[发明专利]一种面向高维图像数据检索的数据过滤方法及系统

权利要求书

1.一种面向高维图像数据检索的数据过滤方法，包括生成高维图像数据点集合D，其特征在于，还包括以下步骤：

步骤1：在所述高维图像数据点集合中选取基准点集合F；

步骤2：生成检索模型，包括以下子步骤：

步骤21：设定检索数据为q，查询半径为r；

步骤22：选取基准点为f_k做以q为圆心、半径为r的超球体的圆锥切面；

步骤23：设α为所述圆锥切面的顶角的一半，得到

其中，d()为距离函数；

步骤24：设p为所述高维图像数据点集合中的任一数据点，则向量与向量的夹角为β，有

步骤25：进行第一次判断；

步骤26：做和向量垂直的两个超平面x和y，其中，y＝d(f_k，q)-r，x＝(d(f_k，q)+r)/cosα；

步骤27：计算d(f_k，p)的值，并进行第二次判断；

步骤3：将所述基准点集合F中的每一个基准点输入所述检索模型进行过滤；

步骤4：输出过滤后的高维图像数据点集合。

2.如权利要求1所述的面向高维图像数据检索的数据过滤方法，其特征在于，所述高维图像数据点集合D的范围是D＝{d_i|d_i∈D}，其中，d_i为高维图像数据点，i∈N，N表示高维图像数据点的数量。

3.如权利要求2所述的面向高维图像数据检索的数据过滤方法，其特征在于，所述基准点集合F的范围是F＝{f_k|f_k∈F}，其中，f_k为基准点，k∈K，K表示所述基准点的数量。

4.如权利要求3所述的面向高维图像数据检索的数据过滤方法，其特征在于，所述步骤1包括以下子步骤：

步骤11：在所述高维图像数据点中随机选择一个数据点作为第一基准点f₁；

步骤12：在剩余的高维图像数据点中选择和所述第一基准点f₁距离最远的点为第二基准点f₂；

步骤13：在剩余的高维图像数据点中选择与f₁和f₂距离的和最大的数据点作为新的基准点；

步骤14：重复所述步骤11到所述步骤13，得到K个基准点，生成基准点集合F；

步骤15：计算所述基准点集合F中的每个基准点到高维图像数据点集合D的每个数据点的距离，结果为S＝{f_k，d_i，d(f_k，d_i)|f_k∈F，d_i∈D}。

5.如权利要求4所述的面向高维图像数据检索的数据过滤方法，其特征在于，所述第一次判断为当cosβ＜cosα时，所述数据点p被过滤。

6.如权利要求5所述的面向高维图像数据检索的数据过滤方法，其特征在于，所述第二次判断为当y＜d(f_k，p)＜x时，所述数据点p被过滤。

7.如权利要求6所述的面向高维图像数据检索的数据过滤方法，其特征在于，所述步骤4包括对于没被过滤掉的数据点按照距离函数d()进行举例计算，得到r范围内的数据点，并生成新的数据点集合。