[发明专利]一种用于图像类别识别的图像聚类方法

说明书

本发明公开了一种用于图像类别识别的图像聚类方法，属于于图像处理技术领域。本发明通过基于泰森多边形的k均值算法改进，达到更精准和高效地实现数据对象聚类和区分数据对象之间的不同，通过基于加权平均值法的k均值算法改进，进一步提高聚类效率，通过基于主成分分析法的k均值算法改进，把多维的数据特征降维，以方便使用泰森多边形初始化，最终得到改进的k均值算法，从而基于该改进的k均值算法实现本发明的图像聚类处理，提升图像的管理和检索性能。

技术领域

本发明属于图像处理技术领域，具体涉及一种用于图像类别识别的图像聚类方法。

背景技术

在如今信息高度膨胀的社会,数字图像信息迅猛增加。如何对海量的图像数据进行高效的查询和处理，并获得有价值的数据信息至关重要。在图像检索处理时，为了提升检索效率，会应用到图像类别识别处理，即首先对图像库中的图像进行聚类处理，例如k均值聚类，将图像库聚类为K个大类；图像检索处理时，先实现待检索图像的图像类别识别处理，即粗略检索(即在K个大类的中心点图像中查询与当前待检索图像最相似的中心点图像)，然后再与待检索图像最相似的类簇中对图像进行遍历检索，获取图像检索结果。

目前，对聚类算法的研究包括算法性能的改进、适用于特定数据的聚类算法研究、聚类数目的确定、初始聚类中心的选择、聚类效果的评价指标等多种研究方向。

k均值聚类算法，是一种无监督的聚类方法，是可以处理大量个案的算法，它也是通过逐步将样本不断靠近中心点，又称逐步样本聚类算法。根据选定的中心点尝试发现相对近似的个案组的分析过程。分析方法有几个优点，相对于分层方法，算法相对简单，算法效率较高。算法受欢迎的原因一个在于它易于解释、实现简单、收敛速度快、对稀疏数据的适应性强。另一个优点是它在接受测量距离方面的灵活性。K-means的主要缺点是，当数据中有异常值时，可能会得到扭曲的结果，即单个异常值可以显著增加平方误差。然后，这些更典型的对象将被划分为非常少的组，但是异常值将被放在非常小甚至单个的集群中。

在k均值聚类处理时，给定一个数据集U，记为U＝{N₁,N₂,N₃,…,N_n}，其中N_i(i＝1,2,…,n)一般是指元组或者记录。设置K为参数，将数据集中的n个元组或记录分成K个聚类组，其中Kn，以使各个聚类组组内达到较高的相似度，而各组间具有最大的差异性。聚类得到的这K个分组需要满足以下几个条件：每个分组中的数据元组或者记录数必须大于零；每个数据元组或者记录有且仅属于一个分组。

从数据集U＝{N₁,N₂,N₃,…,N_n}中任意选择K个对象作为初始质心，即所期望的聚类簇个数；而将数据集中其余对象指派到离它们最近的质心所在的聚类组中，其中“最近”是指它们与其中一个聚类中心的相似度最高或者说距离(一般指欧氏距离)最短；根据所得的聚类簇，重新计算每个聚类簇的新质心，即该聚类簇中所有对象的均值；不断重复上述的指派和更新质心的过程，直到聚类质心不在发生任何变化或者标准测度函数开始收敛，则结束聚类。一般标准测度函数是指均方差，即准则函数。

但是，由于经典k均值聚类算法中初始聚类数目和初始聚类中心点选取困难，从而导致基于k均值聚类算法的图像聚类处理的准确性和效率有待于进一步提升。

发明内容

本发明的发明目的在于：针对上述存在的问题，对k均值聚类方式进行了改进，从而基于改进的k均值聚类方式，根据图像的像素特征，实现对图像的聚类处理，使得相似度高的图像归为一类，从而提升图像的管理和检索性能。

本发明的用于图像类别识别的图像聚类方法包括下列步骤：

步骤S1：对待处理的图像进行降维处理：

步骤S101：对待处理的图像的像素值进行归一化处理；其中，待处理的图像的尺寸相同，图像尺寸表示为n×m；