基于改進HOG特征的建筑物識別方法

楊　松，李盛陽，邵雨陽，鄭　賀

YANG Song1，2，3,LI Shengyang1，2,SHAO Yuyang1，2,ZHENG He1，2，3

1.中國科學院 空間應用工程與技術中心，北京 100094

2.中國科學院 太空應用重點實驗室，北京 100094

3.中國科學院大學，北京 100049

1.Technology and Engineering Center for Space Utilization,ChineseAcademy of Sciences,Beijing 100094,China

2.Key Laboratory of Space Utilization,ChineseAcademy of Sciences,Beijing 100094,China

3.University of ChineseAcademy of Sciences,Beijing 100049,China

1　引言

建筑物識別是計算機視覺、模式識別領域的研究熱點之一，它能夠使人們根據圖像快速獲取建筑物的位置、名稱、描述等相關信息，在建筑物定位、建筑設計、建筑物標記等領域有著重要的應用價值，而如何有效地描述建筑物的特征是建筑物識別的關鍵問題。

李松霖等人[1]提出了一種基于特征線匹配的城市建筑物識別系統，該系統可以滿足移動條件下建筑物快速識別的需求，但是準確率不高。董肖等人[2]提出了一種快速穩健的建筑物圖像識別系統，該系統在建筑物識別上具有很高的準確性，但是圖像識別的速度較慢。齊沁芳等人[3]提出了一種應用于增強現實系統的建筑物識別算法，可通過手持設備實時獲得建筑物的相關信息，圖像識別速度較快，但準確率不高。Li等人[4]提出基于方向可控濾波器的建筑物識別方法（Steerable Filteredbased Building Recognition，SFBR），首次將方向可控濾波器應用在建筑物識別中，提取建筑物不同方向的邊界信息作為特征。蔡興泉等人[5]使用SIFT算法進行圖像識別，但SIFT計算量較大，響應時間較長。

梯度方向直方圖（Histograms of Oriented Gradient，HOG）是近年來在目標識別研究中應用較為廣泛的特征提取方法，HOG最早由Dalal等人[6]提出，應用于行人檢測中，并取得了較好的效果。HOG是一種基于圖像梯度方向的特征描述子，能夠捕捉局部的輪廓信息，較好地描述物體邊緣形狀，同時，對圖像幾何和光學形變保持很好的不變性，而且計算量較小[7]。由于建筑物存在豐富的邊緣信息，因此HOG適用于提取建筑物特征。徐云云[8]將方向可控濾波器和HOG方法結合，并通過特征匹配的方式實現掌紋識別，該方法需要實驗確定濾波器方向，而且識別效率較低。

本文深入研究了方向可控濾波器在建筑物邊界提取的特點，提出了一種基于改進HOG的建筑物識別方法。該方法利用方向可控濾波器替換傳統HOG方法中的濾波器模版，改進HOG的梯度求解方法，更好地提取水平方向和垂直方向的邊緣信息，并結合支持向量機機器學習方法對建筑物進行分類，通過實驗驗證了方法的有效性。

2 基于方向可控濾波器的HOG方法

2.1　方向可控濾波器

Freeman等人[9]提出方向可控濾波器（Steerable Filters）的概念，并介紹了設計方法，可控濾波器在圖像邊緣檢測、紋理分析等領域表現出較好的優勢。方向可控濾波器是基于函數極坐標形式的傅里葉級數展開式，由若干個基濾波器函數的線性組合而成[10]。

方向可控濾波器的一般形式為：

其中N為基濾波器的個數，Fi為第i個基濾波器，ki(θ)為僅與方向θ有關的濾波器系數，Fθ為θ方向的濾波器。

由于高斯函數的各階導函數都可以表示為一個圓對稱的窗函數和一個多項式的乘積，常常采用基于高斯的方法來構造可控濾波器。本文采用基于高斯函數二階導數所構成的可控濾波器，形式如下：

2.2　改進的HOG特征提取方法

HOG方法中往往采用較為簡單的梯度求解方法。如：[-101]，[-101]T。傳統的梯度求解方法不能有效地提取目標的邊界特征，本文研究利用可控濾波器在邊緣信息表達上的優勢，提出改進的HOG算法，其特征提取流程如圖1所示，具體步驟如下：

（1）將彩色圖像轉化為灰度圖像。

（2）構造水平和豎直方向的方向可控濾波器（令濾波器的方向分別取），分別記為 F0、Fπ2。計算灰度圖像(x,y)處像素點在水平和豎直方向的梯度值如果θ(x,y)＜0，令θ(x,y)=θ(x,y)+π，使得θ(x,y)∈[0,π)。

圖1　 改進HOG方法流程圖

（3）將圖像劃分成大小相同的單元（Cell），將相鄰的單元組合成有重疊的塊（Block），有效利用重疊的邊緣信息，如圖2所示。

圖2　像素、單元、塊之間的關系

（4）圖像中每個像素點的梯度方向和梯度幅值各不相同，按梯度方向劃分為若干個均勻的區間（Bin），將單元中的每個像素點的梯度幅值累加到對應Bin中，生成單元的梯度方向直方圖。然后統計整個塊的直方圖特征，并對每個塊內的梯度直方圖進行L2歸一化，即對于向量v，令：

（5）將所有塊的HOG特征組合形成圖像的HOG特征向量，其維度d為：

其中w、h為圖像的寬度和高度；b、c分別為塊、單元的大小；p為單元內梯度方向的數目；s為塊移動的步長。

3　支持向量機

支持向量機（Support Vector Machine，SVM）是Vapnik[11]提出的一種監督式學習方法，它建立在統計學習理論中VC維理論和結構風險最小原理的基礎上，通過適當地選擇函數子集及該子集中的判別函數，使得學習機器的實際風險達到最小[12]。支持向量機具有結構簡單、全局最優、泛化性能好、學習和預測效率高等優點[13]，能夠成功地處理分類問題，因此被廣泛應用于文本識別[14]、圖像識別[15]等領域。SVM的原理是尋找一個滿足分類要求的最優分類超平面，使得該超平面在保證分類精度的同時，能夠使分類間隔最大化。

以二分類問題為例，給定訓練樣本集(xi,yi)，i=1,2,…,l，x∈Rn，y∈{±1}，超平面記為(w·x)+b=0 ，為能夠對所有樣本正確分類并且具備分類間隔，需滿足如下約束條件：

得到最優分類器超平面(w*·x)+b*=0，相應地，最優分類函數為：

對于線性不可分情況，對x做Φ變換映射到特征空間H，即

則最優分類函數為：

本文采用libsvm庫[16]進行SVM訓練，建筑物識別是多分類問題，libsvm使用的是“一對一”方法，即在任意兩類樣本之間建立一個SVM，k個類別的樣本則建立k(k-1)/2個SVM。當對一個樣本進行分類時，得票最多的類別即為該樣本的類別。

4　實驗結果及分析

為了客觀評價方法在建筑物識別中的有效性，本文進行的建筑物識別實驗采用與SFBR方法相同的數據集——SBID[17]，并對結果進行分析。

4.1　數據集介紹

SBID數據集包含40類建筑物，共4 178張圖像，每張圖像均放縮為160×120像素。這些圖像拍攝時間不同，拍攝角度不同，拍攝遠近不同，如圖3所示。

4.2　實驗平臺及參數設置

實驗配置為處理器Intel?Core?CPU i7-3770@3.40 GHz，4 GB內存，操作系統為32位Windows 7，開發軟件是Visual Studio 2010，采用C/C++語言編程實現。

圖3　SBID建筑物圖像（從左到右，從上到下依次代表1～40類）

方向可控濾波器F0、Fπ2的大小均為7×7，w 、h為120、160；c、b、p、s分別取20、80、9、40，特征向量的維度d為864。通過大量實驗，支持向量機選用C_SVC分類器和線性核函數時，效果最好。

4.3　實驗結果

本文在SBID數據集上進行20次獨立的實驗，每次實驗隨機從每類建筑物中選取一半數量的圖像（共2 098幅圖像）進行特征提取并訓練SVM分類器，剩余的圖像（共2 080幅圖像）進行特征提取作為測試樣本。

實驗結果如圖4所示，由于每次實驗選取的訓練樣本和測試樣本不同，同類圖像在不同實驗中的誤分個數有所變化。各類圖像在不同實驗中的誤分個數均在15以內，其中有多處誤分個數為0，如第4次實驗中第1、2類建筑物全部分類正確；第18次實驗中第16類建筑物全部分類正確；第20次實驗中第4、7、8、9類建筑物全部分類正確。

圖4　實驗結果

記β為識別準確率，其計算方法為：

其中N為測試樣本的個數，M為識別正確的樣本個數。

記βi為第i類建筑物的識別準確率，其計算方法為：

其中Ni為第i類建筑物測試樣本的個數，Mi為第i類建筑物識別正確的樣本個數。

如圖5反映了各類圖像的平均準確率，第23類建筑物的平均準確率最高，接近100%，第32類建筑物的平均準確率最低，介于85%～90%之間。除第32類建筑物以外，其他建筑物的平均準確率均大于90%，其中有30類建筑物的平均準確率高于95%。

圖5　每類圖像的平均識別準確率

如圖6反映了每次實驗的識別準確率，可以看出本文方法的準確率在97%附近波動，計算得出20次實驗的平均準確率為96.56%。SFBR方法的平均準確率為94.66%，與SFBR方法相比，本文方法的平均準確率提高了1.9%。

圖6　每次實驗的識別準確率

為了進一步驗證方法的性能，實驗采用召回率Recall、精確率Precision、F1值等評價指標進行分析。

記TP為“真”正例的個數，FP為“偽”正例的個數，TN為“真”負例的個數，FN為“偽”負例的個數。召回率、精確率、F1值的計算公式分別如下：

本文求得統計量在每類圖像的分類性能，然后求均值作為最終的結果，結果如表1所示。從表1可以看出，本文方法在TP、FP、Recall、Precision、F1值等指標上均優于SFBR方法。

表1　實驗結果

5　結束語

本文將方向可控濾波器應用到HOG算法中，結合支持向量機方法，提出一種建筑物識別方法。以SBID數據集作為實驗數據，使用SVM對提取的建筑物特征進行訓練與識別。實驗結果表明，在建筑物識別中，本文方法得到了較高的準確率，并且識別效果優于SFBR方法。因此本文提出的建筑物識別方法可以提取建筑物的關鍵特征，增強建筑物的區分性，有效地對建筑物進行識別。

在后續的工作中，將進一步研究方向可控濾波器的特點，提取更有效的邊界特征從而提高識別的準確率和魯棒性。此外，研究提取顏色信息作為建筑物識別的輔助特征，進一步提高建筑物識別率。

參考文獻：

[1]李松霖，范海生，陳秀萬.基于特征線匹配的城市建筑物識別方法研究[J].遙感技術與應用，2012，27（2）：190-196.

[2]董肖.快速穩健的建筑物識別算法與系統[D].廣州：華南理工大學，2012.

[3]齊沁芳.應用于增強現實系統的建筑物識別算法的研究與實現[D].北京：北京郵電大學，2013.

[4]Li J，Allinson N.Building recognition using local oriented features[J].IEEE Transactions on Industrial Informatics，2013，9（3）：1697-1704.

[5]蔡興泉，柳靜華.建筑物圖像識別系統設計與實現[J].現代計算機：專業版，2015（14）：18-20.

[6]Dalal N，Triggs B.Histograms of oriented gradients for human detection[C]//Proceedings of IEEE Conference on Computer Vision&Pattern Recognition，2013：886-893.

[7]王陽，穆國旺，睢佰龍.基于HOG特征和SVM的人臉表情識別[J].河北工業大學學報，2013（6）：39-42.

[8]徐云云.面向智能手機的掌紋識別技術研究[D].合肥：合肥工業大學，2015.

[9]Freeman W T，Adelson E H.The design and use of steerable filters[J].IEEE Transactions on Pattern Analysis&Machine Intelligence，1991，13（9）：891-906.

[10]趙淵潔.結合可控濾波器與偏微分方程的圖像去噪方法[D].天津：天津理工大學，2013.

[11]Vapnik V N.An overview of statistical learning theory[J].IEEE Transactions on Neural Networks，1999，10（10）：988-999.

[12]丁世飛，齊丙娟，譚紅艷.支持向量機理論與算法研究綜述[J].電子科技大學學報，2011，40（1）：2-10.

[13]郭明瑋，趙宇宙，項俊平，等.基于支持向量機的目標檢測算法綜述[J].控制與決策，2014（2）：193-200.

[14]劉曉亮，丁世飛，朱紅，等.SVM用于文本分類的適用性[J].計算機工程與科學，2010，32（6）：106-108.

[15]李雪花，許姜滌宇，于安軍，等.基于SVM多類分類器的字符識別[J].信息技術，2016（1）：20-22.

[16]Chang C C，Lin C J.LIBSVM：A library for support vector machines[J].ACM Transactions on Intelligent Systems&Technology，2011，2（3）：389-396.

[17]Li J，Allinson N M.Subspace learning-based dimensionality reduction in building recognition[J].Neurocomputing，2009，73（1/3）：324-330.