李興科，宋建熙，李西兵

（福建農(nóng)林大學(xué)，福建 福州 350108）

前言

皮革是由動(dòng)物皮通過(guò)一系列物理、化學(xué)加工方法獲取的[1]。在加工過(guò)程中難免會(huì)產(chǎn)生各種缺陷，如劃痕、孔洞和污點(diǎn)等。為了提高皮料的利用率，得到更高的皮革制品生產(chǎn)經(jīng)濟(jì)效益，對(duì)其表面缺陷的檢測(cè)和分類不可或缺。

傳統(tǒng)的圖像缺陷分類方案是首先對(duì)圖像進(jìn)行特征提取和描述，再采用模式識(shí)別相關(guān)技術(shù)對(duì)分類器進(jìn)行訓(xùn)練，最后對(duì)目標(biāo)進(jìn)行分類[2-4]。在皮革缺陷檢測(cè)的方案中，紋理特征和直方圖特征能夠有效地表征皮革缺陷和表面的差異。

近年來(lái)，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)發(fā)展迅速，通過(guò)對(duì)大量數(shù)據(jù)圖像的學(xué)習(xí)，能夠很好地獲取對(duì)數(shù)據(jù)圖像進(jìn)行分類所需的特定特征[5-6]。比如卷積神經(jīng)網(wǎng)絡(luò)能夠通過(guò)訓(xùn)練獲取圖像的一般特征，并在多次的卷積、池化處理后，獲取圖像更復(fù)雜和抽象的特征，能夠很好地滿足特定圖像的識(shí)別分類。

然而深度學(xué)習(xí)對(duì)數(shù)據(jù)量的要求很高，隨著訓(xùn)練數(shù)據(jù)量的增大，圖像分類任務(wù)的性能將呈對(duì)數(shù)增長(zhǎng)[7]，需要有大量的標(biāo)記數(shù)據(jù)集來(lái)滿足深度學(xué)習(xí)分類任務(wù)的要求?，F(xiàn)有的各類皮革缺陷圖像數(shù)據(jù)集很少，獲取大型數(shù)據(jù)集的難度很大。在這種情況下，通過(guò)紋理圖像特征描述方法進(jìn)行特征提取，將得到更能表現(xiàn)皮革缺陷的特征，再通過(guò)多層感知器神經(jīng)網(wǎng)絡(luò)訓(xùn)練特征，可以得到更好的訓(xùn)練效果。

1 皮革圖像獲取與特征描述

1.1 皮革圖像采集

本文采用的圖像獲取平臺(tái)由一個(gè)CMOS 工業(yè)相機(jī)、可調(diào)節(jié)支架以及兩個(gè)線型光源組成。通過(guò)相機(jī)采集的皮革表面圖像分辨率為2592×1944，通過(guò)圖像分割，將圖像以大小為200×150像素的非重疊塊進(jìn)行分割，以此建立皮革表面圖像數(shù)據(jù)庫(kù)，其中包括180 張有缺陷圖像和60 張無(wú)缺陷圖像。

1.2 圖像增廣

圖像增廣是一種對(duì)圖像進(jìn)行處理，產(chǎn)生相似但不相同的樣本，以擴(kuò)大數(shù)據(jù)規(guī)模的圖像處理方法。對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本進(jìn)行圖像增廣可以提高分類模型的泛化能力，降低模型對(duì)特定位置的敏感程度。本文通過(guò)垂直鏡像翻轉(zhuǎn)，水平鏡像翻轉(zhuǎn)以及對(duì)角鏡像翻轉(zhuǎn)的形式進(jìn)行圖像增廣。圖像增廣處理后皮革數(shù)據(jù)包括劃痕缺陷圖像為240 張，孔洞缺陷圖像為240 張，污點(diǎn)缺陷圖像為240張，無(wú)缺陷圖像為240 張，共960 張樣本圖像。

1.3 皮革圖像預(yù)處理

由于皮革圖像中缺陷顏色變化不規(guī)律，難以提供關(guān)鍵信息，而灰度化處理后圖像矩陣的維數(shù)下降，后續(xù)的運(yùn)算速度會(huì)有很大提升，并且梯度等重要信息仍然保留，因此對(duì)皮革圖像進(jìn)行灰度化處理。

皮革圖像的灰度強(qiáng)度變化三維圖如圖1 所示，皮革圖像中背景存在不均勻紋理。Gabor 濾波器已廣泛運(yùn)用于紋理材料的缺陷檢測(cè)，可以有效獲取紋理圖像的局部空間和頻率域信息。因此對(duì)皮革灰度圖像進(jìn)行Gabor 濾波處理，Gabor 濾波處理后的圖像如圖2 所示?？梢钥吹紾abor 濾波處理后圖像灰度更平滑的同時(shí)保留了皮革表面的紋理特性。

1.4 圖像灰度分布特征描述

灰度直方圖通過(guò)對(duì)皮革圖像中的灰度級(jí)分布進(jìn)行統(tǒng)計(jì)，能夠有效地描述豐富的皮革表面信息，因此可以通過(guò)圖像灰度分布的特征描述皮革圖像缺陷[8]。將預(yù)處理后的皮革圖像轉(zhuǎn)換成向量，計(jì)算其六個(gè)統(tǒng)計(jì)特征，包括偏度（Skew）、峰度（Kurt）、均值（Mean）、方差（Var）、上四分位數(shù)（Q3）和下四分位數(shù)（Q1）。根據(jù)計(jì)算結(jié)果，四類皮革圖像樣本灰度分布特征中上四分位數(shù)與下四分位數(shù)分布區(qū)間相似，為了減少特征數(shù)據(jù)冗余，不采用上四分位數(shù)（Q3）作為圖像灰度分布統(tǒng)計(jì)特征描述。

1.5 圖像灰度共生矩陣特征描述

灰度共生矩陣能夠利用灰度的空間相關(guān)性對(duì)紋理進(jìn)行描述，其統(tǒng)計(jì)特征對(duì)紋理圖像有良好的鑒別能力[9]。將預(yù)處理后的皮革圖像轉(zhuǎn)換成灰度共生矩陣，計(jì)算其八個(gè)統(tǒng)計(jì)特征，包括熵（Entropy）、對(duì)比度（Contract）、能量（Energy）、同質(zhì)性（Homogeneity）、相異性（Dissimilarity）、x 軸方向均值（Mean_x）、x 軸方向方差（Variance_x）、相關(guān)性（Correlation）。

2 基于多層感知器的缺陷分類

2.1 多層感知器神經(jīng)網(wǎng)絡(luò)構(gòu)造

本文構(gòu)造了一個(gè)三層全連接神經(jīng)網(wǎng)絡(luò)即多層感知器神經(jīng)網(wǎng)絡(luò)，兩個(gè)隱藏層分別有20 個(gè)神經(jīng)元，其典型架構(gòu)如圖3 所示。多層感知器神經(jīng)網(wǎng)絡(luò)級(jí)聯(lián)多個(gè)變換來(lái)實(shí)現(xiàn)輸入到輸出的映射，經(jīng)過(guò)對(duì)訓(xùn)練集樣本數(shù)據(jù)的學(xué)習(xí)后，神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)對(duì)樣本數(shù)據(jù)的非線性分類。

其中輸出層有4 個(gè)神經(jīng)元，對(duì)應(yīng)4 類皮革缺陷圖像，通過(guò)One-Hot 編碼方式對(duì)四種類別進(jìn)行“二進(jìn)制化”編碼。采用One-Hot 編碼方式，將離散型特征映射到歐式空間，能夠更好地計(jì)算特征之間的距離。兩個(gè)隱藏層采用的激活函數(shù)為ReLU，如式（1）所示。ReLU 激活函數(shù)相較logistic 激活函數(shù)和tanh 激活函數(shù)具有更高效的梯度下降和反向傳播。

輸出層后接SoftMax 函數(shù)，如式（2）所示。因此輸出層不設(shè)激活函數(shù)，采用恒等函數(shù)，如式（3）所示。

式中：x為輸出層輸入向量的第i個(gè)分量，Ii為輸出層的第i個(gè)神經(jīng)元的仿射值。

將訓(xùn)練樣本x作為輸入，得到的輸出是多分類概率分布（p1、p2...pi）T，對(duì)這個(gè)概率分布應(yīng)用交叉熵?fù)p失，交叉熵?fù)p失函數(shù)如式（4）所示。

式中：yi是標(biāo)簽向量y的第i分量，標(biāo)簽向量y只有一個(gè)分量為1，其余分類為0，表示訓(xùn)練樣本的類別，本文對(duì)4 類皮革樣本進(jìn)行分類。

權(quán)值矩陣以0 均值、0.001 標(biāo)準(zhǔn)差的正態(tài)分布初始化，偏置向量以0 值初始化，采用反向傳播算法與Adam 算法更新權(quán)值矩陣和偏置向量，Adam 算法更新規(guī)則由式（5）-（9）給出。

式中：gt為當(dāng)前參數(shù)的梯度，mt、vt為更新后的一階動(dòng)量和二階動(dòng)量，ηt為當(dāng)前時(shí)刻的下降梯度，θt+1為更新后的權(quán)值或偏置，一次取M個(gè)訓(xùn)練樣本計(jì)算梯度平均值，M取經(jīng)典默認(rèn)值32，超參數(shù)β1、β2取經(jīng)典默認(rèn)值0.9、0.99，初始學(xué)習(xí)率α取0.001。

2.2 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)采用Windows 平臺(tái)，基于Python 編程語(yǔ)言實(shí)現(xiàn)特征提取和多層感知器神經(jīng)網(wǎng)絡(luò)框架的搭建。配置為IntelCorei5-9600KF 3.70GHzCPU 處理器，NVIDIAGeForceGTX1050Ti 顯卡。

2.3 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)中皮革圖像樣本共960 張，包含劃痕缺陷圖像240 張，孔洞缺陷圖像240 張，污點(diǎn)缺陷圖像240 張，無(wú)缺陷圖像240 張。根據(jù)上文的多種特征提取方法提取皮革圖像特征，以該特征組合描述皮革表面圖像，并對(duì)不同特征組合的樣本進(jìn)行分類標(biāo)記，其中劃痕為H、空洞為K、污點(diǎn)為W、無(wú)缺陷為N，如表1 所示。

表1 皮革圖像特征組合示例Tab.1 Sample of feature combination of leather image

將樣本隨機(jī)洗牌后，取前720 個(gè)樣本為訓(xùn)練集，其余樣本為測(cè)試集。通過(guò)構(gòu)造的多層感知器神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練集樣本進(jìn)行訓(xùn)練，迭代次數(shù)以200 次為梯度依次遞增，進(jìn)行50 次實(shí)驗(yàn)，不同迭代次數(shù)的測(cè)試準(zhǔn)確率實(shí)驗(yàn)結(jié)果如圖4 所示，在迭代次數(shù)達(dá)到8000 次以后測(cè)試集的平均分類準(zhǔn)確率穩(wěn)定在98%上下。

在進(jìn)行迭代10000 次后對(duì)各類皮革圖像測(cè)試集樣本的識(shí)別準(zhǔn)確率如表2 所示。由表2 可以看出經(jīng)過(guò)訓(xùn)練的感知器神經(jīng)網(wǎng)絡(luò)能夠識(shí)別分類皮革缺陷，分類的總體準(zhǔn)確率為98.8%。該方法對(duì)皮革表面圖像中不同缺陷的分類準(zhǔn)確率高于現(xiàn)有的技術(shù)，如支持向量機(jī)[10]、殘差網(wǎng)絡(luò)[5]。這些結(jié)果表明該方法對(duì)四類皮革圖像的分類效果有所提升，能夠更好地應(yīng)用于皮革產(chǎn)業(yè)自動(dòng)化生產(chǎn)的皮革表面缺陷檢測(cè)分類環(huán)節(jié)中。

3 結(jié)語(yǔ)

本文基于皮革表面存在不均勻紋理的特點(diǎn)構(gòu)造出了多種皮革表面圖像的紋理和缺陷特征，將這些特征以特征組合的形式作為后續(xù)分類的數(shù)據(jù)集，并構(gòu)造了基于多層感知器神經(jīng)網(wǎng)絡(luò)的分類方法對(duì)皮革缺陷圖像進(jìn)行分類，實(shí)驗(yàn)結(jié)果表明，相較于現(xiàn)有的皮革表面圖像缺陷分類技術(shù)，采用本文構(gòu)建的基于多層感知器和特征組合的分類方法的總體分類準(zhǔn)確率有一定的提升，能夠滿足皮革生產(chǎn)過(guò)程中自動(dòng)缺陷分類的需要。

表2 測(cè)試集樣本分類準(zhǔn)確率Tab.2 The accuracy of test set samples