[发明专利]一种基于绘画速度的笔划线条全局聚类方法

权利要求书

1.基于绘画速度的笔划线条全局聚类方法，对于线画图中线条定义为S＝{S₁,S₂,...,S_n},线条S_i上的点集定义为定义所有的笔划起笔时间为T^b＝{t^b₁,t^b₂,...,t^b_n}；定义所有的笔划落笔时间为T^e＝{t^e₁,t^e₂,...,t^e_n}；所有笔划的绘画用时为T_s＝T^e-T^b＝{t₁,t₂,...,t_n}；D_s(S_i,S_j)计算线条S_i与S_j间的空间距离，D_t(S_i,S_j)计算线条S_i与S_j间的用时差距，具体包括以下步骤：

步骤1，对于线画图中任意两线条S_i与S_j，计算其空间距离D_s(S_i,S_j)＝max(Hausdorff(S_i,S_j),Hausdorff(S_j,S_i)),其中i≠j时,Hausdorff(S_i,S_j)计算线条S_i中所有点Pⁱ到S_j最短距离的最大值；i＝j时，D_s(S_i,S_j)＝0；利用所有的线条空间距离构建空间距离矩阵M_d，即M_d是行和列的长度都为n的矩阵，且它的第i行第j列的矩阵元素是D_s(S_i,S_j)；

步骤2，对于线画图中任意两线条S_i与S_j，计算其绘画用时的差距D_t(S_i,S_j)＝|t_i-t_j|；然后利用所有的线条空间距离构建用时距离矩阵M_t，即M_t是行和列的长度都为n的矩阵，且它的第i行第j列的矩阵元素是D_t(S_i,S_j)；

步骤3，通过M_r＝λM_d+(1-λ)M_t构建线条间的速度-空间关联矩阵M_r，其中λ是空间距离矩阵和用时距离矩阵的加权系数；

步骤4，对M_r进行谱聚类：首先对速度-空间关联矩阵M_r生成归一化后的拉普拉斯矩阵L，并从L中找到k个最小的特征值以及对应的特征向量V_e，最后根据k-means算法对V_e进行聚类，得到k个线条聚类，从而获取输入线画图的全局聚类结果。

2.如权利要求1所述的基于绘画速度的笔划线条全局聚类方法，其特征在于：所述步骤2中，计算了线画图中任意两条线的速度距离矩阵，并在所述步骤3中，结合空间距离矩阵，构建了线条之间的速度-空间关联矩阵。