一种基于惩罚控制竞争学习聚类算法的特征分层匹配方法

摘要

本发明公开了一种基于惩罚控制竞争学习聚类算法的特征分层匹配方法，其采用一种能够自动确定类别数的惩罚控制竞争学习聚类算法得到参考特征集和待匹配特征集的聚类结果，然后用参考特征集中的所有中心单元构建一个父层K‑D树，用每个类中的每个样本作为节点组成一个子层K‑D树，进行匹配时将待匹配特征集的每个类的中心单元作为父查询目标在父层K‑D树中找出最近邻节点，再将待匹配特征集的每个类中的每个样本作为子查询目标，在该类对应的父查询目标的最近邻节点所属类的子层K‑D树中找出该类对应的每个子查询目标的最近邻节点，将每个子查询目标与其最近邻节点作为一个特征匹配对；优点是特征匹配对的数目不多，降低了计算复杂度，提高了图像匹配效率。