基于特征提取和半監督學習的圖像分類算法

吳濤

摘 要：圖像的光譜特征、高頻紋理特征和中低頻紋理特征，影響算法的特征提取結果，現有的圖像分類算法由于特征提取與訓練方法工作不到位，導致分類準確率難以達到預期目標，針對該問題研究基于特征提取和半監督學習的圖像分類算法。算法設置過濾式、封裝式以及嵌入式特征篩選規則，預處理原始圖像特征信息;增強圖像敏感區域，提取圖像光譜特征，利用灰度共生矩陣和復值函數Gabor濾波，提取圖像高頻紋理和中低頻紋理特征;數據訓練采用半監督學習方法，通過不斷更新分類器完成對圖像的分類工作。結果表明，與5組其他分類算法相比，文中算法提取到了4處不明顯的圖像特征;在500、750和1 000次分類器更新的條件下，當近鄰個數為7時，文中分類算法的準確率出現峰值，分別為92.51%、90.65%和90.22%，比5組算法的平均分類準確率，高出了1.98%、3.08%和4.14%，新的分類算法的分類效果超過預期。

關鍵詞：特征提取;半監督學習;圖像;分類算法;近鄰個數;準確率

中圖分類號：TP391 文獻標識碼：A ? ? 文章編號：1001-5922（2021）11-0092-06

Image Classification Algorithm Based on Feature Extraction and Semi Supervised Learning

Wu Tao

（The First Affiliated Hospital of Chongqing Medical University， Chongqing 400016， China）

Abstract：The spectral features， high-frequency and low-frequency texture features of the image affect the feature extraction results of the algorithm， existing image classification algorithms work do not in place due to feature extraction and training methods， leading to the classification accuracy is difficult to achieve the expected target， the image classification algorithm based on feature extraction and semi-supervised learning. The algorithm sets filtering， encapsulation， and embedded feature filtering rules to preprocess the raw image feature information， the image-sensitive regions are enhanced， image spectral features are extracted， and image high-frequency and medium-and low-frequency texture features were extracted using the complex-valued function Gabor filter， a semi-supervised learning method was used for the classification of images by constantly updating the classifier. The results show that the algorithm extracted four other image features of other classification algorithms， Under the conditions 500，750， and 1，000 classifier updates， when the number of close neighbors is 7， the accuracy of the text classification algorithm peaks， with 92.51%， 90.65%， and 90.22%， respectively， the average classification accuracy of the 5 sets of algorithms was 1.98%， 3.08% and 3.08% and 4.14%， and the new classification algorithm exceeded the expected classification effect.

Key words：feature extraction; semi-supervised learning; image; classification algorithm; the number of close neighbors; accuracy

0 引言

遙感、測繪技術和地理信息系統在時代發展過程中的不斷更新，生成的圖像也越來越精準詳細，為土地類別分析、植被覆蓋程度劃分以及地質災害等監測等工作，提供更加先進的技術支持。為了得到較為精準的分析結果，師蕓等（2020）研究高光譜影像分類方法[1];王斌等（2019）則提出圖像分類和檢索方法[2]。其中前者強調了高光譜影像的特點和圖像降維、特征映射等內容，后者則結合實際物體，將計算機視覺融入到圖像分類當中。隨著對科技手段的深入研究，楊萌林等（2020）認為上述分類方法當中，存在數據序列稀疏、不連續和不完整等問題[3];胡軒等（2020）則認為圖像的目標形狀和尺寸過于復雜，普通的分類方法無法充分獲得圖像的顯著性空間信息[4]。

針對上述觀點，高子翔等（2019）基于雙路卷積神經網絡模型，提出圖像分類算法，通過優化池化組合豐富特征差異，加強特征表達層次從而實現特征差異互補，強化圖像分類效果[5]。張艮山等（2020）利用局部二值模式算子構建LBP圖，通過最小二乘支持向量機構建最優分類模型，實現對圖像的分類[6]。王鑫等（2019）搭建一個具有7層卷積結構的神經網絡，通過訓練得到不同的高層特征，第5層池化層輸出后進行降維，最終以串聯的形式融合特征數據分類圖像[7]。齊永鋒等（2020）利用等距特征映射處理數據并挖掘非線性特征，以標記像元為中心構建softmax分類器[8]。許開煒等（2019）基于點特征相似性，優化卷積神經網絡，根據顯示的鄰域像元對中心像元分類的影響程度，進行圖像分類[9]。鑒于此，研究了基于特征提取和半監督學習的圖像分類算法。

1 基于特征提取和半監督學習的圖像分類算法

1.1 設置多重特征篩選規則

新的圖像分類算法將特征提取與半監督學習相結合，設置過濾式、封裝式以及嵌入式同步處理的特征篩選規則。過濾式特征篩選規則，根據樣本數據之間的相關性，剔除存在冗余的樣本，該規則定義下的圖像數據，通過下列計算公式描述：

式（1）中，I （x，y）表示圖像 I 的橫縱坐標;g（x，y）表示聯合概率密度;g（x）、g（y）分別表示不同方向的概率密度函數。過濾式特征篩選規則以上述公式為計算依據，對特征進行第1層過濾處理[10]。封裝式特征篩選規則與第1層規則相反，通過評估前一層過濾得到的特征數據屬性，得到滿足分類要求的數據。第2層規則依靠遞歸特征消除法反復識別，通過選擇其中最好或剔除最差的數據，分析每1個特征參數。該方法設置樣本為，其中，xi、yi表示第 i 個特征數據的所在橫、縱坐標;M表示總數量。將所有數據按照固定順序排列，初始化特征序列并計算權重，得到：

式（2）中：λi、λj表示相鄰的第個、第 j 個特征數據的識別系數。根據該值的平方，計算特征序列W中數據的得分，將得分較小的數據從W中剔除，更新W和前一層特征篩選結果[11]。嵌入式特征篩選規則在第2次特征篩選的基礎上，根據范數正則化和最小二乘損失回歸模型，建立目標函數：

式（3）中：Aω和B分別表示樣本和標簽;γ表示稀疏度調節參數。第3層規則根據上述公式獲取目標，通過多條件特征篩選并存的方式，為特征提取工作進行數據預處理，保證半監督學習使用的數據集合種，少有甚至是沒有冗余與干擾數據。

1.2 提取圖像特征

利用設置的規則篩選特征數據后，提取圖像的光譜特征和紋理特征，并構建特征集合。已知圖像原始的波段灰度可劃分為4個，分別為藍、綠、紅和近紅外，分別用L、G、R以及NIR表示。已知圖像背景影響近紅外波段，所以圖像的類別信息覆蓋程度有所差異。近紅外波段衍生歸一化指數，該指數可以區分不同屬性特征，具有很強的響應能力和敏感的識別能力，設置該指數為C1。當圖像相似程度較高時，需要利用修正指數確定同一類屬性特征的所在區域，所以設置該指數為C2。通過上述兩個指數增強圖像的敏感區域，公式為

式（4）中：k1、k2表示不同波段對圖像的影響系數;? 表示調節參數。確定敏感區域K后，根據亮度指數計算結果提取K區域的圖像光譜特征，公式為

根據式（4）、式（5），實現對圖像光譜特征的提取。圖像除了具備光譜特征外還具備紋理特征，所以結合圖像的高頻紋理和中低頻紋理特征，分別利用灰度共生矩陣和復值函數Gabor濾波，完成紋理特征提取工作。灰度共生矩陣描述了圖像中灰度空間，所以算法將256灰度級線性壓縮量化成16灰度級，計算0°、45°、90°以及145°四個方向的灰度共生矩陣。設置滑動步長為1、滑動窗口為3×3，通過計算特征向量平均值，設置紋理特征向量的分量。此次設計將對比度和同質度作為圖像的紋理特征，這兩個參數的計算公式為：

式（6）中：E 和 Hom 分別表示對比度和同質度;n表示對比對象數量;P （i， j ） 表示兩兩圖像之間的相似性概率[12]。面對圖像中的高頻紋理特征時，算法按照上述流程提取特征，面對中低頻紋理特征時，算法利用Gabor函數調制中心頻率和方向，通過模擬視覺效果得到中低頻特征，該函數的計算公式為

式（7）中，u和v表示方向和尺度;Vu，v表示函數在圖像上的掃描頻率;au表示邊界條件;Fu，v（a，b）表示濾波特征;a和b表示像元位置;σ表示高斯因子標準差[13]。通過上述公式，提取中低頻紋理特征，結合高頻紋理特征提取結果，為半監督學習提供訓練數據。

1.3 基于半監督學習更新分類器分類圖像

分類器通過半監督學習方式進行訓練，從未標記樣本中提取有用信息。假設標記與未標記的特征樣本集用S1和S2表示，則存在、。設置樣本類別個數為m，半監督學習在全部樣本集的基礎上構建學習模型，預測待分類樣本時，將預測值分類的錯誤率控制在最小。算法利用3個分類器進行協同訓練，其中前兩個分類器分類預測未標記樣本S2，當兩個分類器的結果一致且置信度高于預設值時，將未標記樣本和S1都添加到第3個分類器的訓練集合當中，根據已知參數建立分類器訓練條件：

式（8）中，β表示訓練指標;μ表示最差情況下模型的分類正確率;θ表示分類誤差噪聲比例上限;N表示分類器更新次數;ζ 表示置信度[14]。假設類別參數，則根據式（8）得到：

半監督學習在每次迭代時，前2個分類器標記樣本后，將一致性的樣本添加到第3個分類器中，假設第q次和第q-1迭代訓練時，G q和G q-1表示被標記添加到分類器中的樣本，S1∪G q則對于S1∪Gq和S2∪G q-1來說，第q次訓練時的S1∪G q至今存在：

式（10）中，U q表示;Us1表示分類器噪聲比例;e1q表示前2個分類器在第q次訓練時的分類誤差比例。已知公式（9）的計算結果與μ2之間存在正比例關系，所以當εq>εq-1時，μq<μq-1，此時可以利用第3個分類器對未標記樣本進行學習。假設0≤e1q，eq-1<0.5，那么存在[15]。當上述條件成立時，對S1q進行采樣，此時分類器的采樣個數，通過下列公式確定：

式（11）中，要求S1q-1的絕對值，大于e1q和的比值。使用以上半監督學習流程更新分類器，通過分類器對圖像進行類別劃分，實現圖像分類算法。

2 應用測試

設計對比實驗，將文中提出的基于特征提取和半監督學習的分類算法作為實驗組，將基于自適應池化的分類算法作為對照組A，將基于LBP與LSSVM的分類算法作為對照組B，將改進的基于深度學習的分類算法作為對照組C，將基于多尺度卷積神經網絡的算法作為對照組D，將點特征相似與卷積神經網絡相結合的分類算法作為對照組E。為了減少實驗次數控制測試時間，以高分遙感圖像作為此次實驗測試對象，本文中算法的分類準確率超過90%時，優于所有對比方法，滿足此次研究要求。準備穩定的測試環境，保證網絡通信狀態為最佳，分別將6組算法應用到高分遙感圖像的分類工作當中，比較算法在不同環節當中的應用效果。

2.1 高分遙感圖像特征提取效果

高分遙感圖像紋理更多更復雜，選擇高分遙感圖像作為測試對象，增加測試難度的同時能夠代表大多數圖像，增強實驗結果的說服力度。圖1為算法分類測試過程中的某一分類目標。

圖1中的深色區域代表建筑物所在位置，淺色區域代表綠色植被覆蓋區域的所在位置。分別利用不同的算法提取圖像特征，其中基于自適應池化的分類算法，利用構建的雙路卷積神經網絡模型，提取高分遙感圖像特征;基于LBP與LSSVM的分類算法，在基于局部二值模式算子生成的LBP圖中，提取特征數據;改進的基于深度學習的分類算法，利用七層卷積神經網絡獲取圖像特征;基于多尺度卷積神經網絡的算法，依靠等距映射挖掘非線性特性數據，從而實現對目標數據的提取;點特征相似與卷積神經網絡相結合的分類算法，計算點特征相似性從而提取相似性數據。文中分類算法按照篩選規則預處理圖像數據，然后利用式（4）～（7）的計算，提取高分遙感圖像特征。圖2為6組算法應用下，分別按照各自的特征提取流程獲得的提取結果。

從圖2可以看出，5個對照組算法和本算法獲得的特征提取結果，與圖1所顯示的特征區域高度近似，但由于本文算法利用過濾式、封裝式以及嵌入式篩選規則，預先處理了圖像特征信息，所以獲得了4處極不明顯的特征區域。同樣的測試條件下，5個對照組算法中，只有對照C組、D組以及對照E組中，提取到了不明顯的圖像特征，但只有對照E組的提取結果，與本文算法的提取結果類似。

2.2 分類效果

根據6組算法的高分遙感圖像特征提取結果，繼續完成圖像分類工作，最終得到6組圖像分類結果。實驗通過比較預測標簽和真實標簽，評價算法對高分遙感圖像的實際分類效果。設置3組指標，分別為敏感性指標（Sensitivity）、特異性指標（Specificity）和準確性指標（Accuracy），3個指標的計算公式為：

式（12）中：f1、f2分別表示真建筑區域和真植被覆蓋區域;g1、g2分別表示假建筑區域和假植被覆蓋區域。此次測試以多分類為研究重點，所以再引入識別率指標（Recognition）和準確率指標（Overall Recognition Accuracy）進行評價，計算公式為：

式（13）中，Mij表示第i個特征被劃分到第j類集合中的數量;T表示類別總數。6組算法在圖2顯示的結果的基礎上進行圖像分類，根據式（12）和式（13），獲得當分類器的更新次數為500時，不同算法的分類評價結果，如表1所示。

由表1可知，本算法的評價結果均高于5個對照組算法。已知影響算法分類結果的關鍵因素之一，就是特征數據的近鄰個數，所以導出不同種算法，分類器進行500、750和1 000次更新時的分類結果，如圖3所示。

由圖3可知，當近鄰個數為7時，6組分類器在500、750以及1 000次更新狀態下，獲得的圖像分類準確率最高;當近鄰個數為9時，6組算法的分類準確率最低。根據上述測試結果可知，無論分類器的更新狀態如何，算法在滿足7個近鄰的條件下，能夠獲得更好的圖像分類結果。綜合上述測試結果，6組算法在近鄰個數為7時，能夠獲得最好的圖像分類效果，此時本文算法的分類準確率分別為90.51%、91.45%和92.86%，比5個對照組的平均分類準確率。分別高出1.98%、3.08%和4.14%，滿足90%以上的預設目標。

3 結語

本文研究以現有的5種常規圖像分類算法為對比，通過設置特征篩選規則，完善數據的預處理工作，采用半監督學習方法得到滿意的測試結果，將使分類準確率達到90%以上。但綜合此次研究過程來看，研究的新分類算法存在較多復雜的計算步驟，所以運行算法時容易出現數據遲緩、更新延遲等問題，今后可以對該算法進行優化，進一步完善機器學習的監督工作，完善分類器的數據訓練與映射工作，進一步提高算法的分類效果。

參考文獻

[1]師 蕓，馬東暉，呂 杰，等. 基于流形光譜降維和深度學習的高光譜影像分類[J]. 農業工程學報，2020，36（06）：151-160+323.

[2]王 斌，黃竹芹，陳良宵. 圓周特征描述：有效的葉片圖像分類和檢索方法[J]. 軟件學報，2019，30（04）：1 148-1 163.

[3]楊萌林，張文生. 分類激活圖增強的圖像分類算法[J]. 計算機科學與探索，2020，14（01）：149-158.

[4]胡 軒，盧其楷. 基于顯著性剖面的高光譜圖像分類算法[J]. 光學學報，2020，40（16）：71-79.

[5]高子翔，張寶華，呂曉琪， 等.基于自適應池化的雙路卷積神經網絡圖像分類算法[J]. 計算機工程與設計，2019，40（05）：1 334-1 338.

[6]張艮山，田建恩，張 哲. 基于LBP與LSSVM的數字圖像分類算法[J]. 液晶與顯示，2020，35（05）：471-476.

[7]王 鑫，李 可，徐明君，等. 改進的基于深度學習的遙感圖像分類算法[J]. 計算機應用，2019，39（02）：382-387.

[8]齊永鋒，陳 靜，火元蓮，等. 基于多尺度卷積神經網絡的高光譜圖像分類算法[J]. 紅外技術，2020，42（09）：855-862.

[9]許開煒，楊學志，艾加秋，等. 點特征相似與卷積神經網絡相結合的SAR圖像分類算法研究[J]. 地理與地理信息科學，2019，35（03）：28-36.

[10]何勝美，李高榮，許王莉. 基于秩能量距離的超高維特征篩選研究[J]. 統計研究，2020，37（08）：117-128.

[11]楊弘凡，李 航，陳凱陽，等. 亮度變化下室外場景圖像特征點提取方法[J]. 河南科技大學學報（自然科學版），2020，41（01）：18-23+5.

[12]趙若晴，王慧琴，王 可，等. 基于方向梯度直方圖和灰度共生矩陣混合特征的金文圖像識別[J]. 激光與光電子學進展，2020， 57（12）：98-104.

[13]楊恢先，付 宇，曾金芳，等. 基于正交Log-Gabor濾波二值模式的人臉識別算法[J]. 智能系統學報，2019，14（02）：330-337.

[14]劉 坤，王 典，榮夢學. 基于半監督生成對抗網絡X光圖像分類算法[J]. 光學學報，2019，39（08）：117-125.

[15]魏志強，畢海霞，劉 霞. 基于深度卷積神經網絡的圖上半監督極化SAR圖像分類算法[J]. 電子學報，2020，48（01）：66-74.