【技术实现步骤摘要】
一种局部保持投影的图像识别方法
本专利技术涉及计算机视觉和图像处理的
，尤其涉及一种局部保持投影的图像识别方法，特别适用于图像中带有异常值的分类。
技术介绍
在现代计算机视觉和图像处理研究中，高维数据随处可见。然而高维数据不仅会增加存储开销和计算复杂度，而且会在实际应用中减少算法的有效性。高维数据往往分布在低维子空间或者流形的低维结构当中。所以，寻找高维数据到低维空间中的映射关系已成为对图像分类的一个重要问题。近几十年，数据降维的算法已经取得广泛的进展。局部保持投影(LPP)是一种非线性的降维方法。相比于线性降维方法，LPP更注重于保持数据的局部结构，使得嵌入在高维数据中的真实信息得以保存。LPP首先构建高维数据的邻域信息图来保存局部邻域信息，通过学习一个投影矩阵将高维数据投影到低维子空间的同时保持原有的流形结构，使得样本在投影到低维空间后，得到比较好的局部近邻关系。虽然LPP有较好的图像分类效果，但在实际处理图像时，图像往往会带有一些异常值。如果继续用LPP对图像进行分类，正确率就会受到影响。同时，在LPP的目标函数中，距离的度量是基于L2-范数的，它的一...
【技术保护点】
1.一种局部保持投影的图像识别方法，其特征在于：该方法包括以下步骤：(1)通过基于欧拉表示的局部保持投影对输入的原始图像数据X＝[x1,x2,...,xN]建立分析模型，其中每个图像xi是一个列向量，大小为
【技术特征摘要】
1.一种局部保持投影的图像识别方法，其特征在于：该方法包括以下步骤：(1)通过基于欧拉表示的局部保持投影对输入的原始图像数据X＝[x1,x2,...,xN]建立分析模型，其中每个图像xi是一个列向量，大小为表示xi为长度为P的向量，N表示原始数据中图像的个数；(2)采用迭代更新法求解模型，得到图像的投影矩阵；(3)根据步骤(2)的投影矩阵，对未知的图像进行分类。2.根据权利要求1所述的局部保持投影的图像识别方法，其特征在于：所述步骤(1)包括以下分步骤：(1.1)将原始图像投影至欧拉空间，其投影方程为公式(4)：其中，xj是原始图像矩阵中的一个列向量，代表一张图片，γ为大于0的投影系数；(1.2)使用由步骤(1)得到的投影至欧拉空间的图像矩阵，确定图像投影矩阵满足基于欧拉表示的局部保持投影的最小值方程，所述求解投影矩阵的最小值方程为公式(1)：其中A∈CM×P为要求解的投影矩阵，将输入的图像从P维降到M维，"||·||F"是F范数，表示数据与之间的距离，s'jq是自适应权重调整系数；令sjq为权重调整系数，他的值可以由以下高斯函数计算：其中σ为广度参数，取值为200～1000；(...
【专利技术属性】
技术研发人员：孙艳丰，龙天航，胡永利，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。