一种基于投影矩阵引导的低维子空间聚类方法

本发明涉及一种基于投影矩阵引导的低维子空间聚类方法，包括：对输入的图像数据采用去噪滤波器提取光响应非均匀性PRNU噪声残差，构建图像的PRNU特征数据集；采用投影矩阵法对特征数据集进行特征降维，构建保持几何结构的投影矩阵映射至低维潜在子空间，进而利用稀疏自表示方法对子空间构建模型；在低维潜在子空间中对稀疏自表示施加约束，并通过增广拉格朗日乘子法ALM和交替方向最小化ADM策略联合优化，用于数据在低维子空间中的高效聚类。本发明通过构建保持几何结构的投影矩阵，将高维PRNU特征映射到低维潜在子空间，并在降维过程中同时保留局部邻域关系与全局分布结构，降低计算成本，并有效提升聚类的鲁棒性与性能。