曾國清

(鄂州職業(yè)大學(xué) 校工會，湖北 鄂州 436000)

云計算由提供高存儲容量、高靈活性和高計算性能的服務(wù)器組成。云應(yīng)用程序和Web服務(wù)的發(fā)展使網(wǎng)絡(luò)在線流量大大增加，隨著智能手機(jī)以及云存儲應(yīng)用的發(fā)展(如OneDrive，Dropbox)，圖像和視頻成為網(wǎng)絡(luò)流量的重要部分。云存儲系統(tǒng)中已經(jīng)存有高達(dá)數(shù)十億張圖像，而每天的圖像上傳量也達(dá)到了數(shù)億張[1]。針對云計算儲存中的圖像識別問題，為了克服現(xiàn)有基于圖像特征的識別方法的局限性，提出了一種基于區(qū)域的圖像識別(RegionRec)方法。

1 簡化脈沖耦合神經(jīng)網(wǎng)絡(luò)

脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)是一種基于Eckhorn皮層模型的神經(jīng)網(wǎng)絡(luò)[2]，是基于貓視皮層中神經(jīng)元活動的同步動態(tài)進(jìn)行開發(fā)設(shè)計的。PCNN只有一個由橫向鏈接的脈沖耦合神經(jīng)元的2維數(shù)組形成的單層，且不需要任何的訓(xùn)練，適用于圖像處理[3]。圖像像素與網(wǎng)絡(luò)神經(jīng)元之間的關(guān)系是一一對應(yīng)的。為了實(shí)現(xiàn)較低的計算復(fù)雜度，使用具有自動參數(shù)設(shè)置的SimPCNN[4]，可以描述為：

(1)

(2)

Eij[n]=e-αeEij[n-1]+VEYij[n]

(3)

其中，

(4)

在此模型中，在位置(i,j)上有兩個神經(jīng)元Nij輸入：一個刺激輸入Sij，表示圖像像素強(qiáng)度；一個簡化的鏈接輸入，表示八個相鄰神經(jīng)元輸出(km,l)的總和，該輸出通過恒定的突觸權(quán)重Wijkl連接。簡化鏈接輸入的幅度用VL表示。這兩個輸入通過連接強(qiáng)度β進(jìn)行調(diào)制，以產(chǎn)生內(nèi)部活動Uij[n]。內(nèi)部活動還記錄了先前的神經(jīng)元狀態(tài)，該狀態(tài)會以指數(shù)衰減因子e-αf衰減。僅當(dāng)當(dāng)前內(nèi)部活動Uij[n]超過最后一個動態(tài)閾值Eij[n-1]時，神經(jīng)元Nij才會在迭代n中輸出脈沖。如果神經(jīng)元Nij發(fā)射脈沖，則動態(tài)閾值將隨著VE的幅度而增加；否則，動態(tài)閾值將衰減e-αf。SimPCNN模型中有五個可調(diào)節(jié)的參數(shù)，其表達(dá)式如下所示[4]：

αf=1n(1/σ(I))

(5)

(6)

VL=1

(7)

VE=e-αf+1+6βVL

(8)

(9)

其中，σ(I)是圖像I的標(biāo)準(zhǔn)差，S'是最優(yōu)的直方圖閾值，Smax是圖像的最大強(qiáng)度。在上述的五個參數(shù)中，β和αe對圖像分割結(jié)果的影響最大。β的值越大，神經(jīng)元受到附近神經(jīng)元的影響就越大。而αe的值越小，圖像分割的精度就越小[4]。

2 基于區(qū)域的識別方法

在本節(jié)中，采用具有自動參數(shù)的SimPCNN進(jìn)行彩色圖像分割，然后提出了一種基于區(qū)域的圖像對象識別方法，稱為RegionRec。RegionRec能夠從復(fù)雜的現(xiàn)實(shí)環(huán)境中準(zhǔn)確地識別出對象。

2.1 色彩空間轉(zhuǎn)換

為了使由通道增益和偏移引起的光強(qiáng)度的變化和移動穩(wěn)定，在應(yīng)用SimPCNN之前需要進(jìn)行色彩空間轉(zhuǎn)換。

Van 等人[5]驗證了歸一化的RGB顏色模型不會隨著光強(qiáng)度變化而發(fā)生不變，如式(10)所示，而顏色拮抗模型的顏色通道O1和O2對光強(qiáng)度具有平移不變性，如式(11)所示。因此，可以利用這兩個不變性，首先通過式(10)將原始RGB彩色圖像轉(zhuǎn)換為歸一化RGB彩色圖像，然后通過式(11)將RGB彩色圖像進(jìn)一步轉(zhuǎn)換為拮抗顏色圖像。因此，將最后的圖像稱為RGB拮抗顏色圖像。

(10)

(11)

(12)

其中，Ig是原始灰度圖像。

由于式(11)中存在減法，通道O1和O2可能會產(chǎn)生負(fù)數(shù)，但這些負(fù)值并不響應(yīng)SimPCNN過程。為了充分利用通道O1和O2中的這些負(fù)信息，通過反轉(zhuǎn)通道O1和O2，并用O4和O5表示反轉(zhuǎn)后的通道，如下所示：

O4=-O1,

O5=-O2

(13)

2.2 彩色圖像分割

在彩色圖像分割過程中，由于所有圖像通道都共用這些參數(shù)，因此有必要分配參考通道。在這里，使用歸一化的灰度圖像通道O3，該通道包含了圖像的所有信息。

估計適當(dāng)?shù)腟imPCNN參數(shù)后，具有這些參數(shù)的SimPCNN模型可以分別應(yīng)用于每個變換后的顏色通道O1、O2、O4和O5，以及分別用于對象模型和測試圖像的歸一化灰度圖像O3。

在對所有圖像通道進(jìn)行SimPCNN操作之后，采用了一種新穎的圖像分割策略，該策略可以在所有五個通道中同步收集圖像像素。然后，將收集到的圖像像素稱為合成觸發(fā)區(qū)域，然后將圖像分割成幾個合成觸發(fā)區(qū)域。

為了保證圖像分割的物理意義，在像素觸發(fā)兩次后，將其內(nèi)部活動設(shè)置為零，以防止再次觸發(fā)。然后，將每個通道中每個像素的第二次觸發(fā)時間記錄到一個觸發(fā)順序矩陣中，該矩陣具有與圖像通道相同的大小。因此，可以獲得分別對應(yīng)于對象模型和測試圖像的五個觸發(fā)順序矩陣。

為了將對象模型和測試圖像分割為同步觸發(fā)區(qū)域，為每個像素構(gòu)造了一個觸發(fā)順序向量。位置(i，j)處像素的觸發(fā)順序向量由從相同位置(i，j)的五個觸發(fā)順序矩陣中提取的五個元素組成，即

(14)

(15)

由于歸一化操作，非彩色像素(如白色、灰色和黑色像素)的轉(zhuǎn)換值變得非常相似。因此，這些像素的SimPCNN觸發(fā)順序在RGB對應(yīng)的顏色通道O1、O2、O4和O5中將變得相同，這是因為這些通道是直接從標(biāo)準(zhǔn)化RGB彩色圖像中得出的。

在這種情況下，通道O3在將非彩色的像素分離成不同的同步觸發(fā)區(qū)域中起重要作用。由于歸一化的灰度圖像O3中的白色、灰色和黑色像素的值彼此絕對不同，因此將導(dǎo)致SimPCNN的觸發(fā)順序不同。因此，O3通道具有區(qū)分白色、灰色和黑色像素并將它們分組到不同的合成觸發(fā)區(qū)域的作用。

2.3 區(qū)域匹配

將測試圖像中的對象進(jìn)行旋轉(zhuǎn)/縮放/傾斜，也不會改變對象的組件。在此理想條件下，不同圖像中對象的相同組件可能具有相同的觸發(fā)順序。因此，假設(shè)無論背景如何變化以及無論物體處于什么姿勢，同一物體都具有相同的SimPCNN觸發(fā)順序向量。

基于此假設(shè)，可以通過提取具有與對象合成觸發(fā)區(qū)域相同的觸發(fā)順序矢量的合成觸發(fā)區(qū)域，從復(fù)雜場景的任何測試圖像中識別特定的對象模型。將對象模型和測試圖像之間的這些同步點(diǎn)火區(qū)域?qū)Χx為匹配同步點(diǎn)火區(qū)域?qū)?。因此，匹配的同步點(diǎn)火區(qū)域是在測試圖像中包含所需對象的潛在區(qū)域。

2.4 離群點(diǎn)去除

測試圖像中匹配的合成觸發(fā)區(qū)域通常分散在較大的區(qū)域，并且同時包含對象像素和背景像素。為了分離背景像素和對象像素，有必要將匹配的同步觸發(fā)區(qū)域劃分為較小的區(qū)域斑點(diǎn)，這些斑點(diǎn)會包含對象像素的一部分或背景像素的一部分。

為了加快算法的速度，僅使用匹配同步點(diǎn)火區(qū)域?qū)Γ渲衅ヅ渫近c(diǎn)火區(qū)域的組成部分大于匹配同步點(diǎn)火區(qū)域的總和的1/50。也就是說，與非常小的模型匹配的合成區(qū)域相對應(yīng)的大多數(shù)匹配合成區(qū)域通常是測試圖像中的背景區(qū)域。

為了增加匹配區(qū)域，我們還實(shí)現(xiàn)了區(qū)域分割，即對每對匹配同步觸發(fā)區(qū)域分別進(jìn)行形態(tài)封閉和連接成分標(biāo)記。

用盤形濾波器執(zhí)行形態(tài)封閉，以填充相鄰像素之間的間隙。盤形濾波器的半徑值應(yīng)適當(dāng)分配，以使目標(biāo)像素與背景像素分離，并保持相鄰目標(biāo)像素之間的連接。在本方法中，盤形濾鏡的半徑值設(shè)置為三個像素。

隨后，在每個匹配同步觸發(fā)區(qū)域的最終形態(tài)學(xué)閉合圖像中，使用連接成分標(biāo)記來計算八個連接成分。這些連接的組件可以標(biāo)記為匹配同步觸發(fā)區(qū)域中的分離區(qū)域斑點(diǎn)。

但是，可能存在許多區(qū)域斑點(diǎn)，其區(qū)域太小而無意義。因此刪除這些區(qū)域斑點(diǎn)，以加快算法的運(yùn)行速度。在實(shí)驗中，僅保留了像素面積大于100(圖像尺寸：640×480)的區(qū)域斑點(diǎn)。

對于每個其余的區(qū)域斑點(diǎn)，計算如面積、長軸長度、短軸長度、加權(quán)質(zhì)心和偏心率的區(qū)域?qū)傩?。此處，長軸和短軸長度是具有與區(qū)域斑點(diǎn)相同的歸一化第二中心矩的橢圓的長軸和短軸的長度(以像素為單位)。另外，偏心率是此橢圓的偏心率。

由于測試圖像中可能存在許多背景區(qū)域斑點(diǎn)，因此需要刪除明顯的斑點(diǎn)。在本方法中，首先刪除面積非常大的測試區(qū)域斑點(diǎn)，當(dāng)斑點(diǎn)面積Φtb滿足以下關(guān)系時，則將該斑點(diǎn)刪除：

Φtb>θmax×Φti

(16)

然后，通過將測試區(qū)域的大小與對象模型的權(quán)重大小進(jìn)行比較，刪除了在大空間中松散分布的測試區(qū)域斑點(diǎn)。權(quán)重可以是大于1的常數(shù)，這可以在一定程度上確保尺度不變。刪除了滿足以下條件的松散分布的測試區(qū)域斑點(diǎn)：

(17)

此外，還刪除了長軸長度滿足以下關(guān)系的斑點(diǎn)：

(18)

2.5 基于簇的匹配

經(jīng)過了上述移除離群測試區(qū)域斑點(diǎn)的操作之后，測試圖像已經(jīng)變得不完整，而且在背景區(qū)域斑點(diǎn)和對象區(qū)域斑點(diǎn)之間具有許多間隙。由于所需的對象只能占據(jù)測試圖像中的局部區(qū)域，因此可以在一定的半徑距離約束下將剩余的附近測試區(qū)域斑點(diǎn)分組為幾個簇。聚類的主要步驟如下所示：

步驟1：按區(qū)域大小降序?qū)α斜碇械乃袦y試區(qū)域斑點(diǎn)進(jìn)行排序。

步驟2：將面積最大的測試區(qū)域斑點(diǎn)標(biāo)記為根區(qū)域斑點(diǎn)。

步驟3：計算每個測試區(qū)域斑點(diǎn)與根區(qū)域斑點(diǎn)之間的強(qiáng)度加權(quán)質(zhì)心的距離。

步驟4：在特定的簇半徑閾值內(nèi)，將與根區(qū)域斑點(diǎn)的相鄰測試區(qū)域斑點(diǎn)分為一組，形成簇。

步驟5：在列表中將根區(qū)域斑點(diǎn)的區(qū)域值設(shè)置為0，以確保該根區(qū)域斑點(diǎn)在接下來的迭代中不會再次成為根區(qū)域斑點(diǎn)。

步驟6：重復(fù)步驟1-5的過程，直到所有區(qū)域斑點(diǎn)的面積都設(shè)置為0。

簇半徑閾值可能會影響包含所需對象的最終匹配簇：如果閾值太大，則匹配簇將包括不相關(guān)的背景區(qū)域斑點(diǎn)；相反，如果閾值太小，則匹配的簇可能僅包含對象的一部分。因此，群集半徑閾值應(yīng)根據(jù)不同的對象模型進(jìn)行調(diào)整。

因此，可以根據(jù)模型區(qū)域斑點(diǎn)之間的強(qiáng)度加權(quán)質(zhì)心距離來設(shè)置簇半徑閾值Thr，如下所示：

Thr=avg(d)+μ×sd(d)

(19)

其中d表示每對模型區(qū)域斑點(diǎn)的強(qiáng)度加權(quán)質(zhì)心之間的距離，而μ是加權(quán)常數(shù)。本研究中，根據(jù)經(jīng)驗將μ=0.5。

當(dāng)以此方式獲得多個簇時，這些簇中的一些可能會相互重復(fù)，并且與對象模型相比，其中一些簇可能太小或太大。因此，需要對簇進(jìn)行細(xì)化處理。

步驟1：對于重復(fù)的簇，僅保留其中一個。

步驟2：刪除面積滿足式(20)和式(21)的簇。

Φcl<ρl×Φm

(20)

Φc>ρh×Φm

(21)

步驟3：刪除偏心率Ec式(22)的簇。

Ec>τeccentr×Em

(22)

下一步是挑選出最有可能包含所需對象的簇。使用彩色直方圖的Bhattacharyya距離[6]用于測量每個測試簇圖像與模型圖像之間的距離，即：

(23)

其中，h表示顏色直方圖，n表示直方圖中第n個元素，i表示測試圖像中的第i個簇。具有最小直方圖Bhattacharyya距離的測試簇最有可能包含所需對象。從理論上講，概率值隨著Bhattacharyya距離的增加而減小。

3 實(shí)驗評估

本節(jié)采用實(shí)驗以檢驗基于帶有自動參數(shù)SimPCNN的識別方法的有效性。實(shí)驗所采用的工作站配置有3.80 GHz的Intel E5-2690的MATLAB r2016b上運(yùn)行。

實(shí)驗中使用了IJCV數(shù)據(jù)集，該數(shù)據(jù)集中的圖像大小為1280×960[7]。IJCV數(shù)據(jù)集包含了關(guān)于8個對象的161個模型圖像和包含多個對象的51個雜亂的測試圖像。對于每個對象，首先在每個模型圖像和每個陽性測試圖像之間進(jìn)行識別。另外，從每個對象中選擇一個模型圖像，并在它與每個在模型圖像中不包含所需對象的陰性圖像之間進(jìn)行實(shí)驗。將提出的RegionRec與OpponentSIFT進(jìn)行性能對比。OpponentSIFT是基于顏色描述符的圖像識別方法。

在文中，真陽率(TP)是指識別結(jié)果和從陽性測試圖像手動切出的正確圖像的相交像素數(shù)。假陽率(FP)是指包含在識別結(jié)果中的背景像素的數(shù)量，而假陰率(FN)是指被排除在識別結(jié)果之外的正確圖像的像素數(shù)量。一般來說，高假陽率比高假陰率更不可接受。

采用精確度precision和recall作為評估指標(biāo)，計算方式如式(24)所示。precision對假陽率敏感，而較大的precision說明識別結(jié)果的誤報率低。recall對假陰率敏感，recall的值大意味著識別結(jié)果的假陰率低。當(dāng)評估對象識別結(jié)果時，在較高precision閾值的前提下可接受較低recall閾值，即當(dāng)precision≥0.7以及recall≥0.1時，認(rèn)為評估結(jié)果是可接受的。以運(yùn)動鞋和蘋果例子，表1展示了precision和recall的實(shí)驗結(jié)果。由結(jié)果可知，運(yùn)動鞋和蘋果的precision和recall指標(biāo)均滿足precision≥以及recall≥0.1，說明識別的結(jié)果是可接受的。

(24)

表1 RegionRec識別結(jié)果

接下來，用準(zhǔn)確率(accuracy)和F-measure兩種指標(biāo)來對比評估算法的性能，結(jié)果如表2所示，這兩個指標(biāo)的計算方式如下所示。顯然，提出的RegionRec算法具有較高的準(zhǔn)確率和F-measure，因此，RegionRec具有更好的性能。

(25)

(26)

表2 兩種算法的性能對比

4 結(jié)論

針對云計算存儲的場景，提出了一種基于區(qū)域的圖像識別方法，以識別復(fù)雜圖像中的特定對象。所提出的對象識別方法基于SimPCNN進(jìn)行顏色分割，在對象模型和測試圖像之間執(zhí)行基于區(qū)域的匹配。實(shí)驗結(jié)果表明所提出的RegionRec方法具有較好的性能。未來的工作集中于將本方法部署到諸如亞馬遜云、阿里云的真實(shí)云計算場景中，進(jìn)一步探討該方法的性能。