局部約束線性編碼技術在圖像分類中的設計應用

陳曉航

福州外語外貿學院，福建 福州 350202

目前，圖像種類與數據量日益增大，如何快速準確的找到所需的圖片，并進行有效分類成為科研工作者的關注點[1]。但是傳統的人工分類方法是通過觀察圖像的顏色、形態等區分精度低的特征進行分類，這些步驟全部由人工進行，因此會消耗大量的人力、財力和物力，而且因為每個人心中對圖片的分類標準不同，這樣會使得到的圖像分類準確度大大降低，達不到圖像檢索所要的結果[2]。胡湘萍等人采用多特征編碼融合的方式構建詞袋模型，對組合編碼進行加權融合，提升特征編碼的判別能力對圖像具有在線度量學習的分類效果[3]。徐望明等人提出了一種利用編碼系數非負性約束對其進行改進的方法NSLLC，得到相似的編碼向量，提高近圖像分類的準確性[4]。李丹等人采用局部高斯混合特征提取的方式對高光譜圖像進行分類，結果表明局部混合特征提取算法在訓練樣本較少的情況下具有非常高的分類效果[5]。梁曄等人利用基于局部性約束和視覺顯著性的特征編碼方法，擬補編碼語義信息特征分類缺陷，提高局部分類器的分類性能[6]。趙晉陵等人聯合局部二值模式與K-最近鄰算法，通過數據降維的方式，提高K-最近鄰算法對高光譜圖像紋理特征信息的提取效率，其準確率達到98%以上[7]。本文使用局部約束線性編碼建立圖像分類系統，將圖像分為許多不同的小塊，提取SIFT特征作為局部描述子對其進行描述。然后對比離線訓練好的視覺詞典對局部特征進行局部約束線性編碼，將編碼矢量的池化特征作為圖像的最終特征表示，使用SVM分類器進行分類，并設計實現圖像分類系統的GUI界面。

1 圖像分類技術概述

1.1 局部約束線性編碼

LLC方法使用的稀疏懲罰函數將特征編碼過程轉為求解優化的問題[8]：

式中，為向量的乘積；si、xi為特征值；di為局部性適應因子，代表每個視覺單詞的不同自由度，其正比于視覺單詞和局部特征的相似性：

式 中，dist（xi,B）=[dist（xi,b1）,dist（xi,b2）,…，dist（xi,bk）]，dist（xi,bk）為xi和bk的距離，σ為衰減因子。為進一步減少計算復雜度加快編碼過程，在具體實現時，LLC采取了一種近似處理方法，通過在視覺詞典中找到的k（k＜d＜K）個近鄰視覺單詞作為局部視覺詞典Bi來重構xi，即為求解一個更簡單的線性系統優化問題：

1.2 SIFT特征描述符提取

本文主要采用了局部特征描述，使用了SIFT特征描述符。SIFT算法步驟如下：

（1）對選定空間的極值做檢測。以高斯微分函數作為選取極值點，這個極值點的選取是保證尺寸和旋轉不變性的基礎。通過相鄰尺度建立的高斯金字塔進行相減的運算就可以得到高斯差分金字塔。接下來正式進入極值點的檢測環節，在上一步生成的尺度空間以27個像素點作為基礎進行劃分，將選定的像素點與周圍所有點進行比較，只有在這個點的值最小或者最大時才能作為候選極值點。

（2）定位最終使用的極值點。針對不穩定的候選極值點，通過一些方法進行刪除，采用Hessian矩陣求得其主曲率，并進行剔除，其定義表達式為：

（3）對極值點特征方向賦值。為了保證該算子的旋轉不變的特性，更好的適應方向變化帶來的干擾，需要確定極值點的特征方向，也就找到了該特征點的尺度，同時以得到該特征點所對應的尺度圖像，每個點L(x,y)的梯度模值為m(x,y)，方向為θ(x,y)，其計算公式為：

（4）生成算子的特征描述。首先以特征點為中心獲取一個的位置區域，每個小格子代表一個小區域，分別表示一個像素點的信息，區域內每個像素點的箭頭就表示SIFT特征的方向梯度，其梯度值的大小就由該點的長度大小表示，這樣能直觀地對描述像素點的主要信息。再將目標區域繼續細化，就可以得到下邊長為4的正方形，再對該正方形進行又一次劃分，最終得到的特征向量，用它對圖像特征進行描述，成為最終的特征描述符。

1.3 支持向量機分類算法

支持向量機（SVM）是一種常用的分類器算法，通過選擇合適的核函數構建超平面進行不同類別的分類[9]，如圖1所示。

圖1 SVM線性分類示例

選取一個超平面使兩類正確分開且之間距離最大，這個超平面可用方程記為：

其中，w為法向量，x為超平面上的點，b為超平面到原點的距離。在線性分類中主要采用超平面作為分隔基準，將不同類別的特征所區分開。SVM采用損失函數對輸入數據的分類預測進行評價，損失率越大說明分類器的分類效果越差，反之則說明分離器的分類精度越高。根據不同的分類模式可采用不同的損失函數評價分類效果，對于多分類SVM采用的是Hinge Loss損失函數，計算方法表示為：

其中，Li為損失函數；i為第個樣品；j為種類，表示j第個種類。對于兩分類SVM則采用鉸鏈函數進行評價其模型，表示為：

其中，y為預測值，范圍為-1-1之間；t為目標值，取值為-1或1。

2 結果分析

2.1 不同圖像集分類效果對比

為了驗證基于局部約束線性編碼的圖像分類方法的分類性能，分別以經典的圖像集Caltech101和Scene15為測試對象，進行圖像分類并計算各個類別的準確率，結果以平均值表示。

（1）Caltech101

Caltech101圖像集共包含了9145張圖像。如圖2所示，為圖像集中部分圖像樣本。

圖2 Caltech101部分圖像樣本

在進行實驗的圖像分類時，設置訓練圖片與測試圖片3:1的方式，從圖像中選擇9類圖像（類別包括魚、車、蝴蝶、人腦、相機、飛機、松鼠、盆景和雕像），每類圖像選30張圖像作為圖像訓練樣本。這九類圖像中每類選10張圖片用來圖像分類測試。各類圖像訓練的精確度以及平均精確度如下表1所示。

表1 Caltech101數據集分類精確度（%）

本文算法的平均精確度到89.43%。其中在類別魚的圖像分類中的精確度最高達到98.66%，可能是因為魚的輪廓比較特殊，背景影響較小，SIFT算法提取圖像特征比較全；而類別車圖像分類的精確度最低，僅為78.00%，主要是因為車圖像的樣本的背景比較豐富，影響目標物特征提取。

（2）Scene15

Scene15圖像集主要為場景圖像，包含街道、海灘、室內、工廠和商店等15個不同場景，共4 485張圖像，每類圖像的數量也不同，如圖3所展示。

圖3 Scene15部分圖像樣本

在進行本實驗的圖像分類時，設置訓練圖片與測試圖片3:1的方式，從圖像集中選擇8類圖像（類別包括臥室、客廳、海灘、街道、商店、工廠、廚房和建筑等），每類圖像選擇30張圖像作為圖像訓練樣本。在每類中選擇10張圖片用來圖像分類測試。各類圖像訓練的精確度及平均精確度如表2所示。

表2 Scene15數據集分類精確度（%）

本文算法的平均精確度到87.11%。其中在類別海灘的圖像分類中的精確度最高達到98.01%，可能是因為海灘的特征輪廓比較明顯，背景影響較小，SIFT算法提取圖像特征比較全；而類別建筑圖像分類的精確度最低，僅為66.96%，主要是因為建筑圖像的樣本的特征輪廓比較復雜，影響目標物特征提取。綜上所述，本文算法在兩種圖像集上的分類精確度都相差不大，且分類精確度都相對較高，其分類效果和穩定性相對較好。

2.2 基于局部約束線性編碼的圖像分類系統設計

在MATLAB軟件中進行GUI界面設計，在MATLAB命令窗口中輸入“guide”即可進入GUI界面的編輯窗口。所設計的圖形用戶界面由四個按鈕組成，分別對應打開圖像、訓練、測試和開始檢索；兩個文本框分別顯示所選擇圖片的名稱、像素大小，右側量文本框顯示圖像的所屬類別，軸模塊區域顯示所展開的圖像。當使用鼠標點擊各個按鈕時，系統就會進行相應的程序指令，實現各個模塊的功能，點擊按鈕式，按鈕將會凹陷，執行點擊該按鈕所對應的程序?；诰植考s束線性編碼的圖像分類系統的GUI界面如圖4所示。

圖4 圖像分類系統的GUI界面

程序首先運行時，先點擊訓練按鈕，程序會實現對訓練集中圖像進行圖像分類過程，即對圖像進行特征提取、編碼、進行分類。訓練完成后，打開圖像按鈕可選擇測試圖像中的任意一張進行單幅圖像的檢索分類。然后點擊測試按鈕，將出現選擇已經訓練好的模型然后對圖像進行分類。對話框將會顯示導入之前訓練好的模型對圖像進行分類；最后點擊開始檢索按鈕，將會對選取圖片進行檢索分類，并把分類結果顯示在對話框中，如圖5所示。

圖5 示例分類結果

3 結論

本文基于局部約束線性編碼的圖像分類系統設計，此次研究設計過程是先將圖像分割為若干圖像小塊，然后對提取的圖像特征用局部約束線性進行編碼，得到該圖像特征的編碼矩陣，最后選擇支持向量機（SVM）分類器進行分類。通過對Caltech101圖像集和Scene15圖像集測試，與前人的研究結果相比，基于局部約束線性編碼的圖像分類系統的準確度較高，滿足圖像分類的使用需求。在MATLAB軟件中，使用M語言編程實現特征表示算法和分類器算法，并設計圖像分類系統的GUI界面，為基于SIFT特征提取和SVM分類的局部約束線性編碼圖像分類技術提供技術和軟件層支撐。