本質(zhì)流形結(jié)構(gòu)的圖像特征融合與聚類協(xié)同表達(dá)方法及系統(tǒng)。

背景技術(shù)

在當(dāng)前時(shí)代，圖像已成為一種主要信息載體，在社會(huì)發(fā)展和經(jīng)濟(jì)建設(shè)中發(fā)揮著日益重要的作用。利用統(tǒng)計(jì)或機(jī)器學(xué)習(xí)方法挖掘圖像中不同類型特征，使得從多個(gè)角度觀察圖像特性，高精度區(qū)分圖像中具有不同標(biāo)簽的樣本成為可能。與單一特征相比，多種不同類型特征提供了更多角度、不同層次的樣本信息，通過(guò)相互之間支持、補(bǔ)充、修正，能夠提供圖像數(shù)據(jù)之間的本質(zhì)關(guān)聯(lián)信息，已在高光譜遙感影像分析、建筑物提取、人臉識(shí)別等方方面面得到了廣泛應(yīng)用。因此，綜合運(yùn)用不同類別特征刻畫(huà)圖像數(shù)據(jù)本質(zhì)關(guān)聯(lián)是一個(gè)亟待解決的關(guān)鍵問(wèn)題。

圖是一種刻畫(huà)和表達(dá)數(shù)據(jù)樣本復(fù)雜關(guān)聯(lián)關(guān)系的數(shù)據(jù)結(jié)構(gòu)，針對(duì)同一成像場(chǎng)景，不同類別特征對(duì)應(yīng)的圖的拓?fù)浣Y(jié)構(gòu)是不一樣的。例如，在利用高光譜遙感影像提取城市建筑物應(yīng)用中，由于建筑物與周圍道路材質(zhì)通常是相近的混凝土，具有相似的光譜反射值，因此僅依靠光譜信息構(gòu)建的圖無(wú)法準(zhǔn)確反映不同類別之間的關(guān)聯(lián)，導(dǎo)致建筑物提取性能低下。相反地，包括高度信息的高程特征可以更好地反映建筑物和道路之間的差異性。因此，融合高光譜遙感影像在光譜和高程特征空間下的拓?fù)浣Y(jié)構(gòu)，將有效提升建筑物提取性能。在面向智慧社區(qū)無(wú)感通行的人臉識(shí)別應(yīng)用中，逆光或弱光等光照條件導(dǎo)致基于自然光的人臉圖像存在信息丟失，難以識(shí)別。區(qū)別于自然光成像的本質(zhì)差異，近紅外圖像不受光照條件影響，從而可以通過(guò)融合人臉在自然光和近紅外特征空間中拓?fù)浣Y(jié)構(gòu)增強(qiáng)判別性信息。因此，通過(guò)構(gòu)建圖像數(shù)據(jù)在不同特征空間下對(duì)應(yīng)的圖，進(jìn)而采用某種技術(shù)手段實(shí)現(xiàn)不同圖的融合，挖掘圖像數(shù)據(jù)在不同特征空間中的本質(zhì)關(guān)聯(lián)是增強(qiáng)圖像中判別性信息，提升區(qū)分不同類型對(duì)象的關(guān)鍵。

當(dāng)前圖融合的方式主要有線性融合和非線性融合兩大類。線性融合首先為與不同特征空間對(duì)應(yīng)的圖分配一個(gè)合理權(quán)值，進(jìn)而將這些圖進(jìn)行加權(quán)相加。盡管該方式實(shí)現(xiàn)簡(jiǎn)單、計(jì)算高效，但是它無(wú)法捕獲不同對(duì)象之間的深層次聯(lián)系，從而導(dǎo)致一些關(guān)鍵結(jié)構(gòu)信息丟失，無(wú)法準(zhǔn)確獲取圖像數(shù)據(jù)之間的本質(zhì)關(guān)聯(lián)。不同于線性融合，非線性融合通過(guò)定義作用于不同圖的非線性算子，挖掘與不同特征空間對(duì)應(yīng)的圖之間的深層次關(guān)聯(lián)。基于張量積的擴(kuò)散融合是一種得到廣泛研究和使用的非線性算子。該算子的獨(dú)特之處在于它具有保流形結(jié)構(gòu)的特性，該特性的有效性已在高光譜遙感影像分析、建筑物提取、人臉識(shí)別等多種實(shí)際應(yīng)用中得到了驗(yàn)證。目前這類方法主要存在如下問(wèn)題：第一，該算子通過(guò)如下假設(shè)挖掘樣本之間關(guān)聯(lián)關(guān)系，即若樣本a和b、c和d之間的相似程度越高，則樣本a和c、b和d之間的關(guān)聯(lián)性越強(qiáng)。然而，該假設(shè)在實(shí)際應(yīng)用中并不總是能夠被滿足，導(dǎo)致一些錯(cuò)誤關(guān)聯(lián)信息的擴(kuò)散傳播；第二，該算子在不同特征空間中信息擴(kuò)散傳播是全局性的，與實(shí)際應(yīng)用中數(shù)據(jù)通常是局部相關(guān)的狀況相矛盾。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題：針對(duì)現(xiàn)有技術(shù)的上述問(wèn)題，提供一種本質(zhì)流形結(jié)構(gòu)的圖像特征融合與聚類協(xié)同表達(dá)方法及系統(tǒng)，本發(fā)明能夠有效挖掘圖像數(shù)據(jù)在不同特征空間下對(duì)應(yīng)拓?fù)浣Y(jié)構(gòu)的細(xì)節(jié)信息，具有很強(qiáng)的普適性和魯棒性，擁有抗噪聲干擾、聚類精度高的優(yōu)點(diǎn)。

為了解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案為：

一種本質(zhì)流形結(jié)構(gòu)的圖像特征融合與聚類協(xié)同表達(dá)方法，包括：

1）輸入由圖像在不同特征空間的相似矩陣構(gòu)成的相似矩陣集合Ω；