[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

摘要

本发明公开了一种基于图像数据流形分布的非线性图像特征选择方法，包括（1）对于每个数字图像样本，转化图像样本向量；（2）构建阶有标记样本矩阵；（3）建立衡量类边缘距离项的异类间散度的函数模型；（4）构建阶无标记样本矩阵；（5）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。本发明可以有效去除对计算机自动化分析来说冗余的像素，而且又可以尽可能多地保存图像关键特征，可应用在人脸识别、高分辨率图像分类等领域，为这些领域提供高效的数据预处理技术，具有良好的应用前景。

主权项

1.一种基于数据流形分布的非线性图像特征选择方法，其特征在于，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。