本發(fā)明公開(kāi)了一種面向植物葉片的多樣化圖形檢索的自適應(yīng)的魯棒CMVM特征降維與抽取方法，從圖像流形特征抽取和選擇層面展開(kāi)研究，采用的約束最大差異投影（CMVM）半監(jiān)督流形降維方法既有保持正類局域“子概念”區(qū)分性的能力，又有強(qiáng)化正反類別即“概念”的區(qū)分性的能力。本發(fā)明提出去除噪聲點(diǎn)方法和CMVM強(qiáng)化正類局域保持算法以保持“子概念”的可區(qū)分性；提出線性近似法來(lái)解決CMVM樣本外點(diǎn)學(xué)習(xí)問(wèn)題；提出設(shè)計(jì)多樣化檢索的“有序”層次最大間隔相關(guān)性評(píng)價(jià)函數(shù)來(lái)進(jìn)行CMVM流形參數(shù)的選擇和圖像本征維數(shù)的估計(jì)；本發(fā)明也提出從CMVM特征中挖掘區(qū)分正類類內(nèi)“子概念”的最大差異本征特征方法，以此進(jìn)行聚類多樣化學(xué)習(xí)，提高了植物圖像檢索的多樣性。