基于聚類—反饋機(jī)制的植物鮮藥圖像檢索系統(tǒng)設(shè)計(jì)

趙潔 涂泳秋 周蘇娟 曾海鷗

摘要：使用計(jì)算機(jī)輔助進(jìn)行中草藥尤其是植物鮮藥的檢索和鑒定有著極其重要的現(xiàn)實(shí)意義。本文通過研究圖像庫(kù)分類檢索和反饋機(jī)制，設(shè)計(jì)出基于聚類-反饋的植物鮮藥圖像檢索系統(tǒng)。系統(tǒng)采用K-means算法，利用小波特征對(duì)圖像庫(kù)中的圖像進(jìn)行聚類，并引入人工反饋機(jī)制，使聚類更加精確，檢索效率和準(zhǔn)確率進(jìn)一步提高。

關(guān)鍵詞：中草藥；圖像檢索；小波特征；K-means聚類；人工反饋

DOI：10.3969/j.issn.1005-5304.2016.08.004

中圖分類號(hào)：R281-05 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-5304（2016）08-0010-03

我國(guó)有關(guān)中草藥植物的記載有悠久歷史，但在信息時(shí)代，僅憑文字和圖片的記錄已無法滿足需要，而相關(guān)的技術(shù)發(fā)展又比較緩慢[1]，因此迫切需要使用計(jì)算機(jī)輔助技術(shù)進(jìn)行中草藥的檢索和鑒定工作。茲就基于聚類-反饋機(jī)制的植物鮮藥圖像檢索系統(tǒng)設(shè)計(jì)介紹如下。

1 圖像檢索技術(shù)現(xiàn)狀

目前對(duì)圖像的檢索方式主要有2種，即基于文本的圖像檢索和基于內(nèi)容的圖像檢索。文本圖像檢索通過匹配關(guān)鍵字來檢索出圖像和其他信息。中國(guó)科學(xué)院植物研究所研制了中國(guó)植物數(shù)據(jù)庫(kù)，用戶通過輸入植物名、產(chǎn)地、用途等檢索出植物的圖像。澳大利亞Queensland大學(xué)開發(fā)了Lucid系統(tǒng)，通過輸入關(guān)鍵字可以檢索出結(jié)果[2]。但是，圖像信息難以用語言進(jìn)行定量描述，因此，基于文本的圖像檢索受到制約。

基于內(nèi)容的圖像檢索直接對(duì)圖像進(jìn)行分析、提取相應(yīng)的特征，然后根據(jù)這些描述圖像的特征對(duì)圖像庫(kù)中的圖像進(jìn)行檢索。當(dāng)輸入一個(gè)待檢索圖像時(shí)，系統(tǒng)

會(huì)將該圖像與圖像庫(kù)中的圖像進(jìn)行相似性匹配，然后根據(jù)相似性大小建立相應(yīng)的索引，系統(tǒng)會(huì)相應(yīng)輸出與待檢索圖像特征相同或相近的圖像，供用戶查看。有研究基于內(nèi)容的中草藥植物圖像檢索關(guān)鍵技術(shù)，使圖像檢索速度及準(zhǔn)確率有所提高[3]。但目前尚未見通用的植物鮮藥檢索軟件問世，因此，中草藥檢索依然是一個(gè)研究的熱點(diǎn)與難點(diǎn)。

2 基于內(nèi)容的植物鮮藥圖像檢索關(guān)鍵技術(shù)

2.1 小波特征

小波變換是一種新的變換分析方法，它繼承和發(fā)展了傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具。對(duì)小波特征提取的算法步驟如下。

步驟1：對(duì)R、G、B的3個(gè)顏色通道賦予不同權(quán)重，對(duì)R、G、B分別賦予的權(quán)重為0.299、0.587、0.114，這種比例權(quán)重比較符合要求；

步驟2：對(duì)圖像進(jìn)行偽彩矩陣壓縮，目的是減小計(jì)算量，使系統(tǒng)運(yùn)行速度加快；

步驟3：進(jìn)行二維小波分解；

步驟4：提取小波分解細(xì)節(jié)系數(shù)；

步驟5：提取小波分解概貌系數(shù)；

步驟6：求分解后每個(gè)圖像的均值和方差。

最后構(gòu)成的小波特征是一個(gè)26維特征向量。在本文設(shè)計(jì)的系統(tǒng)中，利用小波特征對(duì)圖像庫(kù)進(jìn)行聚類，大大縮小了范圍，同時(shí)為系統(tǒng)進(jìn)行人工反饋提供了基礎(chǔ)。

2.2 K-means聚類

K-means聚類的中心思想是最小化類內(nèi)距離，將樣本數(shù)據(jù)劃分為預(yù)定的k類，找到一個(gè)劃分C={C1，C2，……，Ck}，使類內(nèi)距離如公式⑴所示，達(dá)到最小[4]：

⑴

系統(tǒng)首先對(duì)圖片庫(kù)中所有圖片進(jìn)行K-means聚類，即提取出小波特征，然后對(duì)小波特征進(jìn)行聚類，將圖片聚類成N類。檢索時(shí)只要檢索該圖像所屬類中的圖片即可，這樣就能大大提高檢索效率和準(zhǔn)確率[4-5]。

2.3 基于特征的相似度匹配

本文設(shè)計(jì)的系統(tǒng)通過對(duì)圖像特征進(jìn)行相似性匹配來判斷2幅圖像是否相似。先將提取出的圖像特征表示成向量形式，然后通過歐氏距離計(jì)算圖像特征之間的相似度，如公式⑵所示。其設(shè)計(jì)的思路是：2個(gè)圖像特征之間，歐氏距離越小，圖像相似度越大。

⑵

2.4 反饋

因圖像底層特征與高級(jí)語義之間存在“鴻溝”問題，我們目前還不能利用已有計(jì)算機(jī)視覺和人工智能技術(shù)獲得二者之間滿意的映射關(guān)系，因此，通過特征提取進(jìn)行檢索在效果上往往不能滿足用戶需求。為解決該技術(shù)問題，本檢索系統(tǒng)引入人工反饋技術(shù)輔助以獲得更好的檢索效果。

在第一輪系統(tǒng)根據(jù)固定的相似性度量方法按相似度大小輸出檢索結(jié)果，然后用戶對(duì)檢索結(jié)果進(jìn)行評(píng)價(jià)和標(biāo)記，指出結(jié)果中哪些與查詢圖像“相似”，哪些“不相似”，然后將用戶標(biāo)記的相關(guān)信息反饋給系統(tǒng)，進(jìn)行學(xué)習(xí)，以指導(dǎo)下一輪檢索，從而使檢索結(jié)果更加符合用戶的需求。

通過上述反饋機(jī)制，可以很容易將圖像庫(kù)中的圖像進(jìn)行再“聚類”，這樣經(jīng)過數(shù)次檢索之后，系統(tǒng)對(duì)圖像庫(kù)里的圖像聚類將會(huì)越來越接近所需要求，形成一個(gè)良性循環(huán)。

本文設(shè)計(jì)的系統(tǒng)將圖片分成15類，加上“未分類”圖像，共16類圖像，第1～15類圖像分別用1、2、3、4、5、6、7、8、9、10、11、12、13、14、15標(biāo)記，未分類圖像用0標(biāo)記。

3 系統(tǒng)設(shè)計(jì)及結(jié)果

本系統(tǒng)基于matlab軟件開發(fā)，采用機(jī)器識(shí)別和人工反饋相結(jié)合的圖像檢索方法。在檢索過程中，首先讀入待檢索圖像，識(shí)別該圖像在圖像庫(kù)中屬于第幾類，然后獲得檢索范圍索引，最后根據(jù)圖像顏色、紋理、形狀的綜合特征進(jìn)行相似度匹配，相似度由大到小依次顯示在界面中。相似度低于30%的圖像將不會(huì)顯示在界面中[6]。系統(tǒng)流程圖見圖1。

如未采用聚類-反饋的系統(tǒng)，則輸入一張待檢索的玫瑰花圖片，用顏色特征進(jìn)行檢索，其檢索結(jié)果見圖2?？梢钥吹降?號(hào)圖片（菊花）與第6號(hào)圖片（荷花）并不非所需圖片，即該2張圖片為無效圖片。

使用聚類-反饋機(jī)制后，檢索效果如圖3所示，檢索的首頁(yè)并未出現(xiàn)不相關(guān)的圖像，而且圖2檢索出12頁(yè)結(jié)果，圖3中只有3頁(yè)檢索結(jié)果。說明聚類-反饋系統(tǒng)在篩選過程中去除了大量不相關(guān)圖像，只剩下對(duì)用戶有用的相關(guān)圖像，提高了檢索效率。

對(duì)比使用和未使用聚類-反饋機(jī)制的系統(tǒng)檢索結(jié)果，可以發(fā)現(xiàn)未使用聚類-反饋的系統(tǒng)檢索準(zhǔn)確率約為70%，而使用聚類-反饋的系統(tǒng)，經(jīng)數(shù)輪反饋訓(xùn)練之后，其檢索準(zhǔn)確率達(dá)到90%以上。

4 小結(jié)

本研究設(shè)計(jì)了一個(gè)基于聚類-反饋機(jī)制的植物鮮藥圖像檢索系統(tǒng)，其優(yōu)勢(shì)包括：①考慮到未來實(shí)用的大型圖像庫(kù)存在大量圖像，為縮小檢索范圍，系統(tǒng)引入了K-means聚類算法對(duì)圖像庫(kù)進(jìn)行聚類，大大提高了檢索效率。②考慮到底層特征與用戶高級(jí)語義理解之間存在的“鴻溝”，系統(tǒng)采用了人工反饋算法，結(jié)合K-means聚類算法，利用用戶的反饋信息對(duì)圖像庫(kù)進(jìn)行“再聚類”操作，使檢索結(jié)果更符合用戶需求。

總之，隨著數(shù)字圖像處理技術(shù)的發(fā)展，越來越多的新技術(shù)可以被應(yīng)用到中醫(yī)藥的信息化中，為中醫(yī)藥事業(yè)的發(fā)展起到推動(dòng)作用[7]。

參考文獻(xiàn)：

[1] 溫先榮.“中醫(yī)藥在線”網(wǎng)站多庫(kù)檢索系統(tǒng)的改造與實(shí)現(xiàn)[J].中國(guó)中醫(yī)藥信息雜志，2008，15（5）：153-154.

[2] 馮伍，張俊蘭，白樹芳.基于內(nèi)容的圖像檢索技術(shù)在醫(yī)學(xué)領(lǐng)域中的應(yīng)用[J].醫(yī)療衛(wèi)生裝備，2012，33（11）：98-99.

[3] 吳青峰.基于內(nèi)容的中草藥植物圖像檢索關(guān)鍵技術(shù)研究[D].廈門：廈門大學(xué)，2007.

[4] ZHAO J， JIANG S Z， YI F L， et al. Segmentation of medical serial images based on k-means and GVF model[J]. The Open Automation & Control Systems Journal，2013，5：181-186.

[5] 黃振侃，王晶，焦亞波，等.中國(guó)中草藥數(shù)據(jù)庫(kù)（名鑒）系統(tǒng)檢索信息處理方法的研究——關(guān)于中草藥常用藥的模糊聚類方法試探[J].中國(guó)中醫(yī)藥信息雜志，2001，8（11）：92-93.

[6] 凌俊斌.基于聚類的相關(guān)反饋圖像檢索研究[D].南京：河海大學(xué)， 2006.

[7] 周蘇娟，涂泳秋，黃展鵬，等.數(shù)字圖像處理技術(shù)在中醫(yī)藥信息化中應(yīng)用研究概況[J].中國(guó)中醫(yī)藥信息雜志，2012，19（5）：103-105.