一种数量多且维数高的图像局部特征点自适应聚类方法

摘要

一种数量多且维数高的图像局部特征点自适应聚类方法：对输入图像构造尺度空间；利用不同尺度的高斯差分核与图像卷积构建高斯差分尺度空间；对每一个采样点要和它所有的相邻点比较大小；通过拟合三维二次函数以精确确定特征点的位置和尺度；对输入图像进行高斯滤波；改变高斯滤波函数的方差及高斯卷积核；对特征点进行聚类；选取偏向参数的值；计算样本点间的影响度和隶属度值；不断计算影响度和隶属度的值，直到找到合适的聚类中心；当计算次数超过设定的最大值或者当聚类中心在若干次计算中不发生改变时停止计算；对10组聚类结果进行曲线拟合，找出输入图像对应的特征点的聚类类数，对输入图像特征点进行聚类。本发明显著提升图像分析的效率。