[发明专利]一种基于数据流形分布的非线性图像特征选择方法

说明书

技术领域

本发明涉及模式识别的数字图像处理领域，特别涉及一种基于图像数据流形分布的非线性图像特征选择方法。

背景技术

随着科学技术的飞速发展，新的数字图像采集技术带来了越来越多的高分辨率图像数据。高分辨率图像数据本身独有的一些特点，使得传统数据分析手段的实施变得非常困难，效果也难以保证。因此必须采用一些特殊的方法对高分辨率图像数据进行有效的预处理，然后才能对其进行有效的分析和研究。

数字图像的关键特征选择是针对高分辨率图像数据分析的主要预处理方法之一。图像数据分析就是从大量的图像数据中，提取隐含在其中的，人们事先不知道的，但又是潜在有用的信息和知识的过程。而高分辨率图像的像素空间中含有许多冗余像素特征甚至噪声像素值，这些无效的特征一方面降低图像分析的精度，另一方面会大大增加图像处理的空间及时间复杂度。因此，在对高分辨率图像数据进行分析时，通常需要运用图像特征选择技术找到具有较好表示性的像素集合，或称为关键像素子空间，从而实现有效像素数目约减的同时尽可能少地丢失图像中原有信息，降低图像分析的时间及空间复杂度。大量的研究实践证明，数字图像的关键特征选择技术能够有效地提高基于机器的图像理解、分析算法的精确度，同时显著地降低算法的算法复杂度。

目前，数字图像处理中的关键特征选择方法呈现多样化和综合性的趋势，有不少新的选择及搜索算法被提出。总的来说，相关的方法分为过滤器法和封装法两种主要框架。其中过滤器法是将关键像素的选择作为图像内容分析、理解的预处理步骤，与图像内容分析、理解过程相独立；封装方法则依赖于计算机对图像内容分析、理解的效果进行关键像素的选择。费舍尔准则(Fisher Criterion)，作为一种经典的模式识别算法，在1996年由Belhumeur引入人工智能、模式识别和数字图像处理领域的。实践表明费舍尔评分准则是关键数字图像像素选取和图像压缩的有力工具，它又被称为费舍尔判别分析(Fisher Discriminant Analysis，FDA)，其基本思想是将高维的数据投影到具有最佳鉴别的向量空间，使所有的投影样本类内离散程度最小并且类间离散程度最大。而在处理大量高分辨率的图像数据时，传统的费舍尔准则往往会遇到两个问题：(1)由于基于高斯分布假设，传统费舍尔准则中的类间离散度矩阵只衡量了异类数据中心之间的离散程度，忽视了异类数据边缘的分离度，因此从判别准则上来说不是最优的；(2)面对大量没有类别信息的图像数据时，费舍尔准则不能有效利用其数据分布的几何结构信息来进行关键像素的选择和提取，这就导致了数据中的信息不能得到有效利用。

发明内容

本发明提供了一种基于数据流形分布的非线性图像特征选择方法，目的在于解决现有技术在对高分辨率数字图像进行非线性图像特征选择时遇到的两个问题：(1)只考虑异类数据中心之间的离散度，忽视异类数据边缘的分离度；(2)面对大量无类别信息的图像数据时，不能有效利用数据分布的信息(流形信息)来进行关键图像特征的选择和提取。

本发明是通过如下方案实现的：

一种基于数据流形分布的非线性图像特征选择方法，包括如下步骤：

(1)对于每个数字图像样本，将其对应的数字图像矩阵，按照统一的行像素堆砌或者列像素堆砌的方式，转化为一个由图像的像素值构成的列向量，该列向量即为图像样本向量；

(2)针对由多个已知类别信息的图像构成的数据集合，采用该集合中所有数字图像样本的图像样本向量构建D×N阶有标记样本矩阵X＝[x₁，…，x_i，…，x_N]；其中D表示集合中单个图像的像素个数，N表示具有类别信息的样本数，x_i表示一个图像的样本向量；

(3)建立衡量类边缘距离项的异类间散度的函数模型；

(4)针对多个未知类别的图像，通过步骤1处理得到图像样本向量构建D×M阶无标记样本矩阵将X和合并得到部分数据类别已知的半监督数据集其中，M表示未知类别的样本数；

(5)针对图像样本在空间中分布的特点，按照流形的几何分布假设，将图像数据的几何分布结构用局部线性重构系数来描述，构造保持数据局部线性重构系数的图像像素评价函数；

(6)构造图像数据集像素的信息量评价函数，将信息量评分值于预先给定阀值的像素选择出来作为图像的关键像素特征。

进一步的，所述步骤(3)具体包括以下子步骤：