[发明专利]一种基于矩阵的图像聚类方法

权利要求书

1.一种基于矩阵的图像聚类方法，其特征在于，包括以下步骤：

第一步、对图像进行超像素图块的分割并提取各个超像素图块中的超像素中心属性，所述超像素中心属性包含位置中心和色彩中心；

第二步、获得反映各个超像素图块之间相邻关系的邻接矩阵；

第三步、根据所述邻接矩阵获得反映相邻超像素图块之间的相似程度的相似度矩阵，所述相似度包含位置相邻关系和色彩的相似程度；

第四步、根据所述相似度矩阵对超像素图块完成聚类。

2.根据权利要求1所述的基于矩阵的图像聚类方法，其特征在于，所述超像素中心属性包括如下属性：在图像中心的坐标center(x,y)，颜色均值color_info(l,a,b)，超像素唯一标识id labels，超像素个数num_pixels。

3.根据权利要求2所述的基于矩阵的图像聚类方法，其特征在于，所述计算邻接矩阵的具体的算法实现如下：

其中，i,j分别是代表超像素图块序号；

邻接矩阵E中每个元数e(i,j)满足如下函数关系：

其中，超像素图块自身与自身之间的关系定义为相邻。

4.根据权利要求3所述的基于矩阵的图像聚类方法，其特征在于，所述计算相似度矩阵的步骤是根据邻接矩阵中超像素图块的相邻关系计算两个相邻超像素的相似度，当相似度必须大于一定阈值时将相应元数值置1，否则置为0，具体的算法实现如下：

(1)从CIE Lab色彩空间转换为LθM色彩空间

θ′＝atan2(B，A) θ′∈(-π，π] (公式3-1)

l＝L l∈[0，100]

(2)相似度计算

其中，L_th,θ_th,M_th,L_th0,θ_th0分别为LθM色彩空间中三个分量的阈值，M_Cth为以模长分量区分彩色和黑白颜色空间的阈值，通常取值为小于等于2，L_i,L_j,θ_i,θ_j,M_i,M_j分别为超像素图块i，j在LθM色彩空间中的均值；w(i,j)表示为两个超像素图块的相似度，其中取值为1则为相似，取值为0则为不相似。

5.根据权利要求4所述的基于矩阵的图像聚类方法，其特征在于，所述聚类的步骤是利用相似度w(i,j)生成相似度矩阵W，W即为聚类关系图。

6.根据权利要求5所述的基于矩阵的图像聚类方法，其特征在于，所述基于相似度矩阵W完成聚类的具体的算法实现包括：将相似度矩阵W转换为三角矩阵的步骤，

相似度矩阵

三角矩阵，将左下角全部置零，

7.根据权利要求6所述的基于矩阵的图像聚类方法，其特征在于，所述基于相似度矩阵W完成聚类的具体的算法实现包括：完成聚类的步骤，

对三角矩阵执行聚类算法

第一步：

从矩阵的第n行n列开始，搜索所有n列上为1的数组，如果第n列上为1的数组只有第n行，则a(n，n)＝1，否则a(n，n)＝0

公式如下：

如果

a(n，n)＝0

则对这些数组按照“行降序”的顺序将其各列(1、2、3……n)进行逻辑或运算，并将结果赋值给n列中行号最小的非零数组[0,0,……a(i_min,i_min),……,a(i_min,n-1),a(i_min,n)]中；列的非零项或运算算法如下：

a(i_min,n)＝a(i_min,n)∪...∪a(n,n)

a(i_min,n-1)＝a(i_min,n-1)∪...∪a(n,n-1)

…………………………………………

a(i_min,i_min)＝a(i_min,i_min)∪...∪a(n,i_min)

赋值运算：

a(n，n)＝0

本次运算结束；

第二步：

从矩阵的第n-1行n-1列开始，搜索所有n-1列上为1的数组，如果第n-1列上为1的数组只有第n-1行，则a(n-1，n-1)＝1否则a(n-1，n-1)＝0

公式如下：

如果

a(n-1，n-1)＝0

则对这些数组按照“行降序”的顺序将其各列(1、2、3……n-1)进行逻辑或运算，并将结果赋值给n-1列中行号最小的非零数组[0,0,……a(i_min,i_min),……,a(i_min,n-1),a(i_min,n)]中；列的非零项或运算算法如下：

a(i_min,j_n)＝a(i_min,j_n)∪...∪a(n,j_n)

a(i_min,j_n-1)＝a(i_min,j_n-1)∪...∪a(n,j_n-1)

…………………………………………

a(i_min,i_min)＝a(i_min,j_min)∪...∪a(n,i_min)

赋值运算：

a(n-1，n～n-1)＝0，

本次运算结束；

第三步：

以此类推，从矩阵的第i行i列开始，搜索所有i列上为1的数组，如果第i列上为1的数组只有第i行，则a(i，i)＝1否则a(i，i)＝0

公式如下：

如果

a(i，i)＝0

则对这些数组按照“行降序”的顺序将其各列(1、2、3……n)进行逻辑或运算，并将结果赋值给i列中行号最小的非零数组[0,0,……a(i_min,i_min),……,a(i_min,n-1),a(i_min,n)]中；列中的非零项或运算算法如下：

a(i_min,j_n)＝a(i_min,j_n)∪...∪a(n,j_n)

a(i_min,j_n-1)＝a(i_min,j_n-1)∪...∪a(n,j_n-1)

…………………………………………

a(i_min,i_min)＝a(i_min,j_min)∪...∪a(n,i_min)

赋值运算：

a(i，n～n-i)＝0，

本次运算结束；

第四步：

根据以上的算法将三角矩阵的每一行都遍历一遍，将得到如下类似矩阵：

则矩阵中所有非零的行数组即为聚类图块的数组。