基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別

王強(qiáng)，張小溪，韓一紅

（西北工業(yè)大學(xué) 陜西 西安 710129）

圖像識(shí)別作為圖像技術(shù)的一個(gè)分支一直是圖像處理和模式識(shí)別領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)的模式識(shí)別方法應(yīng)用于圖像識(shí)別主要是利用圖像的顏色特征、形狀特征、紋理特征等對(duì)圖像進(jìn)行比較[1-2]，根據(jù)這些統(tǒng)計(jì)特征對(duì)圖像之間的相似度做出評(píng)價(jià)。

人工神經(jīng)網(wǎng)絡(luò)[3]（Artificial Neural Network，ANN）的研究雖然自上世紀(jì)40年代才開(kāi)始，但由于具有強(qiáng)大的自適應(yīng)能力、信息的分布式存儲(chǔ)、并行處理以及能很好的模擬非線性系統(tǒng)，已經(jīng)在信息處理、模式識(shí)別等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。在圖像識(shí)別中常用的神經(jīng)網(wǎng)絡(luò)模型[4-5]有Hopfield神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、小波網(wǎng)絡(luò)、細(xì)胞神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)。對(duì)于數(shù)字圖像來(lái)說(shuō)，采用神經(jīng)網(wǎng)絡(luò)是一種有效的手段，而MATLAB中包括的神經(jīng)網(wǎng)絡(luò)工具箱為相關(guān)的算法開(kāi)發(fā)與數(shù)據(jù)分析提供了非常友好的環(huán)境，避開(kāi)了比較繁雜的子程序編寫(xiě)任務(wù)。

文中應(yīng)用MATLAB 7.1神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)，利用提取的圖像特征對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而達(dá)到系統(tǒng)自動(dòng)識(shí)別字符圖像的目的。

1 數(shù)字圖像處理

1.1 圖像預(yù)處理

字符圖像預(yù)處理的目的是使字符圖像更清晰，邊緣更明顯，并將每一個(gè)字符分割出來(lái)便于進(jìn)行特征提取工作。針對(duì)本文選取的字符圖像，給出圖像預(yù)處理的一般流程圖如圖1所示。

圖1 字符圖像預(yù)處理流程圖Fig.1 Flow chart of character image pre-processing

原始字符圖像及經(jīng)過(guò)預(yù)處理之后的圖像如圖2、3所示。

圖2 原始字符圖像Fig.2 Initial character image

圖3 圖像預(yù)處理之后的字符Fig.3 Character image after pre-processing

經(jīng)過(guò)圖像預(yù)處理后得到的歸一化的結(jié)果為每個(gè)字符的像素?cái)?shù)16×8（16為高度，像素行數(shù)；8為寬度，像素列數(shù)）大小。

1.2 特征提取

特征提取可以看作是一種特殊的圖像數(shù)據(jù)的簡(jiǎn)化，其目的是從高維的數(shù)據(jù)中抽取出有效的包含主要信息的低維數(shù)據(jù)，便于圖像分割和識(shí)別。一般來(lái)說(shuō)，良好的特征應(yīng)該具有可區(qū)別性、可靠性、獨(dú)立性好、數(shù)量少這4個(gè)特點(diǎn)。傳統(tǒng)的特征提取方法基于圖像的空頻域特征，包括傅里葉變換、小波變換等算法。

針對(duì)本文所要識(shí)別的圖像，對(duì)預(yù)處理之后得到的圖像提取的特征為歐拉數(shù)、字符圖像矩陣每行的與每列的黑色像素點(diǎn)之和這兩個(gè)特征。

特征1：歐拉數(shù)。歐拉數(shù)定義為一個(gè)區(qū)域中的孔數(shù)H和連接部分?jǐn)?shù)C的差：E=C-H。圖像的歐拉數(shù)是圖像的一種拓?fù)湫再|(zhì)度量，它表明了圖的連通性。

對(duì)數(shù)字圖像而言，如果圖像的背景用“0”標(biāo)記，目標(biāo)物體用“1”標(biāo)記，則歐拉數(shù)計(jì)算公式如下：

應(yīng)用MATLAB軟件可以用bweuler函數(shù)來(lái)求圖像的歐拉數(shù)，調(diào)用格式為：

式（2）中，I為輸入的二值圖像，n設(shè)置鄰域的大小，即4-鄰域或8-鄰域，默認(rèn)值為8。不過(guò)必須注意，二值圖像的背景為“0”，目標(biāo)為“1”，檢測(cè)出的歐拉數(shù)才是目標(biāo)圖像的歐拉數(shù)。

特征2：字符圖像矩陣每行的與每列的黑色像素點(diǎn)之和。這種特征提取方法的算法就是自左向右對(duì)經(jīng)過(guò)預(yù)處理之后字符圖像進(jìn)行逐列的掃描，統(tǒng)計(jì)每列黑色像素的個(gè)數(shù)，然后自上向下逐行掃描，統(tǒng)計(jì)每行的黑色像素的個(gè)數(shù)，將統(tǒng)計(jì)的結(jié)果作為字符的特征矩陣。

2 BP神經(jīng)網(wǎng)絡(luò)

2.1 BP網(wǎng)絡(luò)結(jié)構(gòu)及算法

BP（Error Back Propagation Network）神經(jīng)網(wǎng)絡(luò)[4，6]是在 1986年由Rumelhant和McClelland提出來(lái)的，是目前應(yīng)用最為廣泛和成功的神經(jīng)網(wǎng)絡(luò)之一。它是一種多層前饋神經(jīng)網(wǎng)絡(luò)，最為普遍的為三層BP網(wǎng)絡(luò)，所謂三層包括了輸入層、輸出層和中間層（或稱為隱層）。

圖4 一個(gè)典型的BP網(wǎng)絡(luò)Fig.4 A typical BP network

BP網(wǎng)絡(luò)結(jié)構(gòu)算法可描述如下：

1）設(shè)置變量和參數(shù)，其中包括訓(xùn)練樣本，權(quán)值矩陣，學(xué)習(xí)速率。

2）初始化，給各個(gè)權(quán)值矩陣一個(gè)較小的隨機(jī)非零向量。

3）隨機(jī)輸入樣本。

4）對(duì)輸入樣本，前向計(jì)算BP網(wǎng)絡(luò)每層神經(jīng)元的輸入信號(hào)和輸出信號(hào)。

5）由期望輸出和上一步求得的實(shí)際輸出計(jì)算誤差E（n），判斷其是否滿足要求，若滿足則轉(zhuǎn)至第8步，不滿足則轉(zhuǎn)至第6步。

6）判斷是否大于最大迭代次數(shù)，若大于則轉(zhuǎn)至第8步，若不大于，對(duì)輸入樣本方向計(jì)算每層神經(jīng)元的局部梯度δ。

7）根據(jù)局部梯度修正各個(gè)矩陣的權(quán)值。

8）判斷是否學(xué)完所有的訓(xùn)練樣本，是則結(jié)束，否則轉(zhuǎn)至第3步。

神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像識(shí)別的一般模型如圖5所示。

圖5 神經(jīng)網(wǎng)絡(luò)圖像識(shí)別框圖Fig.5 Model of image recognition based on ANN

2.2 Matlab 7.1神經(jīng)網(wǎng)絡(luò)工具箱簡(jiǎn)介

在設(shè)計(jì)BP網(wǎng)絡(luò)時(shí)有大量的工作需要進(jìn)行，而在Matlab 7.1的神經(jīng)網(wǎng)絡(luò)工具箱中有對(duì)應(yīng)的函數(shù)可完成BP網(wǎng)絡(luò)設(shè)計(jì)時(shí)所涉及到的全部計(jì)算任務(wù)。通過(guò)應(yīng)用神經(jīng)網(wǎng)絡(luò)工具箱可以較為便捷地完成BP網(wǎng)絡(luò)的設(shè)計(jì)。

MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中提供的相關(guān)函數(shù)主要有：BP網(wǎng)絡(luò)生成函數(shù)newff，神經(jīng)元變換函數(shù)，初始化函數(shù)init，學(xué)習(xí)函數(shù)，性能函數(shù)，訓(xùn)練函數(shù)train，BP訓(xùn)練算法函數(shù)，仿真函數(shù)sim，繪圖函數(shù) poltperf。

應(yīng)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱[7]實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的基本步驟如下：

1）網(wǎng)絡(luò)創(chuàng)建 通過(guò)函數(shù)newff生成一個(gè)BP網(wǎng)絡(luò)，它會(huì)根據(jù)樣本數(shù)據(jù)自動(dòng)確定輸入層、輸出層的神經(jīng)元的數(shù)目，而隱層的層數(shù)、隱層神經(jīng)元數(shù)目、隱層和輸出層的變換函數(shù)、訓(xùn)練算法函數(shù)由用戶自己確定；

2）網(wǎng)絡(luò)初始化 當(dāng)newff創(chuàng)建網(wǎng)絡(luò)對(duì)象的同時(shí)，自動(dòng)調(diào)動(dòng)函數(shù)init根據(jù)缺省的參數(shù)對(duì)網(wǎng)絡(luò)進(jìn)行連接權(quán)值和閾值的初始化；

3）通過(guò)函數(shù)train對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練 對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練有2種方式，一種是增加方式，即每輸入一個(gè)學(xué)習(xí)樣本就根據(jù)網(wǎng)絡(luò)誤差進(jìn)行連接權(quán)值和閾值的更新；另一種是批處理方式，即只有全部學(xué)習(xí)樣本都學(xué)習(xí)完成后，才進(jìn)行網(wǎng)絡(luò)連接權(quán)值和閾值的更新。函數(shù)train采用的是批處理方式，要對(duì)其參數(shù)進(jìn)行設(shè)置，如學(xué)習(xí)步長(zhǎng)、誤差目標(biāo)等；

4）網(wǎng)絡(luò)仿真 函數(shù)sim根據(jù)已訓(xùn)練好的網(wǎng)絡(luò)對(duì)測(cè)試數(shù)據(jù)進(jìn)行仿真計(jì)算。利用此函數(shù)，可以在網(wǎng)絡(luò)訓(xùn)練前后分別進(jìn)行輸入輸出的仿真，以作比較，從而對(duì)網(wǎng)絡(luò)進(jìn)行修改評(píng)價(jià)。

3 實(shí)驗(yàn)仿真

文中采用3層BP網(wǎng)絡(luò)，具體設(shè)計(jì)如下：

1）輸入層 本文將訓(xùn)練樣本圖片中提取的字符圖像特征：歐拉數(shù)與圖像矩陣每行的與每列的黑色像素點(diǎn)之和作為BP神經(jīng)網(wǎng)絡(luò)的輸入p矩陣。輸入層節(jié)點(diǎn)數(shù)為25。

2）輸出層 規(guī)定：如果網(wǎng)絡(luò)輸入為字符“0”則目標(biāo)輸出t對(duì)應(yīng)列的行元素全為“0.1”，輸入為“1”則t對(duì)應(yīng)列的第一行元素為“0.9”，其余行元素全為“0.1”，輸入為“2”則對(duì)應(yīng)列的第二行元素為“0.9”，其余行元素為“0.1”，依次類(lèi)推。輸出層節(jié)點(diǎn)數(shù)為9。

3）隱層 隱層節(jié)點(diǎn)數(shù)的確定按照下面的經(jīng)驗(yàn)公式[8]：

其中，n為輸入節(jié)點(diǎn)數(shù)，m為輸出節(jié)點(diǎn)數(shù)，n1為隱層節(jié)點(diǎn)數(shù)。計(jì)算確定隱層的節(jié)點(diǎn)數(shù)為35。

確定完BP的三層網(wǎng)絡(luò)后就可以對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后用訓(xùn)練好的網(wǎng)絡(luò)來(lái)進(jìn)行模式分類(lèi)實(shí)現(xiàn)字符圖像的識(shí)別。圖6為網(wǎng)絡(luò)的訓(xùn)練過(guò)程。

仿真結(jié)果表明，單個(gè)字符的識(shí)別率不近相同，最高的為字符8，識(shí)別率達(dá)95%，最低的為字符2，識(shí)別率為75.5%，所有字符平均識(shí)別率為89%。

4 結(jié) 論

由實(shí)驗(yàn)仿真可知，采用神經(jīng)網(wǎng)絡(luò)識(shí)別圖像是切實(shí)可行的，由于時(shí)間關(guān)系，目前只是對(duì)普通的BP網(wǎng)絡(luò)進(jìn)行了研究應(yīng)用。下一步的工作是研究BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法，并應(yīng)用改進(jìn)的BP網(wǎng)絡(luò)提高圖像的識(shí)別率以及對(duì)復(fù)雜圖像的識(shí)別。

圖6 BP網(wǎng)絡(luò)訓(xùn)練圖Fig.6 BP network training chart

[1]齊敏，李大建，郝重陽(yáng).模式識(shí)別導(dǎo)論[M].北京：清華大學(xué)出版社，2009.

[2]何明一，衛(wèi)保國(guó).數(shù)字圖像處理[M].北京：科學(xué)出版社，2008.

[3]韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].北京：化學(xué)工業(yè)出版社，2007.

[4]周日貴，姜楠，丁秋林.量子Hopfield神經(jīng)網(wǎng)絡(luò)及圖像識(shí)別[J].中國(guó)圖象圖形學(xué)報(bào)，2008，13（1）：119-123.

ZHOU Ri-gui，JIANG Nan，DING Qiu-lin.Quantum Hopfield neural network and image recognition[J].Journal of Image and Graphics，2008，13（1）：119-123.

[5]蘭雪梅，朱建，黃承明，等.BP網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)[J].微型電腦應(yīng)用，2003，19（1）：6-8.

LAN Xue-mei，ZHU Jian，HUANG Cheng-ming，et al.BP network realization in MATLAB[J].Microcomputer Application，2003，19（1）：6-8.

[6]張海波，董槐林，龍飛，等.基于BP神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別研究[J].計(jì)算機(jī)與現(xiàn)代化，2008（5）：17-19.

ZHANG Hai-bo，DONG Huai-lin，LONG Fei，et al.Research on image recognition based on BP neural network[J].Computer and Modernization，2008（5）：17-19.

[7]張浩然，韓正之，李昌剛.基于MATLAB的神經(jīng)網(wǎng)絡(luò)辨識(shí)與控制工具箱[J].計(jì)算機(jī)仿真，20（3）：72-74.

ZHANG Hao-ran， HAN Zheng-zhi， LI Chang-gang.Neural network based system identification and control toolboxes in MATLAB environment[J].Computer Simulation，20（3）：72-74.

[8]戚德虎，康繼昌.BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，1998，19（2）：48-50.

QI De-hu，KANG Ji-chuang.Design of the BP neural network[J].Computer Engineering and Design，1998，19（2）：48-50.