[发明专利]一种聚类方法、聚类装置和计算机可读存储介质

权利要求书

1.一种聚类方法，其特征在于，包括：

获取多个第一图像档案，所述第一图像档案包括标注为同一类的多张待聚类图像，每张所述待聚类图像具有属性组合；

计算所述第一图像档案中待聚类图像之间的相似度，记作类内相似度，并基于所述类内相似度构造类内相似度分布；

计算所有所述第一图像档案中属性组合相同的待聚类图像之间的相似度，记作类间相似度，并基于所述类间相似度构造类间相似度分布；

基于所述类内相似度分布与所述类间相似度分布，对满足预设合并条件的属性组合对应的待聚类图像进行合并处理，得到至少一个第二图像档案；

对所有所述第二图像档案进行聚类处理，得到聚类结果。

2.根据权利要求1所述的聚类方法，其特征在于，所述对所有所述第二图像档案进行聚类处理，得到聚类结果的步骤，包括：

将所述第二图像档案作为当前待聚类档案；

采用第一预设聚类算法对所述当前待聚类档案进行聚类处理，得到多个第三图像档案；

基于所述第三图像档案的类内相似度分布与所述第三图像档案的类间相似度分布，确定是否满足预设聚类终止条件；

若否，则采用第二预设聚类算法对所述第三图像档案进行聚类，得到多个第四图像档案，将所述第四图像档案作为所述当前待聚类档案，并返回所述采用第一预设聚类算法对所述当前待聚类档案进行聚类处理的步骤。

3.根据权利要求2所述的聚类方法，其特征在于，所述方法包括：

获取所述第三图像档案的属性组合，记作当前属性组合；

获取所述当前属性组合的类内相似度分布与类间相似度分布；

利用所述当前属性组合的类内相似度分布与所述当前属性组合的类间相似度分布，计算类内概率与类间概率；

判断所述类内概率与所述类间概率是否满足所述预设聚类终止条件。

4.根据权利要求3所述的聚类方法，其特征在于，所述类内相似度分布基于所述属性组合的类内相似度与对应的概率构造，所述类间相似度分布基于所述属性组合的类间相似度与对应的概率构造，所述利用所述当前属性组合的类内相似度分布与所述当前属性组合的类间相似度分布，计算类内概率与类间概率的步骤，包括：

将所述当前属性组合对应的所有所述类内相似度对应的概率值相乘，得到所述类内概率；

将所述当前属性组合对应的所有所述类间相似度对应的概率值相乘，得到所述类间概率。

5.根据权利要求4所述的聚类方法，其特征在于，所述方法还包括：

将预设相似度区间划分为预设数量个的区间；

分别统计落在每个区间的所述类内相似度与所述类间相似度的个数，记作第一数量与第二数量；

将所述第一数量与所述类内相似度的总数量相除，得到与所述类内相似度对应的概率值，基于所有所述类内相似度以及相应的概率值，构造所述类内相似度分布；

将所述第二数量与所述类间相似度的总数量相除，得到与所述类间相似度对应的概率值，基于所有所述类间相似度以及相应的概率值，构造所述类间相似度分布。

6.根据权利要求3所述的聚类方法，其特征在于，所述判断所述类内概率与所述类间概率是否满足所述预设聚类终止条件的步骤，包括：

判断所述类内概率是否大于/等于第一预设概率阈值，且所述类间概率是否小于/等于第二预设概率阈值；

若否，则确定所述当前待聚类档案内存在团噪声。

7.根据权利要求6所述的聚类方法，其特征在于，所述第一预设聚类算法为密度聚类算法，所述第二预设聚类算法为K均值聚类算法，所述方法还包括：

在所述第三图像档案中存在团噪声时，采用所述K均值聚类算法对所述第三图像档案进行聚类处理；

在所述第三图像档案中不存在团噪声时，进行单点噪声的滤除处理。