[发明专利]一种鞋底花纹图像的多标签聚类方法

说明书

本发明公开了一种鞋底花纹图像的多标签聚类方法，包括以下步骤：选取鞋底花纹图像库中各个图像的基元图像，并计算基元图像的特征选取代表图，统计得到鞋印图像库的语义词汇表；根据语义词汇表，运用PLSA模型计算鞋底花纹图像‑潜在语义主题之间的概率矩阵，去除重复的主题得到最终的概率矩阵；根据不同鞋底花纹图像属于相同潜在语义主题可能性的大小，对鞋印图像库进行单标签聚类；根据最初概率矩阵和索引矩阵，实现鞋底花纹图像的多标签聚类。本发明将鞋印图像划分为基元图像进行处理，并且考虑鞋底花纹图像之间关联性的同时也考虑了类别间的关联性，是鞋底花纹图像多标签分类的基础，可以在一定程度上提高鞋底花纹图像识别和检索的正确率。

技术领域

本发明属于数据处理技术领域，具体涉及一种鞋底花纹图像的多标签聚类方法。

背景技术

目前多标签聚类多用在文本数据集中，主要由以下两种：

1、基于模糊的多标签文本聚类方法，主要思路为：利用Wordnet选取上义词扩充核心单词，通过大量参数及阈值的设定构建候选簇，分析候选簇与其成员相似度，最后完成多标签分类。参考文献见Chen C L,Frank S C,Tseng B,Tyne L.An integration ofWordNet and fuzzy association rule mining for multi-label documentclustering.Data Knowledge Engineering.2010,60:1208-1226。

2、基于词汇链的多标签文本聚类方法，该方法的主要思路是：结合WordNet的方法构造词汇链特征空间，并利用词汇链之间的语义相似度构造数据集的聚类图模型，实现文本数据的多标签划分。参考文献见Deodhare D,Sharma G,Srivastava A etal.Semantically driven soft-clustering of documents using lexicalchains.International Conference on Natural Language Processing.2010。

对于相似度较高的鞋底花纹图像，一个鞋印图像很难确切地分辨处于属于哪一类，同时由于磨损、残缺现象的存在，一个鞋印图像的多标签现象必然存在。目前还没有鞋底花纹图像多标签聚类方法报道。由于目前文本数据的多标签聚类方法过分依赖于文本中已知的信息，不适用于鞋底花纹图像，若将其直接应用于鞋底花纹图像多标签聚类，聚类效果不好。

发明内容

为解决现有技术存在的上述问题，本发明要设计一种适用于鞋底花纹且聚类效果好的鞋底花纹图像的多标签聚类方法。

为了实现上述目的，本发明的技术方案如下：一种鞋底花纹图像的多标签聚类方法，包括以下步骤：

A、选取鞋底花纹图像库中各个图像的基元图像，并计算基元图像的特征选取代表图，统计得到鞋底花纹图像库的语义词汇表L_n×c；

A1、根据鞋底花纹制作工艺，预先定义鞋底花纹基元的类别及其代表图，并自动提取代表代表图的小波-傅里叶梅林变换特征；

A2、根据鞋底花纹图像的连通特性，将鞋底花纹图像划分为不同区域；选取面积即像素点个数大于阈值th₁的连通区域，取其外接矩形作为目标区域，即基元图像；

A3、对于每幅鞋底花纹图像的基元图像，提取小波-傅里叶梅林变换特征，并与不同语义类别中的代表图做比较，然后根据比较结果将基元图像划分到不同的语义类别中；

A4、汇集所有语义类别合成语义词汇表L_n×c，其中，n为鞋底花纹图像库图像总个数，c为基元图像的个数；

B、根据语义词汇表L_n×c，运用PLSA模型计算鞋底花纹图像-潜在语义主题之间的概率矩阵，去除重复的主题得到最终的概率矩阵P(z|d)；