1.一种基于线性鉴别分析哈希算法的图像检索方法，其特征在于，所述基于线性鉴别分析哈希算法的图像检索方法包括：步骤一，通过CNN提取特征数据获得原始图像特征，所述特征数据为X＝[x1,x2,...xn]，mxi∈R，n是数据点的总数；

步骤二，构造基于线性判别分析的目标函数，通过所述目标函数，将获得的训练图像特征映射到哈希码；

步骤三，将目标函数最小化，将CNN提取出来的原始图像特征通过多层感知器进行分块编码映射到哈希标签，将简单的深度学习网络训练成深度哈希网络；

步骤四，利用CNN提取检索图像的图像特征，然后使用深度哈希模型得到检索图像对应的哈希码；

步骤五，将检索图像的哈希码和哈希标签进行异或运算，位异或运算和计算非零位的个数，计算出两个二值哈希码之间的海明距离，进行图像检索；

所述步骤二构造基于线性判别分析的目标函数的方法包括：步骤1，通过邻域保存和判别增强分别构造图像的局部和全局结构；

T m×d m

步骤2，根据构造的结构生成一个散列函数f(x)＝sign(PX)其中P∈R 和x∈R；

d

步骤3，利用散列函数f(.)，将X中的每个数据点xi映射到yi∈{‑1,1} (d＜m)中；Y＝[y1，y2，…，yn]属于海明空间；

所述步骤2根据构造的结构生成散列函数的方法包括：(1)采用基于局部结构的方法，利用亲和图刻画局部结构，利用亲和矩阵A表示图，其中A(i,j)是数据点xi和xj之间边的权重，Nk(x)表示数据点x的k个近邻；

(2)通过检查数据映射到海明空间后保留多少亲和图来评估局部性的保留程度，被定量表示为:其中L＝D‑A＝I‑A， L是图的拉普拉斯矩阵；将(1)进行优化化简， 遵循：

T

PP＝Id (2)

(3)线性判别分析寻找一组线性投影，LDA通过优化目标函数找到投影矩阵P＝[p1,m×dp2,...,pn]∈R 。

2.如权利要求1所述的基于线性鉴别分析哈希算法的图像检索方法，其特征在于，步骤(3)所述的线性判别分析寻找一组线性投影，LDA优化目标函数找到投影矩阵的方法包括：(1)定义对于每个数据点，都被分配到唯一的一个集群，假设数据集X被划分为K个集群，LDA寻找一组线性投影，其中类内散布Sw最小化，类间散布Sb最大化，定义总散射St，类内散射Sw，类间散射Sb为：(k)

其中u是所有数据点的质心，u 是k类的质心，nk是k类中的数据点的数目， 表示属于k类的数据点xi；

(2)LDA通过优化以下目标函数找到投影矩：T ‑1

max:Tr(P(St+μI) SbP)(6)p

T

服从：P P＝Id，其中Tr(.)是迹算子，加入μI以避免奇异值问题，μ>0是标度因子；在X居中之后，上式(6)为下列目标函数：T

服从：PP＝Id。

3.如权利要求2所述的基于线性鉴别分析哈希算法的图像检索方法，其特征在于，步骤三所述的构造将目标函数最小化具体包括：T

(1)统一目标函数：考虑PP＝Id，将公式(7)改为：将目标函数(2)和(8)整合在一起，得到统一的目标函数：T

服从：PP＝Id，其中0≤λ≤1；

T T ‑1 T

(2)对目标函数进行最小化，设B＝XLX ,C＝(XX+μIm) XAX ,将(9)改写成：其中：

4.一种实现权利要求1～3任意一项所述基于线性鉴别分析深度哈希算法图像检索方法的基于线性鉴别分析深度哈希算法图像检索系统，其特征在于，所述基于线性鉴别分析深度哈希算法图像检索系统包括：图像获取模块，用于获取和收集训练图像以及检索图像；

图像特征提取模块，通过cnn来提取图像的特征，提取出来的特征数据X＝[x1,x2,m...xn]，xi∈R，n是数据点的总数；

哈希码模块，构建目标函数，然后通过目标函数得到图像的哈希码；

分块编码模块，对哈希标签进行分块编码来训练深度哈希模型；

查询模块，通过训练好的深度哈希模型来提取检索图像的哈希码，和哈希标签进行异或运算；

显示模块，根据所述查询模块的结果显示图像检索的结果。

5.如权利要求4所述的基于线性鉴别分析深度哈希算法图像检索系统，其特征在于，所述的哈希码模块具体包括：构建结构单元，采用基于局部结构的方法，利用亲和图刻画局部结构，用亲和矩阵A来表示图，其中A(i,j)是数据点xi和xj之间的边的权重，Nk(x)表示数据点x的k个近邻；

构建散列函数单元，基于构建的结构生成一个散列函数：T T

f(x)＝sign(Px)，局部保留的程度被定量地表示为语义损失：S＝Tr(YLY)，其中L是图的拉普拉斯矩阵，D是对角矩阵，A是邻接矩阵，Y＝[y1,y2,...,yn]属于海明空间；

最优解单元，对目标函数进行优化整合，求取最小值，得到一个最终的目标函数：T T T ‑1 T

又＝Tr(PDP)；其中Tr(.)是迹算子，B＝XLX ,C＝(XX+μIm) XAX，D＝B+λ(Im‑C)+(1‑λ)Im＝B+λIm‑λC+Im‑λIm＝B‑λC+Im；μ>0是标度因子；

映射单元，将图像的特征数据通过最终的目标函数映射到哈希标签，将特征数据X的每d个数据点xi都映射到yi∈{‑1,1}，d

6.如权利要求5所述的基于线性鉴别分析深度哈希算法图像检索系统，其特征在于，所述的分块编码模块具体包括：多层感知器单元，用于对哈希标签进行分块编码；

训练单元，将编码好的哈希标签输入到一个简单的深度学习网络，对网络进行训练，得到深度哈希模型；

所述的查询模块包括：

哈希码获取单元，用已经训练好的深度哈希模型提取检索图像的哈希码；

哈希码匹配单元，将提取出来的检索图像的哈希码与哈希标签进行异或运算并匹配。

7.一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行权利要求1～3任意一项所述基于线性鉴别分析哈希算法的图像检索方法。

8.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1～3任意一项所述基于线性鉴别分析哈希算法的图像检索方法。