基于相關(guān)性挖掘的圖像聚類研究.pdf

1、隨著圖像媒體設(shè)備的普及，以及互聯(lián)網(wǎng)、社交網(wǎng)絡(luò)中數(shù)據(jù)共享的日趨流行，人們不僅能通過攝像頭、掃描儀等采集設(shè)備獲得圖像，并且可以通過互聯(lián)網(wǎng)獲取大量的數(shù)字信息。然而，如何對這些數(shù)目繁多，并且蘊含豐富語義的圖像數(shù)據(jù)進(jìn)行快速而精確的聚類，從而實現(xiàn)圖像數(shù)據(jù)的高效管理和使用是一項極具理論意義和實踐意義的研究。
　　圖像數(shù)據(jù)間的相關(guān)性挖掘是影響圖像聚類算法效率的重要因素。本文提出了一種新的基于圖像尺度不變特征相關(guān)性和雙向消息傳播的圖像聚類方法。一方

2、面，采用具有尺度不變特性轉(zhuǎn)換的SIFT圖像特征，該特征針對圖像的尺寸縮放、角度旋轉(zhuǎn)、位置平移甚至光照變化都保持很好的魯棒性；另一方面，建立圖像SIFT特征相關(guān)性模型進(jìn)行定量分析，采用點與點之間雙向消息傳播策略融合圖像的相關(guān)性模型，同時考慮所有的潛在聚類中心，最終獲得聚類結(jié)果。
　　在實驗結(jié)果分析中，采用聚類精準(zhǔn)度作為評價指標(biāo)，驗證了基于相關(guān)性挖掘的圖像聚類方法的有效性和優(yōu)越性，不僅適用于類數(shù)較多的圖像數(shù)據(jù)集，而且聚類結(jié)果的準(zhǔn)確度高