劉相云，龔志輝，金 飛，楊 光，范煒康

(信息工程大學(xué)，河南 鄭州 450001)

衛(wèi)星影像拍攝質(zhì)量的大幅提高使得利用遙感影像進行目標識別成為可能。飛機是現(xiàn)代社會中必不可少的工具，利用遙感影像進行飛機目標識別無論是在民航上的飛機飛行情況監(jiān)督，還是軍事上的掌握敵機部署情況都有廣泛的應(yīng)用前景。因此，飛機目標的檢測識別一直是備受關(guān)注的研究課題，也有不少有效的檢測識別算法被提出。

目前，飛機目標識別算法主要可分為4類：①模板匹配[1]算法，該算法是傳統(tǒng)飛機目標識別中常用的算法；②基于不變矩[2-6]的算法，可以提取多種不變矩，完成對飛機目標的識別；③基于顯著圖的算法[7-9]，即使用顯著圖去除復(fù)雜背景[10]進行識別；④基于機器學(xué)習(xí)[5]和神經(jīng)網(wǎng)絡(luò)[11]的算法，已經(jīng)將深度學(xué)習(xí)[12]運用到飛機目標識別中。上述4類方法從不同角度對飛機目標識別進行了研究，取得了一定的效果，但是也存在一些問題。如模板匹配算法過程過于簡單，精度不高；基于不變矩的算法在一定程度上提高了識別精度，但是提高程度有限；基于顯著圖的算法容易造成誤檢及漏檢；機器學(xué)習(xí)算法中淺層的算法如SVM(support vector machine)等還需要改進，深度學(xué)習(xí)算法則存在訓(xùn)練時間過長的問題。針對這些問題，本文提出了一種視覺顯著圖和多種特征融合的基于深度置信網(wǎng)絡(luò)的飛機目標識別算法。算法在粗定位階段提取影像的視覺顯著圖，定位顯著目標的位置；在精確識別階段提取顯著目標的顏色、紋理、形狀等多種特征,然后使用深度置信網(wǎng)絡(luò)進行飛機目標的識別，不僅克服了單一特征的局限性，同時也避免了深度網(wǎng)絡(luò)從像素級直接進行訓(xùn)練速度緩慢的現(xiàn)象。

1 方 法

本文算法主要由兩部分組成：一是目標的粗定位，二是目標的精確識別，其流程如圖1所示。

具體步驟為：①使用HC算法處理影像，提取影像的顯著目標；②使用Ostu算法對顯著圖進行二值化，通過標記連通區(qū)域來定位候選目標；③提取候選目標及樣本庫影像的顏色、紋理、形狀特征，形成多維特征向量，并對特征向量進行歸一化；④使用訓(xùn)練集對DBN進行訓(xùn)練，并使用訓(xùn)練過程中得到的權(quán)重及偏置對測試集進行測試，最后用訓(xùn)練好的DBN網(wǎng)絡(luò)識別粗定位階段標記的候選目標，判斷是否為飛機目標。

1.1 飛機目標粗定位

粗定位主要運用直方圖對比度(HC)算法，該算法由文獻[13]于2011年提出，效率較高且效果良好，主要目的是將影像中的顯著目標檢測出來。HC算法根據(jù)圖像的色彩統(tǒng)計特征來確定圖像的顯著性，即圖像中某像素與其他像素的顏色對比度即為這個像素的顯著值。如圖像中的某像素Ik，其顯著值可表示為

(1)

式中，I為圖像，把圖像中像素排成一列；Ik和Ii為第k和第i個像素；D(IK,Ii)為像素Ik和像素Ii在CIELab彩色空間上的顏色歐氏距離。將相同顏色的像素分為一組，即可以獲取顏色不同的像素的顯著值為

(2)

式(2)表示第k個像素的顏色為圖像中第i個顏色ci。圖像里總的顏色數(shù)目為n；fj為顏色ci在圖像I中出現(xiàn)的次數(shù)。

由于一幅圖像所包含的顏色數(shù)量很龐大，HC算法通過量化RGB空間中各個通道的顏色來減少顏色數(shù)量，從而減少計算量。在量化過程中，相近的顏色可能被量化為不同的值，HC算法通過平滑每種顏色的顯著值來降低這種情況引起的誤差，即使用與每種顏色最相近的m種顏色顯著值的加權(quán)平均來代替其顯著值，平滑公式為

(3)

經(jīng)過HC算法提取顯著目標后，能夠濾除背景圖像，突出圖中飛機等候選目標，只需再把顯著圖轉(zhuǎn)化為二值圖像，就能夠通過二值化圖像定位顯著目標。本文使用Ostu算法對顯著圖進行二值化，隨后，用外接矩形將連通區(qū)域標記出來，完成目標的粗定位。

1.2 飛機目標精確識別

在粗定位完成之后，還會存在一些干擾目標，如房屋建筑等，需要進行精確識別剔除干擾目標。本文采用了提取目標顏色、形狀、紋理[14]等多種特征，最后與深度置信網(wǎng)絡(luò)結(jié)合進行分類識別的方法。

1.2.1 特征提取

進行飛機目標識別時，先提取飛機目標的特征，單一特征很難具有足夠辨識度，本文采用提取多種特征的方式，主要提取了目標的顏色、紋理、形狀這3種類型的特征，包括9個顏色矩、6個Tamura特征、8個灰度共生矩陣、7個Hu不變矩、36個邊緣方向直方圖，組成多維的特征向量并進行歸一化，提高識別準確性。

1.2.2 深度置信網(wǎng)絡(luò)

深度學(xué)習(xí)通過組合底層特征形成更抽象的高層表示或特征，從而發(fā)現(xiàn)數(shù)據(jù)分布的特征表示[15]。深度置信網(wǎng)絡(luò)(deep belief networks,DBN)是由限制波爾茲曼機擴展而來的一種深度架構(gòu)的推廣，由Geoffrey Hinton在2006年提出，是包含多個隱層(隱層數(shù)大于2)的概率生成模型，可以對非線性數(shù)據(jù)進行有效訓(xùn)練。

深度置信網(wǎng)絡(luò)由多層限制波爾茲曼機(restricted boltzmann machine,RBM)組成，RBM是一個由可視層(記為v)和隱含層(記為h)組成的深度學(xué)習(xí)算法，RBM中的可視層與隱含層兩層的層內(nèi)節(jié)點之間是條件相互獨立，沒有關(guān)聯(lián)的。因此，可視層和隱含層的全概率分布滿足下式

p(h|v)=p(h1v)=…=p(hnv)

(4)

式中，v為可視層狀態(tài)向量；h為隱含層狀態(tài)向量。求解最小化損失函數(shù)之后，就能得到可視層和隱含層之間的權(quán)值W。RBM的訓(xùn)練過程實際上是求出一個最能產(chǎn)生訓(xùn)練樣本的概率分布。也即要求在一個分布里，訓(xùn)練樣本的概率最大，由于這個分布的決定性因素在于權(quán)值W，因此訓(xùn)練RBM的目標就是尋找最佳的權(quán)值。圖2即為RBM模型。深度置信網(wǎng)絡(luò)的結(jié)構(gòu)與RBM相同，都是通過權(quán)重層W把層與層之間聯(lián)系起來，層內(nèi)節(jié)點相互獨立。深度置信網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

DBN的訓(xùn)練過程主要分為兩步：一是分別單獨無監(jiān)督地訓(xùn)練每一層RBM網(wǎng)絡(luò)，確保特征向量映射到不同的特征空間時,都盡可能多地保留特征信息；二是在DBN的最后一層設(shè)置BP網(wǎng)絡(luò),接收RBM的輸出特征向量作為它的輸入特征向量,有監(jiān)督地訓(xùn)練實體關(guān)系分類器。本文算法的DBN采用4個RBM組成的結(jié)構(gòu)，其結(jié)構(gòu)為：66-100-100-100-2。在第4層中加入sigmoid函數(shù)，作為最終結(jié)果的輸出層。

2 試驗與分析

2.1 試驗環(huán)境

本文試驗環(huán)境為Windows 10系統(tǒng)下的Matlab 2014a，電腦硬件配置為Inter(R)Core(TM)i5-6300HQ CPU @2.30 GHz,8 GB內(nèi)存，465 GB硬盤，試驗數(shù)據(jù)來源于Google Earth，共1400幅飛機影像和700幅背景影像作為樣本集，其中1200幅飛機影像及600幅背景影像作為訓(xùn)練樣本，200幅飛機影像和100幅背景影像作為測試樣本，訓(xùn)練樣本不參與測試，樣本集影像統(tǒng)一縮放為64×64像素，另外選取75幅機場影像用來識別。樣本影像如圖4所示。

2.2 試驗結(jié)果

試驗各步驟結(jié)果如圖5所示，從圖5(b)可以看出，提取顯著圖后，原始影像中無意義的背景被去除，突出了顯著目標；經(jīng)過Ostu閾值分割得到圖5(c)二值化影像，顯著目標視覺效果明顯，但是還存在不少噪音，需要進行去噪，去除連通區(qū)域面積較小的目標；為了避免飛機目標的部分機身被當(dāng)作噪音去除，在去噪之前先進行形態(tài)學(xué)膨脹，結(jié)果如圖5(d)所示；隨后去除面積較大的干擾目標，得到圖5(e)的結(jié)果，此時圖中僅剩飛機目標及少量干擾目標，標記連通區(qū)域，得到圖5(f)的結(jié)果；再在原圖中進行標記，即可得到圖5(g)的粗定位結(jié)果；粗定位完成后經(jīng)過DBN分類，得到圖5(h)最終識別結(jié)果。

DBN網(wǎng)絡(luò)的層數(shù)很大程度上影響著網(wǎng)絡(luò)對數(shù)據(jù)的擬合精度，為了驗證最佳隱含層層數(shù)，對層數(shù)為1、2、3、4這4種情況分別進行試驗，網(wǎng)絡(luò)分類精度見表1。

表1 不同深度DBN網(wǎng)絡(luò)分類正確率比較

從表1可以看出，本文選用的3層隱含層的結(jié)構(gòu)分類正確率最高，達到94.33%，當(dāng)層數(shù)增加到4時，分類正確率反而下滑，這是由于網(wǎng)絡(luò)深度增加更容易陷入局部最優(yōu)點，使分類正確率不高。

為了驗證組合特征與單一特征對網(wǎng)絡(luò)分類效果的影響，用測試樣本分別測試了單一特征和組合特征下DBN網(wǎng)絡(luò)的分類正確率，結(jié)果見表2。從表2可以看出，單一特征中使用邊緣方向直方圖分類正確率最高，為84.67%，而使用本文算法的組合特征對網(wǎng)絡(luò)進行訓(xùn)練，正確率達到94.33%，顯然高于單一特征算法。

表2 單一特征與本文算法DBN網(wǎng)絡(luò)分類正確率比較 (%)

為了評價飛機目標識別效果，本文選用檢測率(DR)和虛警率(FA)[16]作為評價指標。飛機的檢測率是指算法所檢測出的飛機目標數(shù)量占所有飛機目標的比重，可以定義為

(5)

式中，DR為飛機檢測率；mi為檢測出的第i幅影像中的飛機目標數(shù)量；Ni為第i幅影像中飛機目標的總數(shù)；n為試驗影像的總數(shù)。虛警率反映被判定為飛機的樣本中背景所占的比率。定義為

(6)

式中，F(xiàn)A為虛警率；FP為把非目標判斷為目標的數(shù)量；TP為正確識別的目標數(shù)量。用來識別的75幅影像中，含有飛機259架，檢測出255架，誤檢4架，檢測率為98.46%，虛警率為5.20%。本文算法與其他算法的對比結(jié)果見表3。

表3 不同識別算法性能對比 (%)

從表3可以看出，本文的HC算法與深度置信網(wǎng)絡(luò)結(jié)合進行飛機識別的檢測率明顯高于BP神經(jīng)網(wǎng)絡(luò)算法及SVM算法，虛警率也較低。圖6所示為在不同機場不同分辨率的飛機目標的識別結(jié)果。

3 結(jié) 語

本文提出了一種由粗到精的顯著圖和多特征結(jié)合的基于DBN的飛機目標識別算法。首先利用HC算法和Ostu算法對目標進行粗定位并標記候選目標，然后提取候選目標的多種特征進行融合，最后使用深度置信網(wǎng)絡(luò)進行分類識別。試驗結(jié)果表明，本文算法的檢測率為98.46%，虛警率為5.20%，能克服復(fù)雜背景的干擾。飛機識別的精度很大程度上取決于樣本庫的完善程度，下一步將繼續(xù)完善樣本數(shù)據(jù)庫以提高分類識別精度。