[发明专利]一种基于图像的大数据分析方法

权利要求书

1.一种基于图像的大数据分析方法，其特征在于，包括以下步骤：

步骤1、图像采集：根据指定关键词通过网络爬虫对互联网中的相关图像、图片进行采集；

采集后的图像、图片通过网络防火墙和杀毒软件进行木马、网络攻击的隔绝和查杀；

步骤2、图像预处理：对采集的图像、图片进行背景差分和滤波去噪，进一步完成缩小和放大换，从而获得固定大小的图像、图片样本；

对固定大小的图像、图片样本进行灰度化处理，并通过中值滤波和形态学方法增强图像，确保图像、图片的主要纹理特征清晰可辩；

利用直方图均衡化技术对图像、图片进行处理，使其满足统一的均值和方差，进而得到标准图像、图片；

步骤3、特征提取：建立图像的高斯金字塔，对图像进行分块处理，使其呈现一种层次金字塔的结构，进一步分别统计每一块子结构的特征，直至所有结构特征统计完毕后拼接成完整的特征；

利用PCA算法对图像、图片进行降维处理，处理后存入图库中；

利用K均值聚类方法进行特征集离散化处理，并将离散化处理后的特征转换成邻域特征 ；

步骤4、建立图像特征索引：利用倒排索引技术对图像特征进行快速检索；

步骤5、图像特征匹配：设定一个检索特征，在量化后，对应于待检索特征在倒排检索中索引项Wi被确定，进一步索引项Wi所对应的一系列相关的索引特征会作为候选匹配结果，两个图像特征向量x和y之间的匹配函数定义如下：；

所述特征集离散化处理方法包括以下子步骤：

A1、从图库中提取大量特征集，利用K均值聚类对其作离散化处理，聚标记即是图像、图片的索引值，将特征集划分成K个离散的聚类；

A2、利用迭代的方式将每一个特征划分到距离其最近的聚类中，其中类间距离度量上采用单连接法，对任意两个聚类Ci、Cj,单连接法的计算公式为：。

2.根据权利要求1所述的一种基于图像的大数据分析方法，其特征在于，所述降维处理的具体子步骤如下：

S1、针对已有的数据集P=（P1、P2……Pn）通过公式计算平均值；

S2、用原数据减去均值得到，然后通过公式计算协方差矩阵；

S3、计算协方差矩阵的特征值E1、E2……Em和特征向量EV1、EV2……EVm,进一步将特征值按照从大到小的顺序排列，得到以及相应的特征向量；

S4、根据特征值的大小选取前32个，将原数据由原来的128维降低到新的32维，完成针对原数据降维处理。

3.根据权利要求2所述的一种基于图像的大数据分析方法，其特征在于，特征向量代表原始数据的分布方向，特征向量对应的特征值越大，该特征向量越重要。

4.根据权利要求1所述的一种基于图像的大数据分析方法，其特征在于，所述A1中K值数量取10000。

5.根据权利要求1所述的一种基于图像的大数据分析方法，其特征在于，所述步骤5中q为量化函数，将特征向量映射为离其最近的簇中心。