一种面向植物叶片的多样化图像检索的自适应的鲁棒CMVM特征降维与抽取方法

摘要

本发明公开了一种面向植物叶片的多样化图形检索的自适应的鲁棒CMVM特征降维与抽取方法，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。本发明提出去除噪声点方法和CMVM强化正类局域保持算法以保持“子概念”的可区分性；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；本发明也提出从CMVM特征中挖掘区分正类类内“子概念”的最大差异本征特征方法，以此进行聚类多样化学习，提高了植物图像检索的多样性。