基于Gabor變換和極限學(xué)習(xí)機(jī)的貝類圖像種類識別

楊 靖 堯，里 紅 杰，陶 學(xué) 恒

(大連工業(yè)大學(xué) 信息科學(xué)與工程學(xué)院，遼寧 大連 116034)

0 引 言

20世紀(jì)中后期，計算機(jī)視覺技術(shù)得到了迅猛的發(fā)展，已經(jīng)成為各個工程應(yīng)用領(lǐng)域中不可分割的一部分，如電子、食品、醫(yī)藥、紡織等領(lǐng)域[1]，還有學(xué)者把計算機(jī)視覺技術(shù)應(yīng)用在海產(chǎn)品識別領(lǐng)域[2]。

在貝類圖像識別的整個過程中設(shè)計一個精確的分類器對貝類識別極為重要，以BP算法為代表的前饋神經(jīng)網(wǎng)絡(luò)已經(jīng)在模式識別中取得了廣泛的應(yīng)用，但是它們都存在著以下幾點難以解決的問題：(1)學(xué)習(xí)速度慢，訓(xùn)練過程需要不斷的迭代完成；(2)對參數(shù)選擇敏感，訓(xùn)練步長和學(xué)習(xí)率選取不當(dāng)會直接影響到前饋神經(jīng)外網(wǎng)絡(luò)的整體效果[3]。針對這些問題，Huang等[4]提出一種前饋神經(jīng)網(wǎng)絡(luò)的新的訓(xùn)練算法——極限學(xué)習(xí)機(jī)，該方法隨機(jī)設(shè)置前饋神經(jīng)網(wǎng)絡(luò)的輸入權(quán)值，通過計算輸出權(quán)值的最小二泛數(shù)解來完成網(wǎng)絡(luò)的訓(xùn)練，計算過程簡單、速度快，且泛化性良好。

1 基于Gabor變換和二維圖像主元分析2DPCA的特征提取

1.1 Gabor小波變換

Gabor小波變換是圖像多尺度表示和分析的有力工具，能同時兼顧信號在時域和頻域聯(lián)合，具有與生物視覺系統(tǒng)相類似的特點。本文采用二維Gabor濾波器在時域與頻域采用以下函數(shù)形式[5]

式(1)中：x＝xcosα＋ysinα，y＝－xcosα＋ysinα；σxy為高斯包絡(luò)在x，y方向的標(biāo)準(zhǔn)差；α為濾波器的方向；r0為濾波器的頻率

1.2 主成分分析

線性鑒別分析[5]目前已被廣泛地應(yīng)用在圖像識別以及文本識別等領(lǐng)域，作為公認(rèn)的特征提取最為重要的工具，主成分分析(Principal Component Analysis，PCA)方法是最成功的線性鑒別方法之一，其基礎(chǔ)就是Karhunen－Loeve變換(簡稱K－L變換)，是一種常用的正交變換。這種方法可以有效地找出數(shù)據(jù)中最“主要”的元素和結(jié)構(gòu)，其作用是去除噪音和相關(guān)冗余，將原有的復(fù)雜數(shù)據(jù)進(jìn)行降維。

與傳統(tǒng)PCA方法不同，2DPCA方法是基于二維圖像矩陣，而不是一維圖像向量。把任意一幅貝類圖像A看作是一個m×n的隨機(jī)矩陣，通過如下線性變換[6]將A投影到X上，得到一個m維的投影向量Y，故定義如下準(zhǔn)則函數(shù)：

式(2)中：Sx表示投影特征向量的協(xié)方差矩陣，tr(Sx)表示Sx的跡。則

矩陣Gt被稱為圖像的協(xié)方差(散度)矩陣，估計

最佳投影方向X即是Gt的最大特征值所對應(yīng)特征向量的方向。一般情況下，只取一個最優(yōu)投影方向，分類鑒別能力是不夠的，通常情況下會選擇相互正交且極大化準(zhǔn)則函數(shù)的一組投影向量X1，…，Xd即：

2 極限學(xué)習(xí)機(jī)

極限學(xué)習(xí)機(jī)(ELM)是一種前饋神經(jīng)網(wǎng)絡(luò)簡單、快速、有效的學(xué)習(xí)算法，跟傳統(tǒng)的基于梯度下降的學(xué)習(xí)算法相比極限學(xué)習(xí)機(jī)有很大的優(yōu)勢。

對于N個任意的各不相同的樣本(xi，yi)，其中，xi＝ [xi1，xi2，…，xin]T∈ Rn，yi＝ [yi1，yi2，…，yin]T∈Rm，擁有L個隱層節(jié)點，前饋神經(jīng)網(wǎng)絡(luò)的輸出可以表示為：

式(6)中：ai＝ [ai1，ai2，…，aim]T，是網(wǎng)絡(luò)的輸入層到第i個結(jié)點的輸入權(quán)值，bi是第i個隱層節(jié)點的偏置(bias)；βi＝ [βi1，βi2，…，βim]T是第i個隱層結(jié)點的輸出權(quán)值；ai·xi表示向量ai和xi的內(nèi)積。其中 激 勵 函 數(shù)g(x)可 以 選 擇 為 “sigmoid”，“Sine”或“RBF”等。

如果這個具有L個隱含層結(jié)點的前饋神經(jīng)網(wǎng)絡(luò)能以0誤差逼近這N個樣本，則存在ai，bi，βi使

式(7)可以簡化為：

式(8)中：

H被稱作網(wǎng)絡(luò)的隱含層輸出矩陣，在極限學(xué)習(xí)機(jī)算法中，輸出權(quán)值和偏差可以隨機(jī)給定，這樣隱層矩陣H就變成一個確定的矩陣，這樣前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練就可以轉(zhuǎn)化成一個求解輸出權(quán)值矩陣的最小二乘解的問題，只需要求出輸入權(quán)值的最小二乘解就能完成網(wǎng)絡(luò)的訓(xùn)練，輸出權(quán)值矩陣β可以由下式得到：

3 實驗與分析

本文的算法可以用如圖1的流程表示。

圖1 算法流程圖Fig.1 Algorithm flow chart

樣本選用大連地區(qū)5種貝類，分別是鮑魚、海虹、海螺、蜆子、扇貝，每種每類都拍攝不同的個體獲得30張樣本圖片。

實驗 1：對比了 PCA、2DPCA、Gabor＋2DPCA 3種算法在貝類識別中的性能，分類器都選擇極限學(xué)習(xí)機(jī)分類器，其中Gabor變換選用8個尺度5個方向組成的40個Gabor濾波器族，3種算法都降維到(樣本數(shù)目－1)維，即24維度，實驗結(jié)果如表1所示。從表1中的測試精度可以看出，Gabor＋2DPCA方法比其他傳統(tǒng)方法識別效果好。樣本與Gabor濾波響應(yīng)圖見圖2。

表1 3種算法的性能對比Tab.1 Contrast of three kinds of algorithm performance

實驗2：由實驗1得出Gabor＋2DPCA的算法要好于其他2種算法，選用Gabor＋2DPCA作為特征提取的算法，對于極限學(xué)習(xí)機(jī)、支持向量機(jī)(SVM)以及BP神經(jīng)網(wǎng)絡(luò)的分類性能，SVM選用libsvm工具包，實驗進(jìn)行20次取平均值，結(jié)果如表2所示。從表2可見，采用極限學(xué)習(xí)機(jī)作為分類器進(jìn)行貝類識別不僅具有極快的速度而且推廣能力也很不錯，效果要遠(yuǎn)遠(yuǎn)優(yōu)于BP神經(jīng)網(wǎng)絡(luò)，同時在小樣本的時候ELM同樣具有良好的分類性能，而BP網(wǎng)絡(luò)在小樣本的情況下效果較差。

圖2 5種貝類的樣本及Gabor濾波響應(yīng)圖Fig.2 Five kinds of shell fish and their filter response images

表2 3種分類器的性能對比Tab.2 Comparison of three classifier performance

4 結(jié) 論

本實驗提出了一種貝類識別的新方法，首先選用5個中心頻率和8個方向的40組Gabor濾波器組提出每張圖片的Gabor特征，然后采用2DPCA對提取出來的特征進(jìn)行降計算機(jī)科學(xué)維壓縮，解決了特征維數(shù)過高造成的維數(shù)災(zāi)難問題，最后采用極限學(xué)習(xí)機(jī)分類器進(jìn)行分類識別。通過與BP神經(jīng)網(wǎng)絡(luò)和SVM對比發(fā)現(xiàn)，極限學(xué)習(xí)機(jī)分類器用于貝類識別中不僅速度極快而且泛化性良好，同時相對于BP神經(jīng)網(wǎng)絡(luò)極限學(xué)習(xí)機(jī)在小樣本時也取得了良好的分類性能。

[1]SUN Dawen.Computer Vision Technology for Food Quality Evaluation[M].Dublin：Elsevier Press，2007：122－125.

[2]里紅杰，陶學(xué)恒，于曉強(qiáng).計算機(jī)視覺技術(shù)在海產(chǎn)品質(zhì)量評估中的應(yīng)用[J].食品與機(jī)械，2012，28(4)：154－156.

[3]鄧萬宇，鄭慶華，陳琳.神經(jīng)網(wǎng)絡(luò)極速學(xué)習(xí)方法研究[J].計算機(jī)學(xué)報，2010，33(2)：279－287.

[4]HUANG Guangbin，ZHU Qinyu，SIEW C K.Extreme learning machine：theory and applications[J].Neuro Computing，2006，70(1／2／3)：489－501.

[5]BELHUMEUR P N，HESPANHA J P，KRIEGMAN D J.Eigenfaces vs.fisherfaces：recognition using class specific linear projection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1997，19(7)：711－720.

[6]HUANG Linlin，SHIMIZU A，KOBATAKE H.Robust face detection using Gabor filter features[J].Pattern Recognition Letters，2005，26(11)：1641－1649.