[發明專利]一種基于超高維數據元聚類的圖像匹配方法

有效

• 申請號: 202110667557.0
• 申請日: 2021-06-16
• 公開（公告）號: CN113537290B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 辜方清;劉浩森
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06V10/75
• 分類號: G06V10/75;G06V10/762;G06K9/62
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 張生梅

1.一種基于超高維數據元聚類的圖像匹配方法，其特征在于，步驟包括以下：

S1，獲取圖像像素數據S＝{x₁,x₂,...,x_D}∈R^N×D，其中x_i表示第i個特征，D為特征數，N為圖像數量，R為實數集；

S2,采用金字塔范式的聚類算法，設置算法的層數為m層，金字塔范式的第一層的輸入特征集為圖像像素數據S，輸出特征集作為第二層的輸入特征集；從第二層至第m-1層，每一層的輸入特征集為上一層的輸出特征集，輸出特征集作為下一層的輸入特征集；

S3,對于第一層至第m-1層，每一層中的處理過程為：

將輸入特征集劃分為個特征子集X₁,…,X_M，在第n層中D’的值為n＝1,...,m-1；特征子集劃分的過程為：

S3.1，首先計算劃分特征集的數目M，然后在輸入特征集劃中隨機選擇一個特征x_g，初始化M個特征子集，初始化方法如下：

S3.1-1，令x_g為第一個特征子集，并令初始特征集合Z＝{x_g}；

S3.1-2，計算輸入特征集中所有特征與Z的相似度，選擇歐氏距離最小的特征x_z加入到集合Z中作為第二個特征子集；重復該步驟直到Z中有M個特征子集；

S3.2，得到M個特征子集之后，依次把輸入特征集剩余的特征分配到某一特征子集中；

S4，對特征集進行元聚類

在每一個特征子集上，根據特征的屬性特點選擇對應的元聚類器；經過元聚類器的聚類，得到每個圖像在該特征子集上的標簽；將一層中所有的特征子集分別經過元聚類得到的標簽作為新的特征，構成該層的輸出特征集，進入下一層作為輸入；

S5，在金字塔范式的最后一層，而通過元聚類器對上一層輸入的特征集進行最后一次聚類，得到所有圖像在該特征集上的標簽，然后將具有相同標簽的圖像匹配在一起，完成圖像匹配過程。

2.根據權利要求1所述的基于超高維數據元聚類的圖像匹配方法，其特征在于，對于輸入特征集中剩余的第j個特征x_j，其所分到的特征子集計算如下：

其中，x_h是特征子集X_i中的某個特征，sim(x_j,x_h)是特征x_j與x_h之間的相似度，i,＝1,...,M。

3.根據權利要求1所述的基于超高維數據元聚類的圖像匹配方法，其特征在于，所述在每一個特征子集上，根據特征的屬性特點選擇對應的元聚類器，包括：

判斷當特征子集中的特征是數值型特征時，則元聚類器采用K-means聚類算法對其進行聚類；當特征子集的特征是屬性數據時，則元聚類器采用OCIL聚類算法進行聚類。

4.根據權利要求1所述的基于超高維數據元聚類的圖像匹配方法，其特征在于，將輸入特征集劃分為若干特征子集{X₁,…,X_M}后，對每一個特征子集X_i上通過一個元聚類器進行聚類，聚類問題定義如下：

其中y＝(y₁,y₂,...,y_N)為聚類標簽，y_i∈{1,...,C},i＝1,...,N為第i個圖像的聚類標簽，C為類的數目，Θ為把N個圖像劃分為C類所有可能的方案，f_i(.)為在特征子集X_i上的指標函數、參數化誤差函數或者代價損失函數。