面向植物叶片的图像检索的自适应的鲁棒CMVM特征降维方法

摘要

本发明公开了一种面向植物叶片的图形检索的自适应的鲁棒CMVM特征降维方法，从图像流形特征抽取和选择层面展开研究，采用的约束最大差异投影（CMVM）半监督流形降维方法既有保持正类局域“子概念”区分性的能力，又有强化正反类别即“概念”的区分性的能力，为多样化图像检索提供了有效的服务；面向图像检索的实际应用，针对CMVM的基本问题，本发明提出去除噪声点方法，提出线性近似法来解决CMVM样本外点学习问题，提出设计多样化检索的“有序”层次最大间隔相关性评价函数来进行CMVM流形参数的选择和图像本征维数的估计，在此基础上，提出面向多样化图像检索的自适应的鲁棒CMVM算法。本发明去除冗余特征，提高了检索的效率。