基于局部金字塔描述算子的雜草種子識(shí)別

劉彩玲 岳荷荷

摘 要：基于P-SIFT和P-SURF描述算子來(lái)研究雜草種子圖像的自動(dòng)識(shí)別性能，其中每個(gè)圖像分片均使用多層次的描述算子細(xì)節(jié)表示，這些層次依據(jù)局部空間合并分辨率定義。在特征提取部分采用三種編碼技術(shù)，即BOW模型，Locality-Constrained Linear Coding算法和Fisher Vector模型來(lái)提高分類(lèi)性能;在分類(lèi)部分采用Sparse Representation Classifier （SRC），Label Consistent K-SVD （LC-KSVD）和SVM分類(lèi)器，其中SVM使用RBF和Histogram Intersection Kernel核函數(shù)。P-SIFT和P-SURF描述算子在使用三層空間金字塔和三層特征金字塔時(shí)取得了最高89.7%和86.2%的識(shí)別率，與SIFT和SURF描述算子相比較識(shí)別率有了很大提高。實(shí)驗(yàn)結(jié)果表明，在傳統(tǒng)的局部描述算子基礎(chǔ)上，基于特征金字塔描述算子來(lái)提取特征和基于空間金字塔來(lái)合并特征可以提高分類(lèi)性能。

關(guān)鍵詞：種子識(shí)別;分類(lèi);多分辨率金字塔;編碼技術(shù);描述算子;識(shí)別率

中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2019）11-00-03

0 引 言

由計(jì)算機(jī)代替專(zhuān)業(yè)人員對(duì)雜草種子進(jìn)行識(shí)別現(xiàn)在已經(jīng)成為熱門(mén)課題，這樣可以加快識(shí)別速率并減少人工識(shí)別中的主觀(guān)性。自動(dòng)識(shí)別系統(tǒng)基于種子圖像，從圖像中提取全局特征和局部特征作為分類(lèi)特征進(jìn)行識(shí)別。

對(duì)于雜草種子的自動(dòng)識(shí)別，前人已經(jīng)做了很多工作。Chtioui等人提出了從彩色種子圖像中提取大小、形狀以及紋理特征進(jìn)行識(shí)別，其中將三種參數(shù)相結(jié)合的識(shí)別率達(dá)到99%，但是該研究?jī)H對(duì)4類(lèi)種子進(jìn)行了識(shí)別[1]。Granitto等人提出了基于機(jī)器視覺(jué)的大樣本集的雜草種子識(shí)別方法，并且提取了6個(gè)形態(tài)特征參數(shù)、4個(gè)顏色特征參數(shù)和2個(gè)紋理特征參數(shù)進(jìn)行識(shí)別[2]。Color PCA方法在傳統(tǒng)PCA方法上增加了顏色參數(shù)，采用3D顏色張量特征形成向量空間，而Color PCA方法用于將高維空間向低維空間映射和特征提取[3]。Wafy等人從與小麥籽粒樣本混合的臭薺、黑麥草和土荊芥樣本圖片中提取SIFT特征用于種子分類(lèi)，該方法雖然獲得了較好的識(shí)別率，但是使用的樣本種類(lèi)較少[4]。Scale-Invariant Feature Transform（SIFT）[5]，Speed Up Robust Feature （SURF）[6]和Fast Retina Keypoint （FREAK）[7]均采用單一水平的描述算子細(xì)節(jié)表示圖像。本文的數(shù)據(jù)集包含9 192幅圖片，屬于211個(gè)不同類(lèi)別，基于P-SIFT和P-SURF描述算子提取分類(lèi)特征來(lái)進(jìn)行雜草種子的識(shí)別。

雜草種子圖像如圖1所示。

1 分類(lèi)特征

1.1 圖像標(biāo)準(zhǔn)化

本文的數(shù)據(jù)集包含9 192幅圖片，屬于211個(gè)不同類(lèi)別，每張圖片的大小為150×100像素，圖1所示為該數(shù)據(jù)集中部分雜草種子的圖像。在該數(shù)據(jù)集中，屬于同一類(lèi)別的原始種子大小和方向不同，這些不同會(huì)增加種子分類(lèi)的困難。本文首先采用PCA方法將圖像進(jìn)行標(biāo)準(zhǔn)化，以提高分類(lèi)性能，使用PCA方法找出圖像前兩個(gè)主成分方向，并且將原始圖像沿著第一主成分方向和y軸方向的夾角旋轉(zhuǎn)。圖像標(biāo)準(zhǔn)化后調(diào)整圖像使其大小保持一致。

1.2 金字塔特征

在規(guī)則采樣的圖像I中，對(duì)于大小為S×S的圖像分片，將N2大小合并區(qū)域中心的相對(duì)中心使用笛卡爾積R=C×C定義，其中：

對(duì)于特征點(diǎn)s，局部合并中心點(diǎn)Rs={s+c|c∈R}，使用特征點(diǎn)位置s和公式（1）中定義的偏移量計(jì)算。

金字塔描述算子通過(guò)改變合并分辨率N構(gòu)造，N定義了用于計(jì)算直方圖的每個(gè)子區(qū)域的大小[8]。圖2表示3個(gè)不同分辨率的描述算子：N=2（圖2（a））時(shí)，無(wú)法識(shí)別圓形邊緣;N=4（圖2（b））時(shí)，圓形結(jié)構(gòu)開(kāi)始顯現(xiàn);N=6（圖2（c））時(shí)，圓形結(jié)構(gòu)明顯。

假設(shè)圖像I由局部特征X表示：

式中每個(gè)局部特征是由L個(gè)不同分辨率下金字塔描述算子提取的特征組成：

式中xil是在第l∈{1， 2， ...， L}個(gè)分辨率下提取的特征。

由SPM算法[9]得出，不同分辨率下提取到的特征區(qū)分力不同，為了提高分類(lèi)的性能，需對(duì)不同分辨率下的特征進(jìn)行加權(quán)。假設(shè)L個(gè)描述算子根據(jù)分辨率的升序排列，將分辨率l下的描述算子加權(quán)wl=2l-L，則每個(gè)局部特征可以表示為：

2 編碼技術(shù)

2.1 BOW模型

假設(shè)V={v1， v2， ...， vD}是BOW模型的視覺(jué)詞匯，在BOW模型中，每個(gè)特征被量化為一個(gè)|D|的二進(jìn)制向量μ（x）=[μ1（x）， μ2（x）， ...， μD（x）]T[10-11]。BOW模型認(rèn)為特征x與其最相近的視覺(jué)詞匯vi關(guān)聯(lián)，因此在二進(jìn)制向量中，如果特征x與視覺(jué)詞匯vi關(guān)聯(lián)，則μi（x）=1，否則μi（x）=0。

本文為不同描述算子提取到的特征分別定義視覺(jué)字典項(xiàng)，分辨率水平為l，如果特征xl與視覺(jué)詞匯vil關(guān)聯(lián)，則μil（xl）=1，否則μil（xl）=0。為了提高分類(lèi)性能，對(duì)不同描述算子下提取的特征進(jìn)行加權(quán)，最終BOW模型用于表示圖像的二進(jìn)制向量為μ（x）=[w1μ1（x1）， w2μ2（x2）， ...， wLμL（xL）]T，其中對(duì)于不同的分辨率層次l，μl（x）=[μ1l（x）， μ2l（x）， ...， μlDl（x）]T。

2.2 金字塔特征的局部約束編碼

Locality-constrained Linear Coding（LLC）使用完備的字典項(xiàng)對(duì)局部特征進(jìn)行稀疏編碼，并使用最大值合并方法來(lái)提高分類(lèi)性能[12]。LLC算法約束每個(gè)特征僅僅使用與該特征相關(guān)的k個(gè)字典項(xiàng)構(gòu)建。LLC編碼為下列表達(dá)式的最優(yōu)解：

式中Bx，k是由字典V中與特征x最相關(guān)的k個(gè)視覺(jué)詞匯構(gòu)成的。假設(shè)特征x從圖像X中提?。?/p>

LLC算法對(duì)不同分辨率下的特征進(jìn)行分別編碼和加權(quán)，因此對(duì)圖像的最終編碼結(jié)果為c（X）=[w1c（X1）， w2c（X2）， ...， wLc（XL）]，其中對(duì)任意分辨率l有c（Xl）=max（c（x1l）， c（x2l）， ...， c（xil）， ...）。

2.3 金字塔特征的Fisher Vector

Fisher Vector（FV）將每個(gè)圖像表示為特征屬于每個(gè)概率模型的梯度向量[13]。FV使用概率密度函數(shù)μλ對(duì)圖像特征的生成過(guò)程模型化，將圖像X和Y之間的Fisher核定義如下：

式中：Fλ為μλ的Fisher信息矩陣;GλX是X的對(duì)數(shù)似然函數(shù)的梯度;λ是梯度模型的參數(shù)。

定義gλX=LλGλX和分解式Fλ-1=LλTLλ，因此式（7）可以改寫(xiě)為內(nèi)積的形式：

圖像X在分辨率l的FV結(jié)果是每個(gè)描述算子xl的標(biāo)準(zhǔn)梯度核，其中xl∈Xl，λl是梯度模型的參數(shù)：

3 分類(lèi)結(jié)果

本文采用SRC，LC-KSVD和SVM分類(lèi)器對(duì)雜草種子分類(lèi)。SRC將分類(lèi)問(wèn)題轉(zhuǎn)換為以所有訓(xùn)練樣本為基向量的稀疏編碼過(guò)程[14]。LC-KSVD為使用完備字典稀疏編碼的過(guò)程[15]。SVM分類(lèi)器是尋找將樣本分離的最佳分類(lèi)平面過(guò)程，該平面與樣本類(lèi)有最大間距[16]，SVM共采用了兩種核函數(shù)，即徑向基函數(shù)和直方圖相交核[17]對(duì)訓(xùn)練樣本映射。

本文在每類(lèi)中隨機(jī)選擇80%的種子作為訓(xùn)練集，其余20%作為測(cè)試集，每個(gè)結(jié)果都是10次獨(dú)立實(shí)驗(yàn)的平均值。本文基于三種分辨率2×2，4×4和6×6提取特征，在不同的分辨率下，P-SIFT提取的特征分別為32，128和288維，視覺(jué)詞匯為400，500和550個(gè);P-SURF分別為16，64和144維，視覺(jué)詞匯為300，400和450個(gè)，分辨率4×4對(duì)應(yīng)于SIFT和SURF。本文采用金字塔1×1，2×2和4×4分割圖像，SP0表示不分割圖像;SP1表示使用前兩層的金字塔分割圖像;SP2表示使用了所有的金字塔。

表1列出了基于P-SIFT和三種空間金字塔在雜草種子中提取特征和LLC編碼方法在LC-KSVD分類(lèi)器下的分類(lèi)性能，結(jié)果表明中等分辨率下的特征分類(lèi)性能最好，而較粗和較細(xì)分辨率的性能較弱，因?yàn)檩^粗分辨率下的特征區(qū)分力不夠，而較細(xì)分辨率下的特征區(qū)分力太強(qiáng)。表2和表3列出了基于P-SIFT，P-SURF和空間金字塔SP0，SP2，將局部特征與編碼技術(shù)BOW，LLC和FV相結(jié)合在不同分類(lèi)器下的分類(lèi)結(jié)果。表2和表3列出的結(jié)果表明金字塔描述算子和空間金字塔可以提高分類(lèi)性能。

4 結(jié) 語(yǔ)

本文基于P-SIFT和P-SURF提取分類(lèi)特征來(lái)研究雜草種子的分類(lèi)性能，并且分類(lèi)性能最高分別達(dá)到89.7%和86.%。與Granitto和Verdes等人提出在彩色雜草種子圖像上的識(shí)別率相比，本文的識(shí)別率低4%，但與SIFT和SURF相比，分類(lèi)性能有較大提高。下一步可以提取更多的局部特征，并加入空間和特征金字塔，或?qū)⒕植刻卣骱腿痔卣飨嘟Y(jié)合來(lái)提高分類(lèi)性能。本文使用的對(duì)局部特征進(jìn)行編碼的編碼方法中的字典項(xiàng)是固定的，我們也可以通過(guò)不斷更新編碼過(guò)程中使用的字典來(lái)提高雜草種子的識(shí)別率。

參 考 文 獻(xiàn)

[1] CHTIOUI Y，BERTRAND D.Identification of seeds by colour imaging： comparison of discriminant analysis and artificial neural network [J]. Journal of the science of food and agriculture，1996，71（4）：433-441.

[2] GRANITTO PM，VERDES PF，CECCATTO HA.Large-scale investigation of weed seed identification by machine vision [J]. Computers and electronics in agriculture，2005，47（1）：15-24.

[3] ZHAO F，CAI C，ZHU J.Weed seeds recognition using color PCA [J]. International symposium on knowledge acquisition and modeling，2009（1）：375-378.

[4] WAFY M，IBRAHIM H，KAMEL E.Identification of weed seeds species in mixed sample with wheat grains using SIFT algorithm [C]// International Computer Engineering Conference，2013：11-14.

[5] LOWE DG. Distinctive image features from scale-Invariant keypoints [J]. International journal of computer vision，2004，60（2）：91-110.

[6] BAY H，ESS A.Surf：speeded-up robust features [J]. Computer vision and image understanding，2006（1）：404-417.

[7] ALAHI A，ORTIZ R，VANDERGHEYNST P.FREAK：fast retina keypoint [C]// IEEE Conference on Computer Vision and pattern recognition，2012：570-517.

[8] SEIDENARI L，SERRA G，BAGDANOV AD. Local pyramidal descriptors for image recognition [J]. IEEE transactions on pattern analysis and machine intelligence，2014，36（5）：1033-1040.

[9] LAZEBNIK S，SCHMID C，PONCE J.Beyond bags of features： Spatial pyramid matching for recognition natural scene categories [C]// IEEE Conference on Computer Vision and pattern recognition，2006：2169-2178.

[10] SIVIC JS，ZISSERMAN A.Video google： a text retrieval approach to object matching in videos [C]// IEEE International Conference on Computer Vision，2003，2：1470-1477.

[11] CSURKA G，DANCE C，F(xiàn)AN L.Visual categorization with bags ofkeypoints [C]// Europeon Conference on Computer Vision Workshop on Statistical Learning for Computer Vision，2004.

[12] WANG J，YANG J，YU K.Locality-constrained linear coding for image classification [C]// IEEE Conference on Computer Vision and Pattern Recognition，2010：3360-3367.

[13] CSURKA G，PERRONNIN F.Fisher vectors： beyond bag-of-visual-words image representations [J]. Communications in computer and information science，2011，229：28-42.

[14] WRIGHT J，YANG AY，GANESH A.Robust face recognition via sparse representation [J]. IEEE transactions on pattern analysis and machine intelligence，2009，31（2）：210-217.

[15] JIANG Z，LIN Z，DAVIS LS.Label consistent K-SVD：learning a discriminative dictionary for recognition [J]. IEEE transactions on pattern analysis and machine intelligence，2013，35（11）：2651-2664.

[16] CHEN J，JIAO L.Classification mechanism of support vector machines [C]// International Conference On Signal Processing Proceedings，2000：1556-1559.

[17] MAJI S，BERG AC，MALIK J.Classification using intersection kernel support vector machines is efficient [C]// IEEE Conference on Computer Vision and Pattern Recognition，2008：1-8.