苑毓航，趙智超

（佳木斯大學(xué)信息電子技術(shù)學(xué)院，佳木斯154007）

1 引言

隨著中國(guó)經(jīng)濟(jì)的發(fā)展，城市居民生活水平不斷提高，人們對(duì)于家庭裝飾的消費(fèi)能力在不斷提升。在注重環(huán)保的當(dāng)今社會(huì)，人們對(duì)木質(zhì)地板塊表現(xiàn)出了旺盛的需求。另一方面，人們對(duì)地板塊的視覺(jué)欣賞要求也越來(lái)越高。地板紋理作為地板塊的主要屬性，所呈現(xiàn)出的視覺(jué)效果直接影響著用戶(hù)的選擇與體驗(yàn)，也成為了評(píng)定地板塊級(jí)別的重要指標(biāo)[1-2]。

當(dāng)前地板塊紋理識(shí)別研究引入機(jī)器學(xué)習(xí)模型，來(lái)提高地板塊紋理的識(shí)別效率，雖然近些年國(guó)內(nèi)外學(xué)者在該領(lǐng)域取得了一定的成果，但是由于地板塊紋理結(jié)構(gòu)具有復(fù)雜性，如何提高地板塊紋理的識(shí)別效率仍然是有待進(jìn)一步深入研究的課題。在此背景下，基于近鄰傳播聚類(lèi)算法（Affinity Propagation,AP）提出了一種無(wú)監(jiān)督的地板塊紋理識(shí)別方法[3]。

2 AP聚類(lèi)算法簡(jiǎn)介

AP聚類(lèi)算法是Frey等人于2007年在Science雜志上提出的一種無(wú)監(jiān)督聚類(lèi)算法[4]。該算法無(wú)需事先定義類(lèi)數(shù)，而是通過(guò)迭代過(guò)程自適應(yīng)地獲取聚類(lèi)中心[5]，從數(shù)據(jù)點(diǎn)自動(dòng)識(shí)別類(lèi)中心的位置及數(shù)目，進(jìn)而使得所有的相近點(diǎn)的相似度之和最大。該算法與普通聚類(lèi)算法的區(qū)別在于，它主要是通過(guò)數(shù)據(jù)點(diǎn)間的交互來(lái)實(shí)現(xiàn)聚類(lèi)過(guò)程的[6]。

AP聚類(lèi)算法的關(guān)鍵步驟包括吸引度R=[r(i,k)]和歸屬度A=[a(i,k)]的迭代更新[7-9]，而此吸引度與歸屬度的更新取決于相似度S=[s(i,k)]。三者之間關(guān)系的計(jì)算公式如下：

AP聚類(lèi)算法的流程圖如圖1所示：

圖1 AP聚類(lèi)算法的流程圖

AP聚類(lèi)算法的偽代碼總結(jié)如下：

3 算法實(shí)施及實(shí)驗(yàn)結(jié)果

首先獲取地板塊紋理圖像，并對(duì)圖像進(jìn)行統(tǒng)一處理，消除圖像中無(wú)關(guān)信息，增強(qiáng)信息的可檢測(cè)性；然后，基于灰度共生矩陣抽取地板塊紋理的特征；接著，采用AP聚類(lèi)算法對(duì)地板塊紋理圖像進(jìn)行聚類(lèi)；最后，與常用的聚類(lèi)算法K-means[10]和K-medians[11]的聚類(lèi)結(jié)果進(jìn)行對(duì)比，證明所提方法的有效性。研究思路流程圖如下圖2所示。

實(shí)驗(yàn)選取的樣本包括直紋和彎紋兩類(lèi)，選取樣本100組（其中直紋、彎紋各50組）。樣本圖片大小均為512×512的BMP格式。樣本展示如圖3所示。

圖2 算法實(shí)施流程圖

圖3 地板塊紋理圖

對(duì)采集到的紋理圖進(jìn)行預(yù)處理。先采用中值濾波方法進(jìn)行濾波處理，之后基于灰度共生矩陣抽取紋理圖片特征，為紋理識(shí)別模型提供特征量。將獲得的特征量輸入AP聚類(lèi)算法中，即可獲得不同紋理圖片的紋理類(lèi)型。

通過(guò)灰度共生矩陣獲得的問(wèn)題特征展示如下圖4所示：

圖4 地板塊樣本的紋理特征對(duì)比圖

與常用聚類(lèi)算法K-means和K-medians的聚類(lèi)結(jié)果對(duì)比如圖5所示。

實(shí)驗(yàn)結(jié)果數(shù)據(jù)對(duì)比結(jié)果如表1.

圖5 三種聚類(lèi)算法的識(shí)別結(jié)果對(duì)比

表1 AP聚類(lèi)算法紋理分類(lèi)結(jié)果

表1中的實(shí)驗(yàn)結(jié)果表明AP聚類(lèi)算法的準(zhǔn)確率最高，同時(shí)AP聚類(lèi)算法不需要指定聚類(lèi)中心數(shù)，是一種無(wú)監(jiān)督的聚類(lèi)算法，能夠排除人為干預(yù)因素。而K-means和K-medians需要設(shè)置聚類(lèi)中心數(shù)，降低了算法的效率和客觀性。三種聚類(lèi)算法對(duì)地板塊直紋紋理識(shí)別的精度都比較高，主要區(qū)別在于彎紋紋理，這是由于彎紋紋理主要以粗紋紋理為主，其附近分布著很多的細(xì)紋紋理線條，結(jié)構(gòu)相對(duì)復(fù)雜，識(shí)別較為困難。

4 結(jié)束語(yǔ)

地板塊表面紋理識(shí)別分類(lèi)是地板生產(chǎn)加工過(guò)程中的重要環(huán)節(jié)，直接關(guān)系到視覺(jué)效果和經(jīng)濟(jì)效益。紋理自動(dòng)識(shí)別分類(lèi)技術(shù)可以有效提升生產(chǎn)流水線的自動(dòng)化程度，提高識(shí)別分類(lèi)的準(zhǔn)確率，具有重要的實(shí)用意義和顯著的經(jīng)濟(jì)效益。本研究圍繞紋理識(shí)別分類(lèi)技術(shù)，提出了基于AP聚類(lèi)算法的地板塊紋理分類(lèi)算法，驗(yàn)證其適用于地板塊紋理分類(lèi)。大量實(shí)驗(yàn)研究證明了該算法優(yōu)于傳統(tǒng)的聚類(lèi)方法，具有極高的實(shí)用價(jià)值。