[发明专利]基于快速选取地标点的图像谱聚类方法

摘要

本发明公开了一种快速选取地标点的图像谱聚类方法，主要解决现有图像谱聚类方法的聚类精度低和计算复杂度高的问题。其方法步骤为：(1)读取待谱聚类的所有的图像；(2)计算待谱聚类图像的近邻图；(3)选取地标点；(4)计算待谱聚类图像的特征稀疏表示矩阵；(5)计算待谱聚类图像的相关矩阵；(6)计算稀疏表示矩阵的右奇异特征矩阵；(7)识别聚类。本发明相对于现有的一些图像谱聚类技术可以降低图像的稀疏表示误差，提高谱聚类结果的准确率，并且计算复杂度低。

主权项

1.一种基于快速选取地标点的图像谱聚类方法，包括以下步骤：/n(1)读取待谱聚类的所有的图像；/n(2)计算待谱聚类图像的近邻图：/n(2a)利用希尔弗曼经验法则，计算读取的所有图像所有近邻图的径向基核函数的带宽；/n(2b)利用径向基核函数公式，计算读取的所有图像的特征核矩阵的切片矩阵中的每一个值；/n(2c)将切片矩阵中每一行的所有元素按数值的大小降序排列，依照数值的大小将每一行的前位数值，加入到读取图像序号与切片矩阵行号对应的所读取图像的边列表，N表示读取的所有图像的总数，k表示读取的所有图像的类别数量；/n(3)选取地标点：/n(3a)将每个所读取图像的边列表中的所有数值相加后作为该图像的度属性特征值；/n(3b)将所有图像的度属性特征值按数值的大小降序排列，将后个度属性特征值对应的图像作为噪声图像，其余特征值对应的图像依次加入到地标点的备选集合中；/n(3c)从地标点的备选集合中选取最大度属性特征值对应的图像，移动到地标点集合之中，移除地标点的备选集合中该图像的所有近邻图；/n(3d)判断地标点的备选集合中是否还有图像，若是，则执行步骤(3c)，否则，执行步骤(3e)；/n(3e)依次读取被移除的所有近邻图，将其加入到地标点的备选集合中；/n(3f)判断地标点集合中图像总数是否为500个，若是，执行步骤(4)，否则，执行步骤(3c)；/n(4)计算待谱聚类图像的特征稀疏表示矩阵：/n(4a)利用特征相似度值权重公式，依次计算每一个待谱聚类图像和地标点集合中每一个图像特征相似度的权重值；/n(4b)将特征相似度权重值依次放入特征稀疏表示矩阵，得到待谱聚类图像的特征稀疏表示矩阵；/n(5)计算待谱聚类图像的相关矩阵：/n(5a)对稀疏表示矩阵进行归一化处理，得到归一化后的稀疏表示矩阵；/n(5b)将归一化的稀疏表示矩阵转置，用转置后的矩阵与稀疏表示矩阵相乘，得到待谱聚类图像的相关矩阵；/n(6)计算稀疏表示矩阵的右奇异特征矩阵：/n(6a)利用奇异值分解法，将相关矩阵进行特征值分解，得到相关矩阵的特征值和特征向量；/n(6b)将相关矩阵的特征值按数值的大小降序排列，将前k个特征值作为对角元素依次组成特征值矩阵，将前k个特征值对应的特征向量依次组成特征向量矩阵；/n(6c)利用右奇异特征矩阵公式，计算稀疏表示矩阵的右奇异特征矩阵；/n(7)识别聚类：/n(7a)利用K均值聚类法，对右奇异特征矩阵的每个元素进行聚类，得到右奇异特征矩阵每个元素的聚类标号；/n(7b)将右奇异特征矩阵每个元素的聚类标号，依次作为图像的谱聚类类别标号，输出图像的谱聚类结果。/n