一种基于PCA降维和特征二元化的菊花相似性计算方法

摘要

本发明公开了一种基于PCA降维和特征二元化的菊花相似性计算方法，该方法首先对菊花数据预处理和BOW(Bag‑of‑words)建模，包括将大规模样本数据集中的图像转为灰度图像，提取所有图像的SIFT特征描述向量和使用K‑means聚类，最后引入FDF‑IFDF模型，生成最终的训练样本特征向量文件；通过PCA降维处理对高维向量进行降维，把降维后的数据映射到一个二进制超立方体的顶点上并最小化量化误差，生成菊花图像的二元编码；通过哈希函数并构建位置敏感哈希索引。本发明更容易获取图像的本质特征，通过降维实现简化处理过程。