[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

说明书

本发明提供一种面向高维图像数据检索的数据过滤方法及系统，其中方法包括生成高维图像数据点集合D，还包括以下步骤：在所述高维图像数据点集合中选取基准点集合F；生成检索模型；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；输出过滤后的高维图像数据点集合。本发明提出的面向高维图像数据检索的数据过滤方法及系统，通过选取并建立基准点集合达到对数据点集合的过滤，从而加快检索速度。

技术领域

本发明涉及图像处理的技术领域，具体地说是一种面向高维图像数据检索的数据过滤方法及系统。

背景技术

在图像、生物信息、医学成像、时间序列等领域需要对大数据集进行相似性查询。通过特征转换将数据对象特征映射为高维向量空间的特征向量，把相似性查询转换为向量空间的最近邻查询，即给定查询数据q及查询半径r，从数据库中找出距离q为r的数据点。为了提高查询效率，研究者提出各种索引结构管理特征向量，如KD树、R 树、R*树、TV树、SR树等。这些索引结构在维数升高时性能会急剧下降，以至于大多数的高维访问方法的性能都不如顺序扫描，这就是所谓的“维数灾难”。长期以来设计一种快速的访问方法是研究人员的主要目标。

公开号为CN103279551A的发明专利申请公开了一种基于欧氏距离的高维图像数据准确近邻快速检索方法，将高维图像数据表述成向量形式，然后嵌入到均值和方差构成的二维空间中，同时建立原高维图像数据的采样索引；进行近邻查询时，在输入查询点后，首先通过采样索引获得过滤阈值，然后利用过滤阈值在二维空间中对非近邻数据进行过滤，得到候选数据集；最后线性遍历计算所有候选数据点到查询点的距离，并计算出查询点的最近邻点。该方法的缺点是没有建立采样索引，不能够解决维数灾难带来的问题。

发明内容

为了解决上述的技术问题，本发明提出的面向高维图像数据检索的数据过滤方法及系统，通过选取并建立基准点集合达到对数据点集合的过滤，从而加快检索速度。

本发明的第一目的是提供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，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；

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。

优选的是，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。

在上述任一方案中优选的是，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。

在上述任一方案中优选的是，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；