[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

本發明提供一種基于多方協同圖像數據分析方法和系統，包括：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，并計算圖像樣本i到臨近圖像樣本j的間隔距離，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；本發明能夠對數量較大的圖像數據集的分組，分配精準且快捷。

技術領域

本發明圖像處理領域，特別是指一種基于多方協同圖像數據分析方法和系統。

背景技術

網絡中的圖像數據數量巨大，如果想要利用這些圖像做相關研究，首先需要對圖像進行分類分組，根據圖像的內容，在無先驗知識的情況下，將圖像按照相似度進行分類。使得分類后的圖像類內相似度高，類間相似度低，但如果進行人工操作，工作量巨大，不可能實現，如果利用現有的對圖像進行特征提取再進行分類，由于圖像數量巨大，對計算機的存儲空間和運行內存都提出了很大的挑戰。

發明內容

本發明的主要目的在于克服現有技術中的上述缺陷，提出一種基于多方協同圖像數據分析方法，利用本發明提出的方案，能夠實現對數量較大的圖像數據集的分組，且分配精準，簡單快捷。

本發明采用如下技術方案：

一種基于多方協同圖像數據分析方法，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。

具體地，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。

具體地，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。

具體地，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。