一种基于共识引导的水下高光谱图像聚类方法

本发明公开了一种基于共识引导的水下高光谱图像聚类方法，包括：引入填充矩阵进行视图重构并恢复缺失像素，以学习像素间的亲和表示；将净化后的特定视图的亲和表示分解为具有线性关系的共识表示和特异性表示；构建高阶视图交互模块，在共识表示的指导下学习具有高阶语义一致性的一致结构图；引入辅助变量从而构建优化目标函数；利用最优的一致结构图和特定视图的亲和表示计算后得到统一的结构图，用于图像聚类。本发明在获取每个光谱区间内完整的内容信息和干净的结构信息后，在共识表示的引导下，通过多个视图间的高阶交互打破以往双视图交互的导致的信息壁垒，从而最大化视图间一致性，提高水下高光谱图像的聚类性能。