彩色圖像數據庫中目標特征數據挖掘方法*

楊品林

(大連藝術學院 文化藝術管理學院，遼寧 大連 116600)

彩色圖像數據庫中目標特征數據挖掘方法*

楊品林

(大連藝術學院 文化藝術管理學院，遼寧 大連 116600)

針對由于彩色圖像數據特征較多使得目標特征挖掘容易出現不確定性的問題，提出一種新的彩色圖像數據庫中目標特征數據挖掘方法.采用減法聚類算法對彩色圖像數據進行聚類，采用離群點檢測技術對聚類數據進行分類處理，采用量子行為粒子群優化方法選取最優目標圖像特征數據，并與結構相似度計算方法相結合，實現對最優目標圖像特征數據的挖掘.結果證明，該方法相比傳統的挖掘方法，其挖掘召回率降低了約17%，挖掘精確度提高了約28.6%.

彩色圖像；數據庫；目標特征；數據挖掘；數據聚類；相似度計算；離群點檢測；粒子群優化

近年來，由于計算機性能的不斷提高，使得計算機視覺與數據挖掘技術不斷進步[1-2].隨著彩色成像技術及設備的不斷改進，彩色圖像應用越來越廣泛，彩色圖像數據愈來愈大，數據庫規模增長速度過快，而且彩色圖像特征眾多，導致彩色圖像數據庫目標圖像特征挖掘效率降低[3-4].對目標特征數據進行準確挖掘，是增加彩色圖像數據庫使用效率最有效的方法之一，成為了該領域亟待解決的問題，受到了學者的廣泛關注[5-6].

文獻[7]提出基于數據融合的特征數據挖掘方法，該方法利用空間數據的挖掘理論和方法，從彩色圖像數據庫中提取出有規律性的潛在有用信息、數據關系等，自動抽取出目標圖像特征，該方法雖能對彩色圖像數據庫中的目標特征數據進行挖掘，但需要進行反復迭代計算；文獻[8]提出基于關聯規則的特征數據挖掘方法，通過圖像紋理特征聯合關聯規則對目標特征進行表征，再根據模板統計挖掘方法提取出目標特征，該方法能夠較好地表達目標特征，并進行特征挖掘，但存在目標特征量多，挖掘時間較長的缺點；文獻[9]提出基于支持向量機的目標特征數據挖掘方法，該方法針對目標特征數據集的特點，有針對性地進行特征數據挖掘，但忽略了周圍環境對數據產生的干擾，存在圖像數據挖掘抗干擾能力差的問題.

針對上述問題，本文提出一種新的目標特征數據挖掘方法，首先采用減法聚類方法處理彩色圖像數據，然后利用離群點檢測技術聚類數據，采用量子行為粒子群優化方法選取最優的目標圖像特征數據，并結合結構相似度計算方法，實現對最優目標圖像特征數據的挖掘.

1 目標圖像特征數據的聚類處理

本文采用減法聚類方法對彩色圖像數據庫中的目標特征數據進行聚類，為劃分目標特征數據提供基礎條件[10-12].

假設有M個樣本的目標圖像特征數據，新到達樣本的權值記為qj(t)，j=1，2，…，Nt；聚類權值記為pi(t-1)，i=1，2，…，C.將Nt個數據樣本劃分成為C個聚類中心，每個聚類中心表示為

(1)

式中，μij為樣本屬于聚類中心的模糊隸屬度，1≤i≤C，1≤j≤Nt.

設有n個d維的目標特征數據集X=(x1，x2，…，xn)，對于數據集X里的每個目標特征數據xi可計算出其密度指標Di，計算表達式為

(2)

式中，ra為目標圖像特征數據xi的領域半徑.密度指標最高的數據記為x1，且與聚類中心相對應的密度指標記作D1.若xk為第k次選出的聚類中心，Dk為其密度指標，則需要對目標圖像特征數據的密度指標進行修正[13-14]，修正表達式為

(3)

式中，rb為密度指標函數顯著減少的領域半徑.選擇密度指標最高的目標圖像特征數據xk+1作為新的聚類中心，其密度指標為Dk+1，則在滿足Dk+1/D1<ε約束條件下，完成對目標圖像的聚類，其中，0<ε<1，為事先給出的閾值.ε的大小直接與聚類效果有關，ε越小，聚類效果越好.

2 圖像特征數據挖掘改進

2.1 圖像特征數據選擇

采用量子行為粒子群優化方法對上述分類的目標圖像特征數據進行選擇，計算步驟如下：

1) 初始化粒子種群，獲取粒子位置.種群中每個粒子位置均是一個可行解，都是由目標圖像特征數據屬性組成，粒子位置表達式為

Si=[w11，w12，…，w1k，wn1，wn2，…，wnk，

b1，b2，…，bk]

(4)

式中，w1k，wnk，bk分別為數據的橫、縱及側向坐標.

2) 對每一個粒子，采用基本ELM算法計算出相應的權值，然后估算出它的自適應函數值.

3) 獲取更新粒子個體最優位置，更新表達式為

(5)

式中，f()為適應值函數.

4) 對任意粒子i，將其個體最優位置的適應值和全局最優位置的適應值進行對比，獲取全局最優位置，即

(6)

5) 根據獲取的最優位置對目標圖像特征數據進行選擇，當pg(t)最大時，其目標圖像特征數據屬性最顯著；若pg(t)最小時，其數據屬性不顯著，可直接忽略.

2.2 改進算法

當目標圖像特征數據的個數為card(Vd)，其中，Vd為決策值域，且數據集中對象Θ在各個等效類中隨機分布，則Θ包含的目標圖像特征數據信息量為

(7)

式中，p(Θi)為對象被正確分類到Θi的概率.Θ相對于屬性a的條件熵為

(8)

式中，p(vj)為屬性a具有屬性vj的概率.在目標圖像特征數據a屬性已知的情況下，Θ仍然存在不確定性，隨著目標信息熵的下降，其數據信息不確定性也會增加.當目標圖像特征數據屬性Gi含有m個屬性，則目標圖像特征數據屬性組Gi的條件信息熵為

(9)

式中，p(Gi|va1，va2，…，vam)為Gi的聯合條件概率.目標圖像特征數據集Gi與數據對象Θ之間的互信息量為

I(Θ，Gi)=H(Θ)-H(Θ|Gi)

(10)

I(Θ，Gi)主要反映了目標圖像特征數據屬性Gi對Θ的不確定性消除程度.若I(Θ，Gi)值較大，說明目標圖像特征數據集Gi為最優目標圖像特征數據；反之，若I(Θ，Gi)值較小，則目標圖像特征數據集Gi為較差目標圖像特征數據，可根據I(Θ，Gi)值的大小進行順序挖掘.

在確定I(Θ，Gi)值的基礎上，采用結構相似度計算方法對目標圖像特征數據進行挖掘，則數據相似度獲取表達式為

(11)

式中：Ei為樣本總量；pi為目標圖像特征數據在數據集中的概率.

綜上所述，在滿足目標數據選擇要求的基礎上，通過確定目標圖像特征數據信息熵，結合結構相似度計算方法，可對彩色圖像數據庫中的目標圖像特征數據進行挖掘.

3 實驗分析

為了充分驗證本文提出方法的有效性，實驗采用數據庫SQL Server2000中的目標特征數據，共選取了50個樣本約26 480個目標特征數據.實驗參數設置如表1所示.

表1 實驗參數設置Tab.1 Setting of experimental parameters

在目標特征數據量一定的情況下，采用改進的挖掘方法與基于信息融合的特征數據挖掘方法、基于關聯規則的特征數據挖掘方法進行對比，目標特征數據挖掘召回率的對比分析結果如圖1所示.目標特征數據挖掘精確度的對比分析結果如圖2所示.

召回率是檢索出的相關數據數量和數據庫中所有相關數據數量的比值，可以對檢索系統的查全率進行衡量[15-17].由圖1可知，采用基于信息融合的特征數據挖掘方法時，其平均召回率約為58%，在初始階段其召回率即急劇增加，雖然其在40 s之后增速變慢，但是其整體召回率仍為最高；采用基于關聯規則的特征數據挖掘方法時，其平均召回率約為46%，在0～30 s時召回率要比其它方法的高，但其后期增長速度變緩，使得整體召回率較低；采用改進的挖掘方法時，平均召回率約為29%，且在30 s之后開始下降，穩定性較強，具有一定的優勢.

圖1 不同方法的召回率對比Fig.1 Comparison results of recall rate for different methods

圖2 不同方法的挖掘精確度對比Fig.2 Comparison in mining accuracy under different algorithms

由圖2可知，采用基于信息融合的特征數據挖掘方法時，其穩定挖掘精確度約為50.5%，但初始階段其挖掘準確率較低，不適合少量數據的挖掘；采用基于關聯規則的特征數據挖掘方法時，其平均精確度為64.8%；采用改進的挖掘方法時，其平均精確度為83.4%，且在挖掘初期精確度已提高到了80%以上，并且隨著數據量的增加，精確度也隨之增加.

為了進一步驗證本文提出方法的有效性，對三種方法執行代價進行比較，在數據量逐漸增加的情況下，三種方法挖掘過程運行代價如圖3所示.

圖3 不同方法執行代價比較結果Fig.3 Comparison results in executing cost of different methods

執行代價即挖掘方法對目標特征數據進行挖掘時所耗費的能量，執行代價越高，挖掘所需的能量則越高.由圖3分析可知，在新增數據量不斷增多的情況下，三種方法執行代價均逐漸增多，但和基于關聯規則的特征數據挖掘方法與基于信息融合的特征數據挖掘方法相比，本文方法執行代價曲線增加幅度明顯較低，說明本文方法挖掘所需能耗較少，效率最高.

4 結 論

針對目標特征數據挖掘方法存在的挖掘效果差的問題，提出基于量子行為粒子群優化方法與結構相似度計算方法相結合的數據挖掘方法.實驗對比發現，采用改進的挖掘方法時，其整體召回率與挖掘精度均好于其他方法，且在新增數據量相同的情況下，執行代價最小，效率最高.本文所提出算法更適用于數據量大，挖掘精度要求高的工況.

[1] 李炳乾.對等P2P網絡中大數據關鍵特征挖掘模型仿真 [J].計算機仿真，2014，31(11)：294-296.

(LI Bing-qian.Model simulation of big data key characteristics mining for Peer-to-Peer networks [J].Computer Simulation，2014，31(11)：294-296.)

[2] 胡文瑜，孫志揮，吳英杰.數據挖掘取樣方法研究 [J].計算機研究與發展，2011，48(1)：45-54.

(HU Wen-yu，SUN Zhi-hui，WU Ying-jie.Study of sampling methods on data mining and stream mining [J].Journal of Computer Research and Development，2011，48(1)：45-54.)

[3] 湯恒耀，胡志華.基于鏈距離估計的非顯著特征數據挖掘算法 [J].科技通報，2015，31(6)：142-144.

(TANG Heng-yao，HU Zhi-hua.Non significant features data mining algorithm based on chain distance dstimation [J].Bulletin of Science and Technology，2015，31(6)：142-144.)

[4] 武靖娜，楊姝，王劍輝.一種分布式大數據挖掘的快速在線學習算法 [J].沈陽師范大學學報(自然科學版)，2016，34(1)：100-104.

(WU Jing-na，YANG Shu，WANG Jian-hui.A new fast online learning algorithm based on distributed mining of big data [J].Journal of Shenyang Normal University(Natural Science Edition)，2016，34(1)：100-104.)

[5] 李駿驍.多層差異網絡深度入侵數據挖掘方法研究 [J].計算機仿真，2015，32(4)：235-238.

(LI Jun-xiao.Multilayer network intrusion data mining depth difference method research [J].Computer Simulation，2015，32(4)：235-238.)

[6] 康鳳，蔣小惠，馮梅.網絡偽裝隱形文本特征檢測及數據挖掘方法 [J].科技通報，2014，30(4)：113-115.

(KANG Feng，JIANG Xiao-hui，FENG Mei.Method of data mining and hidden text data feature detection for network intrusion [J].Bulletin of Science and Technology，2014，30(4)：113-115.)

[7] 米曉萍，李雪梅.基于信息融合度傳遞的頻域徙動入侵特征挖掘算法 [J].計算機科學，2015，42(3)：224-227.

(MI Xiao-ping，LI Xue-mei.Mining algorithm of frequency domain migration intrusion feature based on information fusion transfer [J].Computer Science，2015，42(3)：224-227.)

[8] 陳佳，胡波，左小清，等.利用手機定位數據的用戶特征挖掘 [J].武漢大學學報(信息科學版)，2014，39(6)：734-738.

(CHEN Jia，HU Bo，ZUO Xiao-qing，et al.Personal profile mining based on mobile phone location data [J].Geomatics and Information Science of Wuhan University，2014，39(6)：734-738.)

[9] 陳向東，李平.基于色彩特征的CAMSHIFT視頻圖像汽車流量檢測 [J].沈陽工業大學學報，2015，37(2)：183-188.

(CHEN Xiang-dong，LI Ping.Vehicle flow detection with CAMSHIFT video images based on color feature [J].Journal of Shenyang University of Technology，2015，37(2)：183-188.)

[10]馬瑞，周謝，彭舟，等.考慮氣溫因素的負荷特性統計指標關聯特征數據挖掘 [J].中國電機工程學報，2015，35(1)：43-51.

(MA Rui，ZHOU Xie，PENG Zhou，et al.Data mining on correlation feature of load characteristics statistical indexes considering temperature [J].Proceedings of the CSEE，2015，35(1)：43-51.)

[11]王小平.基于運動背景的自適應視頻對象分割算法 [J].重慶郵電大學學報(自然科學版)，2016，28(1)：95-99.

(WANG Xiao-ping.Adaptive video object segmentation algorithm based on background motion [J].Journal of Chongqing University of Posts and Telecommunications (Nature Science Edition)，2016，28(1)：95-99.)

[12]黃斌，許舒人，蒲衛.基于MapReduce的數據挖掘平臺設計與實現 [J].計算機工程與設計，2013，34(2)：495-501.

(HUANG Bin，XU Shu-ren，PU Wei.Design and implementation of MapReduce-based data mining platform [J].Computer Engineering and Design，2013，34(2)：495-501.)

[13]余旺盛，田孝華，侯志強.基于區域邊緣統計的圖像特征描述新方法 [J].計算機學報，2014，37(6)：1398-1410.

(YU Wang-sheng，TIAN Xiao-hua，HOU Zhi-qiang.A new image feature descriptor based on region edge statistical [J].Chninese Journal of Computers，2014，37(6)：1398-1410.)

[14] 柯丹丹，蔡光程，曹倩倩.基于圖像特征的各向異性擴散去噪方法 [J].計算機應用，2012，32(3) ：742-745.

(KE Dan-dan，CAI Guang-cheng ，CAO Qian-qian.Anisotropic diffusion denoising method based on image feature [J].Journal of Computer Applications，2012，32(3) ：742-745.)

[15]朱閱岸，周烜，張延松，等.多核處理器下事務型數據庫性能優化技術綜述 [J].計算機學報，2015，38(9)：1865-1879.

(ZHU Yue-an，ZHOU Xuan，ZHANG Yan-song，et al.A survey of optimization methods for transactional daabase in multi-core era [J].Chninese Journal of Computers，2015，38(9)：1865-1879.)

[16] 陸會明，周釗，廖常斌.基于實時數據庫系統的歷史數據處理 [J].電力自動化設備，2009，29(3)：127-131.

(LU Hui-ming ，ZHOU Zhao ，LIAO Chang-bin.Historical data processing in real-time database system [J].Electric Power Automation Equipment，2009，29(3)：127-131.)

[17]劉偉，孟小峰，凌妍妍.一種基于圖模型的Web數據庫采樣方法 [J].軟件學報，2008，19(2)：179-193.

(LIU Wei，MENG Xiao-feng，LING Yan-yan.A graph-based approach for web database sampling [J].Journal of Software，2008，19(2)：179-193.)

Miningmethodfortargetfeaturedataincolorimagedatabase

YANG Pin-lin

(School of Culture and Art Management, Dalian Art College, Dalian 116600, China)

Aiming at the problem that the uncertainty caused by the multiple features of color image data is easy to appear in the object feature mining, a new mining method for the target feature data in the color image database was proposed.The color image data were clustered with the subtractive clustering method, and the clustered data were classified with the outlier detection technique.In addition, the optimal target image feature data were selected with the quantum behaved particle swarm optimization method.In combination with the structural similarity calculation method, the mining of optimal target image feature data was realized.The results show that compared with the traditional mining method, the recall rate of proposed method reduces by about 17%, while the mining accuracy increases by about 28.6%.

color image; database; target characteristic; data mining; data clustering; similarity calculation; outlier detection; particle swarm optimization

2016-07-15.

遼寧省教育廳科學研究項目(W2012283，W2010114)；遼寧省職業技術教育學會科研規劃項目(lzy15148，lzy15531).

楊品林(1979-)，男，遼寧大連人，副教授，碩士，主要從事計算機網絡與數據庫應用等方面的研究.

* 本文已于2017-10-25 21∶12在中國知網優先數字出版.網絡出版地址：http：//kns.cnki.net/kcms/detail/21.1189.T.20171025.2112.010.html

10.7688/j.issn.1000-1646.2018.01.11

TP 311.13

A

1000-1646(2018)01-0060-05

景 勇 英文審校：尹淑英)