基于SURF特征的PLSA圖像分類器研究

浙江工業(yè)職業(yè)技術(shù)學(xué)院　吳曦德

基于SURF特征的PLSA圖像分類器研究

浙江工業(yè)職業(yè)技術(shù)學(xué)院吳曦德

在圖像分類中，存在兩方面的因素影響著圖像分類的性能。第一個是圖像的采集過程中受到的客觀影響。第二是選擇分類器的主觀影響。考慮上述影響分類性能的因素，本文對局部特征、圖像表示模型和無監(jiān)督分類方法進行了研究。

圖像分類；SURF PLSA；視覺詞典

引言

目前，圖像分類的性能主要受到兩個方面的影響。第一個是圖像采集過程中對圖像的客觀影響。第二是選擇分類器的主觀影響。目前的圖像分類方法是按照是否需要訓(xùn)練樣本分為監(jiān)督分類和無監(jiān)督分類。

針對上述的兩類問題，本文選擇圖像的局部特征來處理光照、尺度和旋轉(zhuǎn)、遮擋等問題的影響。再選擇PLSA這種分類表現(xiàn)優(yōu)良的無監(jiān)督分類算法對圖像進行分類。本文結(jié)合視覺詞典的方法，得到數(shù)據(jù)集的共生矩陣，再從共生矩陣中提取出潛在語義信息。在PLSA中，我們使用期望最大化，EM（Expectation Maximization）算法對參數(shù)進行最大似然值估計。然后得到主題關(guān)于圖像的概率分布，即某一圖像對應(yīng)各主題的隸屬程度。該圖像的類別則為隸屬度最高值所對應(yīng)的主題類型。

1.圖像局部特征提取

特征是對物體的一種表示或者描述。它是從對象中處理或測量出來的數(shù)據(jù)。在選擇特征時，我們最簡單則是使用圖像各像素的灰度值。但處理這樣特征的計算量大，針對某些噪聲和轉(zhuǎn)換敏感，不易后期識別。正因為含有不同信息的特征處理不同的問題，所以提取特征時應(yīng)該具體問題具體分析。

SURF將Hessian行列式（DoH）中的二階高斯微分模板進行了離散化，使得圖像特征的計算速度更快。SURF特征點的搜索過程分為建立尺度空間、檢測特征點和生成特征向量。

2.基于視覺詞典的圖像表示模型

在處理圖像分類的問題時，先得到一個能充分描述圖像的描述符或描述向量。通過視覺詞典的建立，可以輕松的得到圖像的矢量表示。視覺詞典以傳統(tǒng)的模型為基礎(chǔ)。由此模型得到的表示向量，體現(xiàn)了在文本中單詞的字頻而忽略文本單詞語序和文法。提取圖像的視覺詞典類似于文檔單詞表的生成。在視覺詞典的模型中，算法同樣不考慮特征之間的空間關(guān)系，算法的核心在于視覺單詞的生成和統(tǒng)計。在文本處理中，BOW模型的制勝原因在于提取出高辨識能力的單詞和語言的冗余信息。

（1）特征提取

BOW模型能在計算機視覺領(lǐng)域中得到廣泛應(yīng)用，很大一部分原因是因為現(xiàn)代特征具有很高的識別性。這些識別性強的特征可以生成出強語義信息的視覺單詞，這些語義包含著圖像的隱含主題信息。例如采用顏色特征對圖像進行顏色直方圖統(tǒng)計。如果某一圖片紅色居多，我們可以得到這張圖片為暖色系的隱含信息。如果要對圖像中的局部對象進行分析，這時使用局部特征更為良好。使用SURF算法作為視覺單詞的基礎(chǔ)，可以得到一組強描述性的視覺詞典。

（2）詞典的生成

視覺單詞生成的過程就是把相近相似的圖像特征歸為一類，最后獲取類別的中心為單詞。如圖1所示，從圖像提取出一條一條的特征向量后，再將具有共性的特征向量聚類到一起。每個聚類的中心點則是所生成的視覺單詞。這里我們使用k均值算法無監(jiān)督的構(gòu)造視覺詞典。根據(jù)事先設(shè)置的K值，把所有圖像特征劃定成K類。最后由k均值算法計算得到的K個聚類中心組成視覺詞典。

圖1　生成視覺單詞過程

（3）將圖像用視覺單詞表示

利用局部特征提取算法和聚類算法將特征融合為一個個的視覺單詞。然后將這些視覺單詞與圖像的所有特征進行近似比較，用詞典中的視覺單詞來代替所有特征。最后統(tǒng)計K個視覺單詞出現(xiàn)的次數(shù)，得到一個關(guān)于視覺詞典的直方圖。

到此，我們就將一幅圖像表征為一個K維的向量。之后，將所有圖像的表示向量輸入到分類器中實現(xiàn)圖像分類功能。

3.PLAS圖像分類技術(shù)

圖像分類是從圖像信息里提取出的不同特征，將目標(biāo)劃分到各自的類別區(qū)域中。概率潛在語義分析（Probability Latent Semantic Analysis，PLSA）就是一種隱含變量模型學(xué)習(xí)算法。 PLSA模型是LS A的概率學(xué)延伸。PLSA最早應(yīng)用于自然語言處理領(lǐng)域，主要解決單詞在文本中表達的語義問題。因為單詞具有多義性，還有一個語義具有多詞性。如果不弄清楚單詞在文本中真正表達的含義，就會造成文本或語句匹配錯誤率大。PLSA不僅繼承了LSA的辨別一義多詞的優(yōu)點，同時還使用統(tǒng)計學(xué)中的最大似然估計對算法進行優(yōu)化計算，這使得文本間的語義關(guān)系更為清晰。文本與單詞之間的關(guān)系被投射到一個低維的概率空間，再通過Expectation Maximization進行參數(shù)估計，化解了語義鴻溝。同時該算法計算穩(wěn)定，具有很強的自適應(yīng)性，計算速度快，對文本的共生矩陣進行分析便可得到文本的類別信息。

圖2　精度比較圖

表1　兩種分類器的精度值

4.實驗與結(jié)果分析

為了驗證本文方法的有效性，首先從基于相同的視覺詞典模型，比對不同的無監(jiān)督分類算法的精度。這里選擇的是K-means與PLSA算法進行對比。再基于相同的分類器，對比不同的局部圖像特征對分類器性能的影響。

這里我們使用相同視覺詞典形成的表示向量作為輸入。其中，視覺詞典使用的是SURF特征，視覺詞典的單詞數(shù)為300。向量輸入值分別送入K-means與PLSA分類器中。圖2是對兩種分類方法的精度比較圖。表1統(tǒng)計了分類器對2類，3類，4類圖像集的分類精度情況。

綜合圖2表1，我們可以看到PLSA分類器的總體性能更優(yōu)。在2類圖像分類中，兩者的分類精度相近，都為0.9左右。但隨著分類圖像數(shù)目增多，類別增多，兩種分類器的分類精度都有所下降。原因在于分類圖像數(shù)目和類別較少時，分類器要處理的信息量少，圖像的信息易于區(qū)分。但隨著分類的圖像數(shù)目增加，冗余信息和噪聲增多，圖像之間的變化也增多，干擾了分類器的判斷。但是在這樣的情況下，PLSA的分類器的分類精度都高于K均值分類器。在復(fù)雜情況下，PLSA分類器的精度下降得慢，抗干擾性強于K-means算法。

5.結(jié)論

本文以實現(xiàn)自動分類器為目的，從特征提取、圖像表示模型和無監(jiān)督分類算法等方面展開討論和研究，構(gòu)造基于SURF特征的PLSA分類器，并在給定的圖像數(shù)據(jù)集進行實驗，實現(xiàn)了圖像的自動分類。

［1］趙清杰，錢芳，蔡利.計算機視覺［M］.北京：機械工業(yè)出版社，2005.

［2］D.G.Lowe，Object recognition from local scal-invariant features［J］. Proc of the7th IEEE International Conference on Computer Vision，Kerkyr a，Greece，1999：1150-1157.

［3］M.J.Swain，D.H.Ballard.Color Indexing［J］.International Journal of Computer Vision，1991，7（1）：11-32.

吳曦德（1981—），男，浙江紹興人，碩士，講師，現(xiàn)供職于浙江工業(yè)職業(yè)技術(shù)學(xué)院。