(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210914669.6 (22)申请日 2022.08.01 (71)申请人 南京正计通科技有限公司 地址 210039 江苏省南京市雨 花台区板桥 街道朝阳西苑商务大厦34幢5楼5 03室 (72)发明人 徐平平　武贵路　杨宜镇　印元军　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 刘芳 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/80(2022.01) (54)发明名称 一种图像聚类方法及系统 (57)摘要 本发明涉及一种图像聚类方法及系统属于 物联网数据挖掘技术领域， 方法包括： 获取物联 网系统平台采集的图像数据集和截距并筛选、 更 新及排序， 选取前 个图像数据作为聚类中心 点； 计算聚类的簇间分散度、 簇内聚合度和评判 值； 将评判值赋值给初始评判值； 输出当前图像 像素点及其所属图像数据聚类中心对； 计算图像 数据聚类中心点之间的距离； 求出新的聚类中心 点， 再次聚类； 计算新聚类的簇间分散度、 簇内聚 合度和评判值E； 判断合并是否满足E＜2E0； 若满 足， 则合并合理， 跳转至 “将所述评判值赋值给初 始评判值 ”， 否则完成聚类， 输出结果， 以实现同 类图像数据像素点的融合。 本发 明中的上述方法 能够提升海量数据的处 理能力和效率。 权利要求书2页 说明书6页 附图1页 CN 115294378 A 2022.11.04 CN 115294378 A 1.一种图像聚类方法， 其特 征在于， 所述方法包括： 获取物联网系统平台采集的图像数据集和截距； 对所述图像数据集进行筛 选和更新； 将筛选和更新后的图像数据集按高密度最小距离降序排列， 并选取前 个图像数据 作为聚类中心点； 计算聚类的簇间分散度、 簇内聚合度和评判值； 将所述评判值赋值给初始评判值； 输出当前图像 像素点及其所属图像数据聚类中心对； 计算图像数据聚类中心点之间的距离； 基于所述距离合并最接 近的聚类， 并求出新的聚类中心点， 再次聚类； 计算新聚类的簇间分散度、 簇内聚合度和评判值E； 判断合并是否满足E＜2E0； E0为初始评判值； 若满足， 则合并合理， 跳转至 “将所述评判值赋值给初始评判值 ”， 否则完成聚类， 输出 结果， 以实现同类图像数据像素点的融合。 2.根据权利要求1所述的图像聚类方法， 其特征在于， 对所述图像数据集进行筛选和更 新具体包括以下步骤： 计算所述图像数据集中每 个像素点i的高密度最小距离 Δi和局部密度ρi； 基于所述高密度最小距离 Δi和局部密度ρi确定更新条件； 对所述图像数据集进行搜索， 判断是否满足更新条件， 将满足所述更新条件的图像像 素点进行删除， 并更新图像数据集。 3.根据权利要求2所述的图像聚类方法， 其特征在于， 计算所述图像数据集中每个像素 点i的高密度最小距离 Δi和局部密度ρi具体采用以下公式： 高密度最小距离的表达式为： 其中， di,j表示图像 数据集中像素点i到像 素点j之间的距 离， ρi表示以图像像 素点i为中 心， 以截距dr为半径的图像数据集中图像 像素点个数， 即为局部密度； 局部密度的表达式为： 其中， dr为截距。 4.根据权利要求2所述的图像聚类方法， 其特 征在于， 所述更新条件为： 其中， ρi为局部密度， Δi为高密度最小距离， μ( ρ )和 μ(Δ)分别为所有图像数据ρ 和Δ相 应平均值， σ( ρ )和σ(Δ)分别为所有图像数据ρ 和Δ相应标准差 。 5.根据权利要求1所述的图像聚类方法， 其特 征在于， 所述簇间分散度的表达式为：权　利　要　求　书 1/2 页 2 CN 115294378 A 2其中di表示第i个图像数据聚类中心点 位置， k为图像数据聚类数目。 6.根据权利要求1所述的图像聚类方法， 其特 征在于， 所述簇内聚合度的表达式为： 其中， gi表示第i个图像数据聚类中所有图像像素点到聚类中心点的平均距离， k为图像 数据聚类数目。 7.根据权利要求1所述的图像聚类方法， 其特 征在于， 所述评判值的表达式为： 其中， gk和gk‑1分别表示第k次和 第k‑1次的簇内聚合度； dk和dk‑1分别表示第k次和 第k‑1 次的簇间分散度。 8.一种基于图像聚类系统， 其特 征在于， 所述系统包括： 数据获取模块， 用于获取物联网系统平台采集的图像数据集和截距； 更新筛选模块， 用于对所述图像数据集进行筛 选和更新； 排序模块， 用于将筛选和更新后的图像数据集按高密度最小距离降序排列， 并选取前 个图像数据作为聚类中心点； 第一簇间分散度、 簇内聚合度和评判值计算模块， 用于计算聚类的簇间分散度、 簇内聚 合度和评判值； 赋值模块， 用于将所述评判值赋值给初始评判值； 输出模块， 用于 输出当前图像 像素点及其所属图像数据聚类中心对； 距离计算模块， 用于计算图像数据聚类中心点之间的距离； 聚类模块， 用于基于所述距离合并最接 近的聚类， 并求出新的聚类中心点， 再次聚类； 第二簇间分散度、 簇内聚合度和评判值计算模块， 用于计算新聚类的簇间分散度、 簇内 聚合度和评判值E； 判断模块， 用于判断合并是否满足E＜2E0； E0为初始评判值； 跳转模块， 用于当满足时， 则合并合理， 跳转至 “赋值模块 ”， 否则完成聚类， 输出结果， 以实现同类图像数据像素点的融合。权　利　要　求　书 2/2 页 3 CN 115294378 A 3