蔡小愛，張海民

(1.宣城職業(yè)技術(shù)學(xué)院 信息與財(cái)經(jīng)學(xué)院,安徽 宣城 242000;2.安徽信息工程學(xué)院 計(jì)算機(jī)與軟件工程學(xué)院,安徽 蕪湖 241000)

0 引 言

圖像中蘊(yùn)含的不同特征為圖像管理、存儲(chǔ)、分類以及聚類等工作帶來了前所未有的挑戰(zhàn)[1-3]，如何有效對(duì)圖像中的不同特征進(jìn)行準(zhǔn)確聚類，降低圖像冗余特征對(duì)圖像特征聚類結(jié)果的影響已經(jīng)成為圖像處理領(lǐng)域需要共同面對(duì)的問題。[4,5]

針對(duì)圖像處理問題，相關(guān)學(xué)者與研究人員經(jīng)過了長(zhǎng)時(shí)間的研究與實(shí)踐，得出了不同的聚類方法。文獻(xiàn)[6]提出了基于多模態(tài)特征的醫(yī)學(xué)圖像聚類方法，對(duì)不同幀的圖像進(jìn)行特征提取，采用慣性測(cè)量單元對(duì)相機(jī)云頂進(jìn)行解算，根據(jù)解算結(jié)果獲取前后兩幀圖像中的特征點(diǎn)，進(jìn)行特征點(diǎn)匹配，得到匹配結(jié)果，根據(jù)匹配結(jié)果對(duì)特征進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明，該方法可以適應(yīng)不同的動(dòng)態(tài)場(chǎng)景，但是該方法存在聚類結(jié)果精準(zhǔn)度不高的問題，影響聚類結(jié)果的可靠性。文獻(xiàn)[7]提出了自適應(yīng)空間信息MRF的FCM遙感圖像聚類方法，根據(jù)遙感圖像中的空間結(jié)構(gòu)特征，建立空間引力模型，同時(shí)，建立一個(gè)描述空間信息的馬爾科夫隨機(jī)場(chǎng)，將其引入帶空間引力模型中，對(duì)圖像中的邊緣細(xì)節(jié)信息進(jìn)行保存，從而實(shí)現(xiàn)對(duì)遙感圖像的聚類。實(shí)驗(yàn)結(jié)果表明，該方法的聚類效果優(yōu)于一般聚類方法，但是在聚類效率方面還有待提升。文獻(xiàn)[8]提出了基于因子圖模型的動(dòng)態(tài)圖半監(jiān)督聚類算法，該方法通過捕捉動(dòng)態(tài)圖的節(jié)點(diǎn)屬性與邊鄰接屬性，獲取節(jié)點(diǎn)的快照信息，并對(duì)這些信息進(jìn)行分類聚類。實(shí)驗(yàn)結(jié)果表明，該方法能夠滿足聚類結(jié)果的先驗(yàn)知識(shí)，能夠捕捉動(dòng)態(tài)的演化規(guī)律，但是該方法與上述傳統(tǒng)方法類似，在聚類結(jié)果準(zhǔn)確性與聚類時(shí)間方面存在不足。

為了解決傳統(tǒng)方法在圖像聚類結(jié)果與聚類時(shí)間等方面的不足，提出基于大數(shù)據(jù)的混合屬性圖像冗余特征聚類算法，充分考慮多種混合屬性圖像的特性，通過大數(shù)據(jù)技術(shù)實(shí)現(xiàn)對(duì)其冗余特征的有效聚類。本文研究的主要?jiǎng)?chuàng)新點(diǎn)如下：

(1)通過建立圖像聚類目標(biāo)函數(shù)，實(shí)現(xiàn)對(duì)圖像混合屬性特征的分類，降低了特征誤分率。

(2)采用大數(shù)據(jù)挖掘技術(shù)對(duì)混合屬性圖像的冗余特征進(jìn)行進(jìn)一步聚類，提升了特征聚類的全面性。

(3)最后，通過實(shí)驗(yàn)驗(yàn)證了所設(shè)計(jì)方法的聚類效果，從多方面驗(yàn)證了該方法的應(yīng)用價(jià)值。

1 混合屬性圖像冗余特征聚類算法

相對(duì)于具備相同屬性的圖像類別而言，混合屬性圖像特征提取算法需要花費(fèi)更多的時(shí)間進(jìn)行類別劃分，并且在劃分中還要保證劃分結(jié)果的準(zhǔn)確性，以保障聚類精度。為此，考慮到圖像的語義屬性、非語義屬性[9]，在進(jìn)行特征聚類之前首先對(duì)混合屬性進(jìn)行具體分析，然后建立圖像特征聚類的目標(biāo)函數(shù)，借助大數(shù)據(jù)挖掘技術(shù)獲取最終的聚類結(jié)果。

1.1 混合屬性圖像分析

在混合屬性圖像分析中將零樣本圖像分類數(shù)據(jù)集Shoes[10]作為理論基礎(chǔ)，根據(jù)該理論得到混合屬性圖像構(gòu)造示意圖，如圖1所示。

圖1 混合屬性圖像構(gòu)造示意圖

根據(jù)圖1可知，可以將圖像的屬性劃分為語義屬性和非語義屬性，其中，語義屬性是指圖像中包含某種語義信息，具體包括視覺層、對(duì)象層和概念層，視覺層具體指顏色、紋理和形狀等內(nèi)容；對(duì)象層具體指某一對(duì)象在某一時(shí)刻的狀態(tài)；概念層是指圖像中最接近人類理解的東西。而非語義屬性是指圖像不具備語義信息，即除語義信息之外的內(nèi)容。在實(shí)際分類中，可以采用稀疏編碼方法實(shí)現(xiàn)對(duì)圖像屬性進(jìn)行分類，通過稀疏編碼方法重構(gòu)圖像低層特征，重構(gòu)后的圖像不具備語義信息，即可將其歸為非語義屬性一類，而剩余部分即為語義屬性。同時(shí)，采取重復(fù)操作的方式保證屬性分類的準(zhǔn)確性。

根據(jù)稀疏編碼方法實(shí)現(xiàn)混合屬性圖像分類，針對(duì)混合屬性圖像的語義屬性建立一個(gè)語義屬性集合A，A={a1,a2,a3,a4,...,an}，非語義屬性集合B，B={b1,b2,...,bn}。由于傳統(tǒng)方法在進(jìn)行屬性分析時(shí)，得到的圖像屬性相似性過高，導(dǎo)致圖像屬性模糊不清，為了避免該問題的出現(xiàn)，將上述屬性作為圖像特征分類的依據(jù)，避免不同屬性特征之間的混淆，同時(shí)，由于圖像特征屬性具有有限性[11]，因此，針對(duì)不同的圖像特征進(jìn)行稀疏編碼，并對(duì)編碼后的圖像屬性進(jìn)行重新定義：將語義屬性與非語義屬性進(jìn)行混合形成混合屬性，有助于實(shí)現(xiàn)對(duì)相似類別的有效區(qū)分，二者之間相互輔助并不會(huì)對(duì)特征分類造成影響。

1.2 建立圖像聚類目標(biāo)函數(shù)

根據(jù)混合屬性圖像分析結(jié)果，建立一個(gè)圖像樣本集，S={s1,s2,...,si}，其中，i表示樣本圖像個(gè)數(shù)，si表示第i個(gè)樣本的特征值。用l表示特征類別數(shù)量，其為一個(gè)正整數(shù)，在對(duì)圖像特征進(jìn)行聚類之前，首先對(duì)特征類別進(jìn)行劃分，在圖像樣本集中獲取圖像類別Sl。

由于混合屬性圖像的樣本集中包含了大量的樣本類型，因此，進(jìn)行類別劃分的任務(wù)量非常大，為了獲取較為精準(zhǔn)的劃分結(jié)果，可以通過建立一個(gè)分類矩陣來實(shí)現(xiàn)。[12]在建立分類矩陣之前，先設(shè)定一個(gè)目標(biāo)函數(shù)，以其作為分類準(zhǔn)則：

(1)

其中：Gs表示圖像維度；Cs表示概率約束；ai表示語義屬性特征的隸屬度；bi表示非語義屬性特征的隸屬度。

通過歐幾里得距離實(shí)現(xiàn)對(duì)樣本圖像特征之間的差異性測(cè)度，具體可以通過公式(2)實(shí)現(xiàn)：

(2)

其中：φ表示混合類型目標(biāo)；αi表示樣本的底層特征；λ表示權(quán)重衰減系數(shù)。

假設(shè)樣本圖像之間不僅具有數(shù)值混合特征，而且具有類屬混合特征，則不同樣本可以通過公式(3)進(jìn)行表示：

(3)

根據(jù)公式(3)可以獲得混合類型目標(biāo)v1和v2之間的差異性測(cè)度：

g(v1,v2)=g(v0,v0)+μ(v1,v2)

(4)

其中：v0表示特征之間的差異系數(shù)；g表示一個(gè)權(quán)值，用于調(diào)節(jié)不同特征在目標(biāo)函數(shù)中所占的比例；μ表示圖像特征類型的模糊劃分結(jié)果。

聯(lián)立公式(1)-(3)獲取更新之后的目標(biāo)函數(shù)：

G＇

(5)

根據(jù)更新后的目標(biāo)函數(shù)對(duì)圖像混合屬性特征進(jìn)行分類時(shí)，為了使誤分率控制在最低值，可以通過模糊劃分的形式，分別獲取混合類型目標(biāo)v1和v2的最小值，以此實(shí)現(xiàn)對(duì)混合屬性圖像樣本的有效劃分。

1.3 大數(shù)據(jù)挖掘下混合屬性圖像冗余特征聚類的實(shí)現(xiàn)

上文通過建立圖像聚類目標(biāo)函數(shù)獲取了混合屬性圖像目標(biāo)劃分結(jié)果，以劃分結(jié)果為基礎(chǔ)，采用大數(shù)據(jù)挖掘技術(shù)對(duì)混合屬性圖像的冗余特征進(jìn)行聚類。[13-15]由于傳統(tǒng)方法沒有針對(duì)特征集中的圖像冗余特征進(jìn)行具體分析，導(dǎo)致聚類結(jié)果的全面性較差，為此，本文采用數(shù)據(jù)挖掘技術(shù)對(duì)混合屬性圖像的冗余特征進(jìn)行挖掘，以挖掘結(jié)果為基礎(chǔ)，再通過聚類集成算法實(shí)現(xiàn)對(duì)冗余特征的聚類。[16]

首先，根據(jù)混合屬性特征的隸屬度，設(shè)置冗余特征挖掘時(shí)需滿足的條件：

(6)

其中：Ci表示特征集中的子項(xiàng)；Vi表示特征離散程度；Vim表示特征丟失量；an-1表示語義屬性特征中的冗余特征；bn-1表示非語義屬性特征中的冗余特征。

在滿足上述條件的情況下，可以挖掘出圖像冗余特征，根據(jù)挖掘結(jié)果采用聚類集成算法實(shí)現(xiàn)冗余特征聚類，具體實(shí)現(xiàn)步驟如下：

(1)將bigging思想[17]作為樣本挖掘的基礎(chǔ)，首先通過樣本抽樣實(shí)現(xiàn)對(duì)冗余特征的進(jìn)一步采集與挖掘，由于運(yùn)用bigging思想會(huì)得到多個(gè)樣本子集，因此，運(yùn)用K-means方法再進(jìn)行深層次的挖掘，該方法可以保證聚類結(jié)果近似于實(shí)際樣本特征結(jié)果，在最大程度上實(shí)現(xiàn)對(duì)冗余特征的聚類。[18]

(2)以運(yùn)用K-means方法獲取的聚類結(jié)果為基礎(chǔ)，采用聚類集成思想將聚類結(jié)果形成一個(gè)聚類集，并對(duì)聚類結(jié)果進(jìn)行總結(jié)。

(3)建立一個(gè)互聯(lián)矩陣，對(duì)聚類結(jié)果進(jìn)行分層，再進(jìn)行特征合并，合并結(jié)果作為最終聚類的依據(jù)，以此來降低異常值對(duì)聚類結(jié)果的影響，保障聚類結(jié)果的精度。圖2為混合屬性圖像冗余特征聚類流程圖。

圖2 混合屬性圖像冗余特征聚類流程圖

根據(jù)上述分析，實(shí)現(xiàn)了對(duì)混合屬性圖像冗余特征的聚類，下面對(duì)該方法的聚類優(yōu)勢(shì)進(jìn)行分析：

(1)該方法可以在冗余特征聚類樣本一致的條件下，對(duì)特殊的樣本進(jìn)行有效聚類，解決了傳統(tǒng)方法僅面向單一圖像屬性的問題。

(2)聚類結(jié)果中不僅包含語義特征集合，又包含非語義特征集合，聚類結(jié)果的覆蓋面較廣，說明該方法具有全面性的優(yōu)勢(shì)。

2 仿真實(shí)驗(yàn)驗(yàn)證

為了驗(yàn)證所設(shè)計(jì)基于大數(shù)據(jù)的混合屬性圖像冗余特征聚類算法的有效性，以聚類精度與聚類時(shí)間為實(shí)驗(yàn)指標(biāo)，分別采用所設(shè)計(jì)方法、文獻(xiàn)[6]方法、文獻(xiàn)[7]和文獻(xiàn)[8]方法進(jìn)行聚類性能測(cè)試。

2.1 實(shí)驗(yàn)環(huán)境設(shè)置與數(shù)據(jù)集構(gòu)造

在進(jìn)行測(cè)試之前，首先對(duì)實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)中涉及的參數(shù)進(jìn)行具體設(shè)置，由于采取的是仿真實(shí)驗(yàn)的模式，因此，將不同方法均搭載在同一個(gè)仿真平臺(tái)上，該平臺(tái)的參數(shù)如表1所示。

以表1所示的硬件設(shè)計(jì)條件為基礎(chǔ)，對(duì)實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行構(gòu)建。為了提升聚類結(jié)果的全面性，選取的數(shù)據(jù)樣本中具有10個(gè)特征，具體分為類屬型與數(shù)值型兩個(gè)類別，每組類別具有3個(gè)正態(tài)分布的特征點(diǎn)。數(shù)據(jù)集中總共包含500個(gè)樣本，樣本集中的圖像大小均為1 500～8 500pxl，對(duì)500個(gè)樣本通過疊加的方式將特征點(diǎn)由二維擴(kuò)展到三維模式。同時(shí)，對(duì)不同類型的特征進(jìn)行賦值，具體賦值方法為：對(duì)大部分特征類型賦予相同的類屬值，余下的部分賦予不同的類屬值，需要注意的是，該操作應(yīng)該在隨機(jī)的條件下進(jìn)行，并且每個(gè)特征的類屬值并不代表其類別信息。

表1 仿真平臺(tái)參數(shù)設(shè)置

在完成實(shí)驗(yàn)環(huán)境設(shè)置與數(shù)據(jù)集構(gòu)造之后，進(jìn)行實(shí)驗(yàn)操作，為了保障實(shí)驗(yàn)結(jié)果的一致性與可靠性，不同方法統(tǒng)一在表1設(shè)置的實(shí)驗(yàn)環(huán)境下進(jìn)行訓(xùn)練，并且實(shí)驗(yàn)時(shí)間保持一致。

2.2 實(shí)驗(yàn)結(jié)果及其分析

以不同類型圖像為測(cè)試目標(biāo)，為測(cè)試所設(shè)計(jì)方法的通用性，在樣本圖像數(shù)量不同的條件下，采用不同方法對(duì)混合屬性圖像冗余特征進(jìn)行聚類，以聚類精度為對(duì)比指標(biāo)，得出不同方法的聚類結(jié)果，如圖3所示。

圖3 不同方法聚類精度對(duì)比

分析圖3可知，采用不同方法對(duì)混合屬性圖像冗余特征進(jìn)行聚類時(shí)，當(dāng)?shù)螖?shù)為8次時(shí)，文獻(xiàn)[6]方法的聚類精度為28%，文獻(xiàn)[7]方法的聚類精度為42%，文獻(xiàn)[8]方法的聚類精度為29%，所設(shè)計(jì)方法的聚類精度為69%。并且所設(shè)計(jì)方法的聚類精度最高值達(dá)到了90%以上，明顯高于傳統(tǒng)方法，并且優(yōu)勢(shì)從開始聚類到聚類結(jié)束能夠一直保持，說明所設(shè)計(jì)方法在聚類精度方面具有顯著性優(yōu)勢(shì)。這是由于所設(shè)計(jì)方法在進(jìn)行冗余特征聚類之前，首先建立一個(gè)圖像聚類目標(biāo)函數(shù)，在滿足該目標(biāo)函數(shù)的前提下，再通過數(shù)據(jù)挖掘技術(shù)挖掘出冗余特征，從而提升了特征挖掘精度。

為了進(jìn)一步驗(yàn)證所設(shè)計(jì)方法的全面性，以聚類時(shí)間為實(shí)驗(yàn)指標(biāo)，對(duì)比不同方法的聚類性能，結(jié)果如圖4所示。

圖4 不同方法聚類時(shí)間對(duì)比

分析圖4可知，所設(shè)計(jì)方法下混合屬性圖像冗余特征聚類時(shí)間明顯低于傳統(tǒng)方法，其聚類時(shí)間始終低于0.75s，最低聚類時(shí)間僅為0.53s，雖然最低聚類時(shí)間與文獻(xiàn)[8]方法相同，但是傳統(tǒng)方法的聚類時(shí)間最高值均達(dá)到了0.9s以上，不同方法之間的差距仍然十分明顯。通過對(duì)比可知，所設(shè)計(jì)方法具有較高的聚類精度，可以在最短的時(shí)間內(nèi)對(duì)海量冗余特征進(jìn)行有效聚類。這是由于該方法通過對(duì)混合屬性圖像的分析，針對(duì)不同圖像特征進(jìn)行稀疏編碼，有助于實(shí)現(xiàn)對(duì)相似類別特征的有效區(qū)分，降低了后續(xù)特征聚類的難度，為特征聚類提供了便利。

綜合上述實(shí)驗(yàn)結(jié)果可知，所設(shè)計(jì)方法在特征聚類時(shí)間和聚類精度方面具有明顯的優(yōu)勢(shì)，降低了圖像處理難度，可以有效排除圖像中的冗余特征，為圖像分割、圖像融合、圖像分類等圖像處理手段提供良好的基礎(chǔ)，可廣泛應(yīng)用于圖像處理領(lǐng)域中。

3 結(jié)束語

面向不同屬性圖像進(jìn)行冗余特征聚類時(shí)，由于圖像屬性在類屬與數(shù)值方面的差異性，傳統(tǒng)方法并不能有效對(duì)不同類型特征進(jìn)行處理，僅能夠?qū)我粚傩赃M(jìn)行有效聚類，在面向混合屬性圖像特征處理時(shí)，存在聚類時(shí)間較長(zhǎng)和聚類精度較低的問題，為此，提出基于大數(shù)據(jù)的混合屬性圖像冗余特征聚類算法。通過分析混合屬性圖像特征，建立目標(biāo)函數(shù)，在滿足目標(biāo)函數(shù)的基礎(chǔ)上，采用數(shù)據(jù)挖掘技術(shù)對(duì)冗余特征進(jìn)行分類，最終根據(jù)分類結(jié)果實(shí)現(xiàn)特征聚類。實(shí)驗(yàn)結(jié)果表明，所設(shè)計(jì)方法在聚類時(shí)間與聚類精度方面均優(yōu)于傳統(tǒng)方法，充分展示了該方法的聚類性能，可以為圖像處理領(lǐng)域提供可靠的技術(shù)支撐。雖然所設(shè)計(jì)方法取得了明顯的效果，但是為了從深層次提升該方法的應(yīng)用價(jià)值，接下來會(huì)將聚類全面性作為研究目標(biāo)，進(jìn)一步提升方法性能。