发明名称 |
一种基于拉普拉斯算子的图像特征提取方法 |
摘要 |
本发明公开了一种基于拉普拉斯算子的图像特征提取方法。本发明的方法在特征提取的过程中引入了拉普拉斯正则化最小二乘因子,利用其特性将数据中的潜在流形结构和数据的区别性纳入到考虑范围中。同时,本方法中要提取使结果集协方差矩阵最小的特征,可以使用两种不同的度量方法——协方差矩阵的迹最优化(A-optimality)和协方差矩阵的行列式最优化(D-optimality),也相应产生两种不同的算法,分别是拉普拉斯正则化A-最佳特征选择(LapAOFS)和拉普拉斯正则化D-最佳特征选择(LapDOFS)。本方法的优点在于同时考虑到了数据中的区别结构与几何结构,可以提取出一个合适的特征子集,在保持了数据潜在流形结构的同时可以将后续的学过程的性能尽量提高。 |
申请公布号 |
CN102663392A |
申请公布日期 |
2012.09.12 |
申请号 |
CN201210050540.1 |
申请日期 |
2012.02.29 |
申请人 |
浙江大学 |
发明人 |
何晓飞;卜佳俊;陈纯;刘晓 |
分类号 |
G06K9/46(2006.01)I;G06T7/00(2006.01)I |
主分类号 |
G06K9/46(2006.01)I |
代理机构 |
杭州天正专利事务所有限公司 33201 |
代理人 |
王兵;黄美娟 |
主权项 |
一种基于拉普拉斯算子的图像特征提取方法,其特征在于该方法的步骤如下:1)利用互联网搜集图像,获得一个图像库,并根据图像的视觉特征将每个图像用一个高维度的向量表示,每个维度表示一个图像特征;2)通过构建图像的最近邻图,得到拉普拉斯矩阵;3)利用拉普拉斯正则化最小均方的方法,计算得到协方差矩阵;4)通过最小化协方差得到最优的特征子集,用最优化协方差矩阵的行列式和最优化协方差矩阵的迹两种最优判别标准,提取出最优的图像特征子集。 |
地址 |
310027 浙江省杭州市西湖区浙大路38号 |