[發明專利]一種基于多方協同圖像數據分析方法和系統

在審

• 申請號: 202310658814.3
• 申請日: 2023-06-06
• 公開（公告）號: CN116385811A
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 彭文芳
• 申請（專利權）人: 深圳市誠王創碩科技有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764
• 代理公司: 深圳鍇權知識產權代理事務所(普通合伙) 44825
• 代理人: 羅修華

1.一種基于多方協同圖像數據分析方法，其特征在于，包括如下步驟：

獲取圖像樣本集，對圖像樣本集中的圖像樣本進行缺失值處理；

計算圖像樣本i的限度密度，并計算所述圖像樣本i到臨近圖像樣本j的間隔距離，所述臨近圖像樣本j的限度密度大于圖像樣本i的限度密度，且臨近圖像樣本j距離圖像樣本i最近；

根據每個圖像樣本的限度密度和間隔距離構成決策圖，并以限度密度和間隔距離較大的圖像樣本作為組中心，得到組中心集合；

計算離分圖像樣本；

將除組中心外的非離分圖像樣本按照第一分配策略分配到相應的組，將第一分配策略未分配到的非離分圖像樣本和離分圖像樣本按照第二分配策略分配到相應的組。

2.根據權利要求1所述的一種基于多方協同圖像數據分析方法，其特征在于，計算圖像樣本i的限度密度，并計算所述圖像樣本i到臨近圖像樣本j的間隔距離，具體為：

；

；

對于限度密度最大的圖像樣本i，其；

其中，為圖像樣本i的限度密度，為圖像樣本i和圖像樣本j的歐式距離，為圖像樣本i的K個近鄰圖像樣本構成的集合，為圖像樣本i到臨近圖像樣本j的間隔距離。

3.根據權利要求1所述的一種基于多方協同圖像數據分析方法，其特征在于，所述計算離分圖像樣本，具體為：

；

；

；

其中，o為離分圖像樣本，為圖像樣本i的KNN距離，為定義的閾值，N為圖像樣本總數，為圖像樣本i和圖像樣本j的歐式距離。

4.根據權利要求1所述的一種基于多方協同圖像數據分析方法，其特征在于，將除組中心外的非離分圖像樣本按照第一分配策略分配到相應的組，所述第一分配策略為：

步驟S11，從組中心集合CI選出一個未訪問樣本點ci，作為一個新組的組中心，標記ci為已訪問；

步驟S12，將ci點的近鄰集合KNN(ci)中的樣本并入ci所在組，初始化隊列Vq，并將KNN(ci)中樣本依次入隊列Vq；

步驟S13，刪除隊列Vq的隊頭樣本q后，對于集合KNN(q)中每個樣本r，若滿足條件：i)沒有被分配，ii)非離分點，iii)，則將r歸入q所屬組，并將樣本r加入隊列Vq尾部；

步驟S14，若隊列Vq不為空，則轉S13；

步驟S15，若CI中還有未被訪問的樣本點，則轉步驟S11，否則結束第一分配策略。

5.根據權利要求4所述的一種基于多方協同圖像數據分析方法，其特征在于，將第一分配策略未分配到的非離分圖像樣本和離分圖像樣本按照第二分配策略分配到相應的組，所述第二分配策略為：

S21，對每一個未被分配圖像樣本i，統計其近鄰KNN(i)中屬于組b?(b?=?1,2,3…)的樣本數M_b?(i)，得到一個1×的向量?M(i)，對未分配樣本構成一個nr×矩陣s，其中，s(i,j)=?M_j(i)，j?=?1,2,3…，i=?1,2,3...?nr，nr為未分配樣本數量；

S22，從矩陣s中獲取圖像樣本p，歸入相應組，具體樣本p的獲取方法為：由矩陣s得到樣本i所屬組k?，k=1,2,3…，使N_k(i)?=?max{N_b(i)，b=1,2,3…}；每一個樣本的N_k(i)組成向量Vmax；設Vmax分量最大值對應的樣本為p，即N_k(p)=max{N_k(i)，i=?1,2,3...?nr?}；樣本p按照以下方式分配：

a)?若N_k(p)=K，則將矩陣s中最大值為K的所有樣本分配到最大值對應的組；

b)?若0＜N_k(p)＜K，則從識別矩陣s中選擇一個最大值等于N_k(p)的樣本，進行組分配，并記被分配樣本為p；

c）否則結束第二分配策略；

S23，更新識別矩陣s：對于KNN(p)中沒有分配的樣本q，置?N_k(q)=?N_k(q)+?1，并將樣本P在識別矩陣S的對應向量N(p)置0；

S24，若無未分配樣本，則結束第二分配策略，否則轉S22。