譚 翔 緯

(廣州大學(xué)華軟軟件學(xué)院 軟件工程系, 廣州 510990)

圖像檢索算法[1]是海量圖像管理系統(tǒng)的基礎(chǔ), 檢索算法性能的好壞直接關(guān)系到用戶是否能快速找到所需的圖像, 因此圖像檢索算法受到廣泛關(guān)注[2-3]. 目前, 針對海量圖像的管理和檢索問題已提出了許多有效的圖像檢索算法[4]. 最原始的圖像檢索算法主要通過專業(yè)人員肉眼對圖像進行標記和識別, 這種算法的結(jié)果直觀、 可解釋性較好, 對小規(guī)模圖像是一種較好的檢索算法[5]. 隨著圖像數(shù)量的不斷增加, 人工檢索算法的圖像檢索速度慢、 工作效率低、 耗時過長等缺陷凸顯, 已不能滿足網(wǎng)絡(luò)圖像傳輸和尋找的實時性, 因此出現(xiàn)了圖像自動檢索算法[6]. 圖像自動檢索算法將圖像檢索過程視為一種模式分類問題, 將不同圖像劃分到相應(yīng)的類別中, 已成為當(dāng)前圖像檢索的主要研究方向[7]. 圖像自動檢索算法目前主要有基于詞袋算法的圖像檢索方法、 基于歐氏距離的圖像檢索算法、 基于神經(jīng)網(wǎng)絡(luò)的圖像檢索算法、 基于支持向量機的圖像檢索算法、 基于小波分析的圖像檢索算法和基于K最近鄰算法的圖像檢索算法等, 這些算法均有各自的優(yōu)點[8-10]. 但上述圖像檢索算法均未考慮用戶的實際需求, 很難對圖像進行高精度檢索, 使得到的檢索結(jié)果存在一些不相干的圖像, 缺陷較明顯[11-13].

針對當(dāng)前圖像檢索算法存在的不足, 本文提出一種基于支持向量機和用戶反饋機制的圖像檢索算法. 首先采用支持向量機對圖像進行分類和檢索, 實現(xiàn)圖像的初步檢索; 然后引入用戶反饋機制對圖像進行精細檢索; 最后采用Pascal VOC 2012圖像庫與其他圖像檢索算法進行仿真對比實驗, 以驗證本文算法圖像檢索的有效性和優(yōu)越性.

1 算法原理

基于支持向量機和用戶反饋圖像檢索算法的工作原理： 首先采集圖像, 對圖像進行歸一化和去噪預(yù)處理, 提取特征, 構(gòu)建圖像檢索的特征向量庫； 然后采用支持向量機和用戶反饋機制對圖像進行初檢索和精檢索, 建立圖像檢索分類器； 最后將待檢索圖像的特征向量與特征向量庫進行匹配, 得到圖像檢索結(jié)果, 算法流程如圖1所示.

圖1 基于支持向量機和用戶反饋的圖像檢索算法流程

2 算法設(shè)計

2.1 圖像灰度處理

通常情況下采集的原始圖像為彩色圖像, 彩色圖像包含的信息量較豐富, 占用的存儲空間較大, 因此需將彩色圖像轉(zhuǎn)換成灰度圖像, 以減少數(shù)據(jù)存儲量, 加快數(shù)據(jù)檢索速度. 設(shè)彩色圖像R,G,B分量的權(quán)重分別為α,β,γ, 則圖像灰度化處理公式[14]為

Vgray=0.3×R+0.5×G+0.2×B.

(1)

2.2 圖像去噪處理

設(shè)灰度變換后的圖像可表示為

g(x,y)=f(x,y)+η(x,y),

(2)

圖2 改進小波變換的結(jié)構(gòu)

其中：η(x,y)表示噪聲；f(x,y)表示理想圖像.

針對標準小波變換存在的缺陷, 本文采用改進小波變換對圖像進行去噪, 改進小波變換的結(jié)構(gòu)如圖2所示. 改進小波變換的工作步驟如下：

1) 找到一個細節(jié)系數(shù)子集ak, 其可描述輸入信號ak-1的信息, 變換方式為：

(3)

(4)

從而改進小波變換的重構(gòu)過程為

(5)

2.3 圖像背景和前景分割

對去噪后的圖像, 針對像素點(x,y), 可建立如下高斯概率密度函數(shù)：

(6)

其中,μ和σ分別為均值和標準差. 像素(x,y)初始背景模型的期望值和偏差計算公式分別為

(7)

(8)

像素(x,y)灰度值的判斷公式為

(9)

其中Tp為閾值. 于是圖像的背景分割方式為

μ(x,y)=(1-α)×μ(x,y)+α×I(x,y),

(10)

σ2(x,y)=[(1-α)×σ2(x,y)+α×I(x,y)-μ(x,y)]2.

(11)

通過上述方法對圖像3(A)進行分割, 可得如圖3(B),(C)所示的結(jié)果. 由圖3可見, 該方法可將背景和前景準確地分離, 有利于后續(xù)圖像的特征提取.

圖3 圖像的背景和前景分割結(jié)果

2.4 圖像特征提取

2.4.1 圖像顏色特征提取 通常情況下, 顏色是圖像最基本的特征之一, 因此采用顏色作為圖像檢索的一種特征, 選擇圖像顏色的常量直方圖, 步驟如下：

1) 計算圖像顏色直方圖值的對數(shù), 公式為

i(x,y)=lnρ(x,y),

(12)

其中ρ(x,y)為圖像像素(x,y)的直方圖統(tǒng)計值;

2) 對圖像像素進行卷積運算, 計算Laplace 4個方向?qū)?shù), 分別為

d(x,y)?2(x,y),

(13)

dm(x,y)=mi(x,y);

(15)

3) 建立Laplace 4個方向?qū)?shù)的直方圖, 分別為

(16)

(17)

2.4.2 圖像紋理特征提取 紋理是圖像另一個最基本的特征, 因此采用灰度共生矩陣算法提取圖像紋理特征. 設(shè)圖像{f(x,y)|1≤x≤N, 1≤y≤N}的灰度級數(shù)為G,N表示圖像長度和寬度, 則灰度共生矩陣為

P(i,j)=σ{((x1,y1),(x2,y2))|f(x1,y1)=i,f(x2,y2)=j},

(18)

其中σ(x)為x的像素數(shù). 如果兩個像素(x1,y1)和(x2,y2)間的距離為d, 其與橫軸夾角為θ, 則距離和夾角的灰度共生矩陣P(i,j|d,θ)計算公式為

(19)

其中rij為滿足條件的像素數(shù).

一般情況下, 通過灰度共生矩陣能得到一組參數(shù), 這組參數(shù)可表示圖像的紋理特征：

1) 能量特征計算公式為

(20)

2) 對比度特征計算公式為

(21)

3) 逆差矩特征計算公式為

(22)

4) 熵特征計算公式為

(23)

2.5 圖像檢索分類器設(shè)計

若兩種圖像檢索的樣本集合為(xi,yi),i=1,2,…,n,xi∈d,yi∈{+1,-1}, 則可建立如下判別函數(shù)：

f(x)=ω·x+b=0,

(24)

并可得如下超平面方程：

ω·x+b=0.

(25)

為了保證條件|f(x)|>0, 與分類面最近樣本為f(x)=1, 則其滿足：

yi[(ω·x)+b]-1≥0,i=1,2,…,n.

(26)

將最優(yōu)分類面轉(zhuǎn)換為約束優(yōu)化問題：

(27)

再將式(26)求解過程轉(zhuǎn)化為對偶問題：

(28)

(29)

引入松弛因子ξi, 允許存在錯分樣本, 得

(30)

當(dāng)0<ξi<1時, 樣本點xi是正確分類; 當(dāng)ξi≥1時, 樣本點xi被錯誤分類. 引入懲罰參數(shù)C, 則有

(31)

對非線性分類問題, 引入核函數(shù)進行分類, 設(shè)K(xi,xj)=ΦT(xi)Φ(xj), 則圖像檢索的分類決策函數(shù)為

(32)

2.6 用戶反饋機制

對支持向量機的圖像檢索結(jié)果, 通過用戶進行再次檢索, 并將結(jié)果反饋到最后檢索結(jié)果, 輸出最終圖像檢索結(jié)果.

3 仿真測試

3.1 測試對象及環(huán)境

為了分析支持向量機和用戶反饋的圖像檢索算法性能, 選擇Pascal VOC 2012圖像庫中的部分圖像進行實驗, 如圖4所示. 實驗硬件環(huán)境: 中央處理器為Intel酷睿i3 9100F, 內(nèi)存為16 GB, 240 GB固態(tài)硬盤; 實驗軟件環(huán)境: 操作系統(tǒng)為Windows 10個人版, 編程工具為VC++語言.

圖4 圖像檢索算法實驗對象

3.2 實驗結(jié)果

首先采用支持向量機對圖4的圖像進行初步檢索, 然后引入用戶反饋機制得到圖像的最終檢索圖像, 分別如圖5和圖6所示. 由圖5和圖6可見, 本文算法可對兩種圖像進行準確檢索, 獲得了較理想的圖像檢索效果.

圖5 建筑物的檢索結(jié)果

圖6 大象的檢索結(jié)果

3.3 性能對比

為了測試本文算法的優(yōu)越性, 選擇文獻[13]、 文獻[14]及無用戶反饋機制的圖像檢索算法進行對比測試, 統(tǒng)計不同算法圖像檢索的正確率, 結(jié)果列于表1. 由表1可見： 相對于其他圖像檢索算法, 本文算法的圖像檢索正確率更高, 這是因為本文算法引入了用戶反饋檢索機制, 可避免圖像初步檢索的錯誤, 提高了圖像檢索效果; 且相對于文獻[13]和文獻 [14]的圖像檢索算法, 本文算法的圖像檢索時間更短, 圖像檢索效率更高. 相對于無用戶反饋機制的圖像檢索算法, 本文算法的圖像檢索時間略有增加, 但計算機處理的速度很快, 增加的時間可忽略不計. 因此, 本文圖像檢索算法的整體性能優(yōu)于對比算法, 獲得了更理想的圖像檢索結(jié)果.

表1 不同算法的圖像檢索正確率和檢索時間對比

綜上所述, 針對當(dāng)前圖像檢索算法存在的不足, 為了獲得更優(yōu)的圖像檢索結(jié)果, 本文提出了一種支持向量機和用戶反饋機制相融合的圖像檢索算法, 將圖像檢索過程分為兩個階段： 粗檢索階段和精細檢索階段, 解決了圖像檢索算法存在的弊端, 有效提高了圖像的檢索正確率和檢索速度.