基于輪廓編碼融合BP網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別方法研究

摘要：目標(biāo)圖像輪廓編碼算法是一種圖像輪廓特征提取的二次轉(zhuǎn)換算法模型，具有較好的穩(wěn)定性和有效性。本文采用該輪廓編碼算法結(jié)合BP網(wǎng)絡(luò)，提出一種圖像目標(biāo)識(shí)別方法。算法能大大減少樣本圖像所需數(shù)量，僅需要一個(gè)樣本圖像即可準(zhǔn)確快速地識(shí)別出與其一致的目標(biāo)圖像，識(shí)別率高達(dá)100%，在計(jì)算速度、抗干擾能力與數(shù)據(jù)存儲(chǔ)上都優(yōu)于傳統(tǒng)的識(shí)別方法。

關(guān)鍵詞：輪廓編碼;目標(biāo)識(shí)別;圖像識(shí)別;編碼鏈

中圖分類號(hào)：TP391.41;O157.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-9129（2020）06-0069-03

Abstract：Targetimagecontourcodingalgorithmisasecondarytransformationalgorithmmodelforimagecontourfeatureextraction，whichhasgoodstabilityandeffectiveness.Inthispaper，thecontourcodingalgorithmcombinedwithBPnetworkisusedtoproposeanimagetargetrecognitionmethod.Thealgorithmcangreatlyreducethenumberofsampleimages，andonlyonesampleimageisneededtoaccuratelyandquicklyidentifythetargetimageconsistentwithit.Therecognitionrateisupto100%，whichissuperiortothetraditionalrecognitionmethodsincomputingspeed，anti-interferenceabilityanddatastorage.

Keywords：contourcoding;Targetrecognition;Imagerecognition;Chaincode

相對(duì)于經(jīng)典的圖像識(shí)別算法而言，基于輪廓的識(shí)別方法可大大減少計(jì)算時(shí)間，相比于圖像區(qū)域的識(shí)別而言，基于圖像輪廓邊界的識(shí)別方法具有顯著的優(yōu)勢(shì)，其更容易融合進(jìn)其它的數(shù)值分析技術(shù)，如傅立葉變換、小波分析、多尺度分形、神經(jīng)網(wǎng)絡(luò)等，還可以定量的將邊界輪廓信息進(jìn)行再處理，得到目標(biāo)圖像的二次特征信息。本文首先對(duì)目標(biāo)圖像輪廓編碼算法和BP網(wǎng)絡(luò)進(jìn)行簡(jiǎn)要分析，再采用目標(biāo)圖像輪廓編碼算法結(jié)合BP網(wǎng)絡(luò)方式，提出一種圖像目標(biāo)識(shí)別方法，并通過(guò)實(shí)驗(yàn)以能突出輪廓編碼算法優(yōu)勢(shì)的機(jī)械工件識(shí)別為例分析該目標(biāo)識(shí)別方法的優(yōu)點(diǎn)和抗干擾性能。

1目標(biāo)圖像輪廓編碼算法

目標(biāo)圖像輪廓編碼算法①，是基于水平集模型提取圖像的特征輪廓進(jìn)行編碼，有效地提取了圖像邊界的本質(zhì)信息，且通過(guò)將圖像旋轉(zhuǎn)的方式，將分割所得圖像的邊界輪廓進(jìn)行特定的編碼。該算法主要是將獲取得到的目標(biāo)圖像邊界坐標(biāo)信息，進(jìn)行一定的圖像轉(zhuǎn)換進(jìn)而提取出目標(biāo)圖像的輪廓信息矩陣，不但在編碼作用上、編碼速度及編碼思想上與傳統(tǒng)的編碼算法不一樣，而且在圖像輪廓特征提取的二次轉(zhuǎn)換上具有獨(dú)特的作用，能夠從多角度提取挖掘出圖像邊界輪廓的信息。該目標(biāo)圖像輪廓編碼算法流程步驟分別如下：

步驟1，基于圖像分析模型獲取得到目標(biāo)圖像的邊界信息，分別為（x，y）系列坐標(biāo)。

步驟2，將步驟1得到的輪廓邊界的坐標(biāo)值分別歸一化在[1，255]之間，剔除圖像因絕對(duì)相像素點(diǎn)不同造成的影響。

步驟3，將步驟2得到的輪廓矩陣數(shù)據(jù)轉(zhuǎn)換成uint8格式，便于后續(xù)計(jì)算處理。

步驟4，將步驟3得到的輪廓矩陣進(jìn)行灰度化，并將其轉(zhuǎn)換成圖像邊界的編碼矩陣。

步驟5，將步驟4得到的圖像邊界編碼矩陣通過(guò)設(shè)定相應(yīng)的閾值進(jìn)行二值化。

步驟6，為了將圖像邊界編碼矩陣與其它模型算法結(jié)合，將步驟5得到的二值化編碼矩陣進(jìn)行排列編碼，其排列編碼方式可以為橫向、列向及斜向。最后繪制出相應(yīng)的編碼鏈。其中，橫向編碼是將二值化后的編碼矩陣的每一行全部按先后順序轉(zhuǎn)化為一行。列向編碼是將編碼矩陣的每一列全部按照先后順序轉(zhuǎn)化為一行。斜向編碼是將編碼矩陣的每一對(duì)角線數(shù)據(jù)由右上角至左下角依次全部轉(zhuǎn)化為一行。

2BP神經(jīng)網(wǎng)絡(luò)

D.E.Rumelhart和J.L.McCelland為主的研究小組在1986年第一次提出BP（BackPropagation）神經(jīng)網(wǎng)絡(luò)，是目前人臉表情識(shí)別技術(shù)中使用最廣泛的人工神經(jīng)元網(wǎng)絡(luò)。BP算法將學(xué)習(xí)過(guò)程劃分為正向傳輸信號(hào)和逆向傳輸誤差兩個(gè)過(guò)程。信號(hào)傳輸環(huán)節(jié)中，輸入層每個(gè)節(jié)點(diǎn)獲取信號(hào)的輸入，信息通過(guò)中間層處理后就傳輸?shù)捷敵鰧用總€(gè)節(jié)點(diǎn)來(lái)處理，全部完成后通過(guò)輸出層得到處理后的結(jié)果。如果結(jié)果不滿足預(yù)期的輸出時(shí)，就會(huì)進(jìn)到誤差傳輸環(huán)節(jié)。這個(gè)環(huán)節(jié)中誤差按照某種形式從傳輸層出發(fā)傳輸?shù)诫[層以及輸入層，傳輸過(guò)程中對(duì)每層的所有單元的權(quán)限進(jìn)行修改，保證誤差可以梯度式的降低。這樣的正向傳輸信號(hào)和逆向傳輸誤差的環(huán)節(jié)會(huì)不斷往復(fù)，一直到網(wǎng)絡(luò)得到的誤差控制在預(yù)期的范圍中。信號(hào)和誤差傳遞的環(huán)節(jié)中，每一層權(quán)值不斷的調(diào)節(jié)過(guò)程就是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練過(guò)程。標(biāo)準(zhǔn)BP網(wǎng)絡(luò)的結(jié)構(gòu)包含輸入層、隱層以及輸出層。輸入向量為X=（x₁，x₂，…，x_n）^T，隱含層的輸出向量為Y=（y₁，y₂，…，y_n）^T。輸出層的輸出向量為O=（o₁，o₂，…，o_k）^T，期望輸出向量為：d=（d₁，d₂，…，d_k）^T。v_ij表示輸入層第i個(gè)節(jié)點(diǎn)與隱層第j個(gè)節(jié)點(diǎn)的權(quán)值，w_ij表示隱層第i個(gè)節(jié)點(diǎn)與輸出層第j個(gè)節(jié)點(diǎn)的權(quán)值[1]。

對(duì)于輸出層：

對(duì)于隱含層：

當(dāng)網(wǎng)絡(luò)輸出與期望輸出不相符時(shí)，存在的輸出誤差用E表示：

如果輸出誤差E不符合既定的ε或迭代次數(shù)低于預(yù)定的值時(shí)，按照一定的規(guī)則來(lái)調(diào)整各層權(quán)值v_ij和w_ij從而降低誤差E，一直到E低于ε或者和達(dá)到指定的迭代次數(shù)。將此時(shí)的權(quán)值和閾值固定下來(lái)，完成網(wǎng)絡(luò)的學(xué)習(xí)環(huán)節(jié)。BP算法的流程描繪如下：

步驟1，初始化每個(gè)神經(jīng)元的權(quán)值和閾值，輸入訓(xùn)練樣本和對(duì)應(yīng)的預(yù)期輸出。

步驟2，得到隱層和輸出層中每個(gè)神經(jīng)元的輸入與輸出。

步驟3，計(jì)算得到網(wǎng)絡(luò)的輸出誤差和每層的誤差信號(hào)。

步驟4，修正各層神經(jīng)元權(quán)值及閾值。

步驟5，計(jì)算網(wǎng)絡(luò)誤差，若誤差達(dá)到精度要求，訓(xùn)練結(jié)束，否則返回步驟2。

通過(guò)圖像預(yù)處理、特征提取等等準(zhǔn)備工作后，設(shè)計(jì)一個(gè)分類器，對(duì)輸入的特征進(jìn)行分類，實(shí)現(xiàn)對(duì)圖像目標(biāo)的識(shí)別。BP神經(jīng)網(wǎng)絡(luò)應(yīng)用在機(jī)械工件識(shí)別中，通常使用標(biāo)準(zhǔn)的三層架構(gòu)，利用Purelin線性函數(shù)作為隱層到輸出層的激活函數(shù)，輸入層到隱層的激活函數(shù)采用Sigmoid函數(shù)。隱層節(jié)點(diǎn)的數(shù)量按照經(jīng)驗(yàn)公式（4）來(lái)設(shè)定。

式中，m為輸出節(jié)點(diǎn)的個(gè)數(shù)，n為輸入節(jié)點(diǎn)的個(gè)數(shù)，a為1～10之間的常數(shù)。

3基于輪廓編碼融合BP網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別實(shí)驗(yàn)分析

本節(jié)所有的實(shí)驗(yàn)，均在IntelI7-4712HQ2.30GHzCPU，NVIDIA610M顯卡，8GB內(nèi)存和MATLABR2011b實(shí)驗(yàn)環(huán)境下完成。

3.1識(shí)別模型的建立及分析。由于目標(biāo)圖像輪廓編碼流程對(duì)于圖像旋轉(zhuǎn)所得的編碼匹配較差，或者說(shuō)對(duì)于圖像旋轉(zhuǎn)后的識(shí)別能力較弱。因此為了克服該編碼鏈所存在的缺點(diǎn)，針對(duì)性的需要對(duì)圖像進(jìn)行旋轉(zhuǎn)校正后，才能進(jìn)行其圖像邊界輪廓的編碼。故輪廓編碼鏈與模式識(shí)別模型之間的橋梁就是圖像的校正。由于BP神經(jīng)網(wǎng)絡(luò)所具有的特點(diǎn)，同時(shí)為了后續(xù)模型的比較，這里選取的模式識(shí)別模型系統(tǒng)以BP神經(jīng)網(wǎng)絡(luò)為核心。故本文所設(shè)計(jì)的目標(biāo)圖像輪廓編碼與神經(jīng)網(wǎng)絡(luò)模型融合的圖像識(shí)別實(shí)驗(yàn)，選擇的識(shí)別對(duì)象是各種比較相似的不同機(jī)械工件，其流程步驟如下（見(jiàn)圖1）：

步驟1，模板圖像的旋轉(zhuǎn)。本文主要利用霍夫變換檢測(cè)圖像的輪廓直線部分。通過(guò)旋轉(zhuǎn)圖像，將模板圖像與待識(shí)別圖像統(tǒng)一方向。該步驟主要為了后續(xù)圖像分割所得的輪廓邊界編碼鏈進(jìn)行預(yù)處理。

步驟2，模板圖像的分割與圖像輪廓的提取。本文基于LCV模型進(jìn)行分割圖像，并提取出圖像的邊界輪廓，為后續(xù)邊界輪廓編碼使用。

步驟3，模板圖像輪廓的編碼。將步驟2得到的輪廓邊界采用本文提出的特征編碼處理方式進(jìn)行整理。

步驟4，待識(shí)別的圖像旋轉(zhuǎn)。該步驟與模板圖像旋轉(zhuǎn)步驟一致。

步驟5，待識(shí)別圖像的分割與圖像輪廓的提取。該步驟與模板圖像的分割與圖像輪廓的提取一致。

步驟6，待識(shí)別圖像輪廓的編碼。該步驟與模板圖像輪廓的編碼步驟一致。

步驟7，將步驟6獲得的各類型圖像編碼特征作為BP神經(jīng)網(wǎng)絡(luò)的輸入信息，從而訓(xùn)練BP網(wǎng)絡(luò)，得到智能化識(shí)別的神經(jīng)網(wǎng)絡(luò)模型。最后將訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)其它測(cè)試圖像進(jìn)行識(shí)別。

本文以各種比較相似的不同工件為例進(jìn)行算法的識(shí)別分析。其各種工件圖像如下圖1所示。其通過(guò)霍夫變換獲取的兩水平方向的校正模板圖像及編碼鏈結(jié)果分別如下圖2與圖3所示：

由于以上圖像類別數(shù)較少，故采用橫向編碼的方式進(jìn)行編碼。且編碼參數(shù)設(shè)定為統(tǒng)一圖像像素為20*50大小，閾值系數(shù)為0.9。其中通過(guò)以上的各圖像編碼鏈已經(jīng)可以看出各類圖像的編碼鏈存在較大的差異。將以上8條編碼鏈作為BP神經(jīng)網(wǎng)絡(luò)的輸入信息。并以A，B，C，D類作為網(wǎng)絡(luò)最終識(shí)別的輸出信息，其中網(wǎng)絡(luò)設(shè)定的訓(xùn)練參數(shù)：第一層節(jié)點(diǎn)數(shù)1000個(gè)，第二層節(jié)點(diǎn)數(shù)50個(gè)，網(wǎng)絡(luò)目標(biāo)誤差1.0*e-8，網(wǎng)絡(luò)訓(xùn)練函數(shù)trainrp;網(wǎng)絡(luò)收斂結(jié)果參數(shù)：網(wǎng)絡(luò)訓(xùn)練數(shù)21次，網(wǎng)絡(luò)訓(xùn)練時(shí)間9秒，網(wǎng)路收斂誤差1.26*10-8，網(wǎng)絡(luò)擬合優(yōu)度為1。

將以上訓(xùn)練好的智能系統(tǒng)用于圖像識(shí)別，其中針對(duì)103個(gè)工件樣本的識(shí)別情況為：正確識(shí)別參數(shù)為103，錯(cuò)誤識(shí)別0個(gè)，識(shí)別率達(dá)到了100%。

其中將本文的識(shí)別算法在MPEG與PLANE數(shù)據(jù)庫(kù)的圖像識(shí)別結(jié)果，并與文獻(xiàn)[2]給出的其它幾個(gè)比較主流的識(shí)別模型算法進(jìn)行比較。其結(jié)果如下表1所示：

表1幾種識(shí)別方法在MPEG與PLANE數(shù)據(jù)庫(kù)的識(shí)別率

FD+SVMZM+SVMHMME+MLHMMC+MLHMME+WtL本文方法

MPEG數(shù)據(jù)庫(kù)94.29%92.14%80.00%92.14%97.62%98.47%

PLANE數(shù)據(jù)庫(kù)99.52%89.05%78.52%99.05%99.05%99.52%

3.2識(shí)別模型的抗干擾分析。為了說(shuō)明圖像邊界輪廓的編碼與神經(jīng)網(wǎng)絡(luò)算法相融合的圖像識(shí)別能力。針對(duì)性地對(duì)其進(jìn)行部分干擾識(shí)別的分析。其中重點(diǎn)討論待識(shí)別的圖像存在嚴(yán)重的噪聲干擾的識(shí)別效果。

當(dāng)圖像存在噪聲時(shí)，往往全局像素的編碼鏈方式基本全部失效。因?yàn)閳D像的噪聲已經(jīng)是圖像像素的一部分。故識(shí)別出圖像的可能性基本沒(méi)有。

然而對(duì)于輪廓邊界的編碼鏈方式進(jìn)行圖像的識(shí)別過(guò)程。其關(guān)鍵的一步是能提取出圖像的關(guān)鍵邊界輪廓。也就是說(shuō)，當(dāng)噪聲存在時(shí)，只要能得到圖像的輪廓邊界，則問(wèn)題便可以解決。然而對(duì)于圖像的輪廓邊界的獲取，水平集模型中的LCV模型能夠有較好的抗噪聲能力。因此，對(duì)于含有噪聲的圖像識(shí)別，依然可以完美的進(jìn)行。以下通過(guò)含有高斯噪聲的圖像識(shí)別實(shí)驗(yàn)，其結(jié)果如下圖4所示：

圖4人工添加噪聲后的圖像識(shí)別。（a）待識(shí)別原圖像。（b）圖像校正及LCV模型分割邊界結(jié)果。（c）所獲取圖像的邊界輪廓。（d）輪廓邊界編碼的鏈結(jié)果。

將以上含有人工噪聲圖像所得到的輪廓邊界編碼鏈作為神經(jīng)網(wǎng)絡(luò)的輸入。其檢驗(yàn)結(jié)果如下圖5所示：

由圖5含高斯噪聲的圖像識(shí)別測(cè)試實(shí)驗(yàn)我們可以看出，只要提取出工件圖像的輪廓邊界，并以橫向編碼方式得到其編碼鏈作為神經(jīng)網(wǎng)絡(luò)的輸入信息，網(wǎng)絡(luò)對(duì)于圖像的識(shí)別結(jié)果均正確。故本文的圖像輪廓編碼鏈融合神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別對(duì)與含有噪聲的圖像依然能夠進(jìn)行識(shí)別。

4總結(jié)

通過(guò)以上針對(duì)性的分析，我們可以得出，本文的圖像輪廓編碼融合神經(jīng)網(wǎng)絡(luò)模型的圖像識(shí)別效果存在以下三個(gè)優(yōu)點(diǎn)：

第一，由于將圖像經(jīng)過(guò)校正后獲取其邊界輪廓并進(jìn)行了編碼，故算法整體所需的樣本數(shù)量?jī)H僅只需要一個(gè)，完全改善了傳統(tǒng)的圖像識(shí)別算法所需的樣本數(shù)量大的缺點(diǎn)。

第二，對(duì)于圖像全局像素神經(jīng)網(wǎng)絡(luò)模型的圖像識(shí)別方法，本文將圖像輪廓編碼與神經(jīng)網(wǎng)絡(luò)算法相融合完美地改善了模型的魯棒性及計(jì)算速度。

第三，對(duì)于傳統(tǒng)的圖像匹配算法，往往當(dāng)圖像含有較為嚴(yán)重的噪聲時(shí)，圖像識(shí)別能力大大下降。而本文的識(shí)別算法關(guān)鍵的一步是能提取出圖像的輪廓，也就是說(shuō)，即使噪聲存在時(shí)，只要能得到圖像的輪廓邊界，則問(wèn)題便可以解決。而水平集模型中的LCV模型能夠有較好的抗噪聲能力。故針對(duì)含有噪聲的圖像識(shí)別，依然可以完美的進(jìn)行。

采用本文的目標(biāo)識(shí)別方法，僅僅只需要一個(gè)該類型模板圖像，便可識(shí)別出與之一樣的圖像類型。圖像模板數(shù)量大大減小，不但提高了識(shí)別過(guò)程的速度，更加使得識(shí)別過(guò)程得以高效率高精確度地進(jìn)行。同時(shí)通過(guò)針對(duì)不同圖像的邊界輪廓的特定編碼，可以使得不同圖像在任意的方向與角度，或者多單元組合的圖像中依然得以識(shí)別。即識(shí)別過(guò)程的抗干擾能力較強(qiáng)。

注釋：

①孟思明，一種創(chuàng)新的目標(biāo)圖像輪廓編碼算法研究，廣州，2016

參考文獻(xiàn)：

[1]XiaojuanWang，YanpingBai，BPNetworkBasedonHandwrittenDigitalImageFeatureExtraction，AdvancesinAppliedMathematics，03（2），104～111，2014

[2]NinadThakoor，JeanGao，SungyongJung，HiddenMarkovModel-BasedWeightedLikelihoodDiscriminantfor2-DShapeClassification，IEEETransactionsonIamgeProcessing，16（11），2707～19，2007