薛 賓

(天津市南開(kāi)區(qū)職工大學(xué)，天津 300100)

一、引言

隨著移動(dòng)終端設(shè)備的普及，移動(dòng)終端設(shè)備上的各種應(yīng)用已經(jīng)給人們的生活帶來(lái)了巨大的便捷?；谝苿?dòng)終端設(shè)備上的圖像識(shí)別和分類技術(shù)已是目前研究的熱點(diǎn)。移動(dòng)終端設(shè)備因?yàn)轶w積比較小,便于攜帶,人們可以隨時(shí)使用，對(duì)于拍攝的照片可以根據(jù)圖像分類技術(shù)自動(dòng)存儲(chǔ)到特定的文件中，省去了人工分類的時(shí)間；使用移動(dòng)設(shè)備拍照時(shí)，通過(guò)圖像分類技術(shù)可以自動(dòng)識(shí)別所拍的景物，實(shí)現(xiàn)自動(dòng)調(diào)節(jié)光圈焦距等功能；圖像分類技術(shù)還可以應(yīng)用在醫(yī)院診斷治療、Internet信息檢索和數(shù)據(jù)過(guò)濾等方面。Android作為主要用于移動(dòng)設(shè)備終端的操作系統(tǒng)，經(jīng)過(guò)不斷的發(fā)展，目前市場(chǎng)占有率已近80%。因此，研究基于Android平臺(tái)的圖像分類技術(shù)具有重要的現(xiàn)實(shí)意義。

二、圖像識(shí)別與分類算法

(一)圖像的預(yù)處理

為了提取、匹配、識(shí)別圖像特征，使其處理效果更加真實(shí)，需要對(duì)圖像進(jìn)行預(yù)處理操作。經(jīng)過(guò)圖像預(yù)處理后，消除了圖像中的沒(méi)有用的信息，從而簡(jiǎn)化了數(shù)據(jù)，使得圖像的信息更加易于檢測(cè)。

1.彩色圖像的灰度化

彩色圖像在進(jìn)行圖像處理前要提取出色彩特征,也就是灰度化。彩色圖像存儲(chǔ)信息通常采用24位RGB模式。彩色圖像就是紅(R)、綠(G)、藍(lán)(B)三原色色彩深淺的組合，存儲(chǔ)時(shí)需要占用三個(gè)字節(jié)，每個(gè)顏色分別存儲(chǔ)；灰度圖像就是沒(méi)有色彩，紅綠藍(lán)三個(gè)顏色的取值相同，存儲(chǔ)時(shí)占用一個(gè)字節(jié)。經(jīng)比較本系統(tǒng)采用加權(quán)平均法計(jì)算灰度圖像的灰度值，該方法更為合理，它是將紅(R)、綠(G)、藍(lán)(B)做不同權(quán)值的加權(quán)處理后得到的。計(jì)算灰度值的公式如下：

F(I,j) = 0.299R(I,j)+ 0.587G(I,j),+0.114B(I,j))/3

2.灰度直方圖

灰度的分布情況是圖像的一個(gè)重要特征。灰度直方圖能夠反映出某種灰度在圖像中的出現(xiàn)的頻率，它實(shí)際上是灰度級(jí)的函數(shù)，它的操作可以增強(qiáng)圖像，它的計(jì)算很簡(jiǎn)單，就是統(tǒng)計(jì)出每種灰度級(jí)的個(gè)數(shù)，可以通過(guò)循環(huán)語(yǔ)句檢測(cè)圖像中的所有元素來(lái)完成。本系統(tǒng)的實(shí)現(xiàn)中，使用gArray數(shù)組來(lái)存儲(chǔ)圖像中的每一個(gè)像素的灰度值，gArray數(shù)組長(zhǎng)度為Width*Heigh，灰度圖像已經(jīng)進(jìn)行過(guò)預(yù)處理，每個(gè)像素點(diǎn)的RGB分量值相同，所以遍歷gArray數(shù)組中的元素統(tǒng)計(jì)出灰度級(jí)的個(gè)數(shù)，可以設(shè)置步長(zhǎng)為3，也就是每隔3個(gè)元素進(jìn)行統(tǒng)計(jì)。直方圖的數(shù)據(jù)信息存放在數(shù)組長(zhǎng)度為256的一維數(shù)組countPixel中。關(guān)鍵代碼如下：

Array.Clear(countPixel,0,256);

For(int I = 0;I < bitmap.Width * bitmap.Height; i+=3)

{

Byte temp = grayArray[i];

countPixel[temp]++;

}

3. 灰度拉伸

灰度拉伸是一種圖像點(diǎn)運(yùn)算，也是一種灰度變換。為了改善輸出圖像，通過(guò)該算法將某段灰度區(qū)間進(jìn)行拉伸。本系統(tǒng)，對(duì)彩色圖像灰度化后采用下面的算式進(jìn)行全等級(jí)直方圖拉伸。

f(x,y)為輸入圖像；改善后的輸出圖像為g(x,y)；輸入圖像的最小灰度級(jí)A = min[f(x,y)]，線性映射到0；最大灰度級(jí)B = max[f(x,y)]，線性映射到255。

(二)圖像紋理分析

本系統(tǒng)選擇基于紋理的圖像分類技術(shù)，它能夠通過(guò)像素點(diǎn)的灰度值找出物體表面的內(nèi)在規(guī)律和結(jié)構(gòu)描述。圖像紋理特征是一種全局特征，需要統(tǒng)計(jì)計(jì)算多個(gè)像素區(qū)域。圖像中的元素或基元會(huì)存在一些排列規(guī)則，這些排列規(guī)則形成的重復(fù)模型叫做圖像紋理特征。分析圖像的紋理特征，就是要提取和分析圖像灰度空間的規(guī)律。

灰度共生矩陣是較為有效的圖像紋理分析方法，它很好的反應(yīng)了灰度級(jí)空間的相關(guān)性?；叶裙采仃噷?shí)際上是一個(gè)矩陣函數(shù)。它反映出圖像中某距離的像素之間具有某個(gè)灰度的情況。

灰度共生矩陣實(shí)際上是兩個(gè)像素灰度的聯(lián)合直方圖。設(shè)共生矩陣元素記為p(i,j|d,θ)，其中i和j是一對(duì)像元的兩個(gè)灰度概率，θ是方向，d是距離。θ的取值為0°表示水平方向，取值為90°表示垂直方向。Zc、Zr分別是水平和垂直空間域。l、n、k、m在其所選的計(jì)算窗口中變動(dòng)。

當(dāng)方向θ=0°，距離為d時(shí)，其計(jì)算公式為:

P(i,j|d,0)=#{[(k,l),(m,n)]∈(Zr*Zc)|k-m=0,|l-n|=d},f(k,l)=i,f(m,n)=j}

當(dāng)方向θ=90°，距離為d時(shí)，其計(jì)算公式為：

P(i,j|d,90)=#{[(k,l),(m,n)]∈(Zr*Zc)|k-m=d,l-n=0},f(k,l)=i,f(m,n)=j}

P(i,j)可反映出圖像的許多紋理特征。P(i,j)的數(shù)值可以顯示出圖像紋理的粗細(xì)；P(i,j)的灰度相關(guān)性可以表示矩陣行或列之間的相似度；P(i,j)的熵和能量可以反映出圖像分布的均勻度。

三、 圖像識(shí)別算法

本系統(tǒng)的圖像識(shí)別算法采用的是SVM(中文支持向量機(jī))算法。SVM通?？梢杂脕?lái)處理分類問(wèn)題，所以本系統(tǒng)使用SVM來(lái)進(jìn)行圖像分類工作。

SVM是最優(yōu)秀的分類算法之一，屬于有監(jiān)督學(xué)習(xí)算法的一種。因?yàn)镾VM只由支持向量決定，所以它適合小樣本的機(jī)器學(xué)習(xí)。使用SVM解決數(shù)據(jù)分類問(wèn)題，可以使用核函數(shù)。為了構(gòu)建良好性能的分類器，經(jīng)過(guò)比較多個(gè)常用的核函數(shù)，本系統(tǒng)選用徑向基函數(shù)(RBF)，它參數(shù)較少對(duì)模型的復(fù)雜度影響更小，能夠?qū)崿F(xiàn)非線性映射，參數(shù)較少對(duì)模型的復(fù)雜度影響更小，穩(wěn)定性更好。本系統(tǒng)采用的核函數(shù)是徑向基函數(shù)(RBF)。

四、OpenCV框架

OpenCV是一個(gè)計(jì)算機(jī)視覺(jué)庫(kù)。由于開(kāi)源性和跨平臺(tái)性，加速了它的發(fā)展。它提供了JAVA等多種語(yǔ)言的接口，包含圖像處理方面的很多算法，并且允許使用和修改它的源代碼。它支持移動(dòng)平臺(tái)的Android操作系統(tǒng)，它的多數(shù)模塊使用C++語(yǔ)言編寫(xiě)，少數(shù)模塊使用C語(yǔ)言編寫(xiě)。它的特點(diǎn)是輕量級(jí)且高效率，因此本系統(tǒng)的設(shè)計(jì)采用OpenCV視覺(jué)庫(kù)。

分析圖像的相似數(shù)據(jù)信息的排序算法，經(jīng)過(guò)度中心性算法、半局部中心性算法、介數(shù)中心性算法三種比較，本系統(tǒng)選擇半局部中心性算法，該算法排序效果遠(yuǎn)好于其他兩個(gè)算法，時(shí)間復(fù)雜度隨數(shù)據(jù)線性增長(zhǎng)。

該算法中, 定義N(W)為W節(jié)點(diǎn)的兩層鄰居度，定義

則i節(jié)點(diǎn)的局部中心性為：

五、 開(kāi)發(fā)環(huán)境

圖像分類系統(tǒng)的開(kāi)發(fā)環(huán)境是Windows7，開(kāi)發(fā)語(yǔ)言是JAVA，核心代碼部分使用了C++，應(yīng)用程序的開(kāi)發(fā)的工具選擇的是Eclipse，系統(tǒng)的開(kāi)發(fā)環(huán)境配置的是64位Eclipse和64位JDK。在Eclipse中需要安裝ADT插件，用于搭建Android開(kāi)發(fā)環(huán)境；然后要安裝Android SDK插件，它提供的工具可以進(jìn)行Android應(yīng)用程序調(diào)試。

本系統(tǒng)的圖像處理開(kāi)發(fā)使用Android+OpenCV方式。在Android系統(tǒng)上，利用OpenCV進(jìn)行開(kāi)發(fā)的方式有兩種：一種方式是使用OpenCV提供的C++ API，需要使用NDK插件和JNI接口,NDK可以開(kāi)發(fā)C/C++的動(dòng)態(tài)庫(kù),并自動(dòng)打包成APK,然后借助JNI街口使用JAVA語(yǔ)言調(diào)用C/C++代碼，實(shí)現(xiàn)不同編程代碼間的交互。另一種方式是使用動(dòng)態(tài)的OpenCV庫(kù)，OpenCV直接編譯庫(kù)，API直接完成操作。本系統(tǒng)采用的是第一種方式，使用NDK插件和JNI接口。本系統(tǒng)采用JAVA語(yǔ)言開(kāi)發(fā)程序，但核心的圖像分類模塊使用C++語(yǔ)言進(jìn)行編寫(xiě)，第二種開(kāi)發(fā)方式不支持使用C++代碼，第一種開(kāi)發(fā)方式中可以使用JNI接口調(diào)用C++編碼。

六、系統(tǒng)模塊設(shè)計(jì)與實(shí)現(xiàn)

本系統(tǒng)主要分為分類學(xué)習(xí)和分類測(cè)試兩大模塊。分類學(xué)習(xí)模塊的主要功能是從測(cè)試樣本中提取HOG特征向量，并將學(xué)習(xí)結(jié)果保存到XML文件中。分類預(yù)測(cè)模塊的主要功能是拍照、加載圖像和分類預(yù)測(cè)。

(一) 分類學(xué)習(xí)模塊

分類學(xué)習(xí)模塊使用非線性分類器，對(duì)多個(gè)分類數(shù)不小于二的測(cè)試樣本進(jìn)行學(xué)習(xí)。其中圖像分類器使用基于SVM算法的多分類器，該分類器提取測(cè)試樣本的HOG特征，并按照預(yù)設(shè)的類別編號(hào)進(jìn)行學(xué)習(xí)，最后把學(xué)習(xí)的結(jié)果存儲(chǔ)為XML格式。

分類學(xué)習(xí)模塊中，第一步要采集測(cè)試樣本。樣本60%來(lái)源于網(wǎng)上爬取、選出的合適圖像，其他40%樣本來(lái)源于相機(jī)拍攝的實(shí)物圖像。為了提高分類預(yù)測(cè)的分辨率，待分類圖像的選取要盡量減少相似樣本的重復(fù)率，同時(shí)要反映出待分類圖像各個(gè)角度、各種亮度等情況下的樣式。第二步，構(gòu)建SVM支持向量機(jī)多分類器。經(jīng)過(guò)多個(gè)常用核函數(shù)的比較，本系統(tǒng)選擇徑向基函數(shù)(RBF)，它的穩(wěn)定性更好，然后需要設(shè)置RBF的參數(shù)。

目前，選取參數(shù)的方法要依據(jù)經(jīng)驗(yàn)判定一個(gè)大致的范圍，根據(jù)分類預(yù)測(cè)的結(jié)果在設(shè)定范圍內(nèi)進(jìn)行微調(diào)，直到調(diào)整為最佳的分類預(yù)測(cè)分辨率。第三步，提取全部測(cè)試樣本的分類編號(hào)和HOG特征向量。測(cè)試樣本在學(xué)習(xí)之前，要預(yù)先為它們進(jìn)行編號(hào)。提取測(cè)試樣本的HOG向量特征，首先要灰度化圖像，其次將圖像劃分成小的連續(xù)區(qū)域，然后計(jì)算出每個(gè)連續(xù)區(qū)域中的每個(gè)像素的梯度，最后統(tǒng)計(jì)出每個(gè)連續(xù)區(qū)域的梯度直方圖。第四步，測(cè)試樣本的學(xué)習(xí)。通過(guò)分類編號(hào)或HOG特征向量將測(cè)試樣本輸入，然后調(diào)用SVM分類器的學(xué)習(xí)方法完成測(cè)試樣本的學(xué)習(xí)，最后輸出學(xué)習(xí)結(jié)果到XML文件中。

實(shí)現(xiàn)圖像分類器功能使用C++進(jìn)行編碼。首先，需要設(shè)定全局變量，包括測(cè)試樣本TXT文件的路徑、學(xué)習(xí)結(jié)果XML文件的路徑、圖片的寬高等。其次，要讀取指定文件下的SVM測(cè)試樣本文件中的信息，得到測(cè)試樣本圖片的存儲(chǔ)路徑和預(yù)設(shè)分類；在測(cè)試樣本文件中第一行是圖片的絕對(duì)路徑，緊跟著的下一行則是該圖片對(duì)應(yīng)的分類編號(hào)，編號(hào)設(shè)置為不同的整數(shù)即可，但至少應(yīng)有兩種分類，當(dāng)然也支持多分類，如果分類少于兩種會(huì)報(bào)錯(cuò)。再次，通過(guò)循環(huán)結(jié)構(gòu)按照樣本圖片路徑讀取樣本圖片，并提取出每張樣本圖片的HOG特征描述向量并保存到矩陣中。最后，HOG特征提取完成后調(diào)用Opencv中的SVM分類器設(shè)置其相關(guān)參數(shù)，并對(duì)樣本進(jìn)行學(xué)習(xí)，學(xué)習(xí)結(jié)果使用save方法保存到XML文件中。

(二)分類預(yù)測(cè)模塊

分類預(yù)測(cè)模塊在Android系統(tǒng)中運(yùn)行，需要提取圖像的HOG特征來(lái)進(jìn)行分類預(yù)測(cè)，并與XML文件中的特征信息進(jìn)行比對(duì)。在實(shí)現(xiàn)HOG特征的提取與對(duì)比時(shí)，C++編碼的效率會(huì)遠(yuǎn)高于JAVA編碼。因此，本模塊通過(guò)使用JNI技術(shù)，核心部分將在JAVA中調(diào)用C++代碼來(lái)實(shí)現(xiàn)。

分類預(yù)測(cè)模塊分為相冊(cè)、拍照和圖像分類三部分。相冊(cè)是從設(shè)備存儲(chǔ)空間或外置SD卡上獲取待分類的圖像。相機(jī)是調(diào)用設(shè)備的相機(jī)功能拍照，將拍攝得到的照片作為帶分類的圖像。圖像分類是本模塊的核心，是通過(guò) JNI接口調(diào)用C++函數(shù)進(jìn)行分類預(yù)測(cè)，以分類標(biāo)號(hào)的形式返回預(yù)測(cè)結(jié)果，在JAVA中通過(guò)對(duì)編號(hào)進(jìn)行判斷解析成相應(yīng)的文字。

圖像分類預(yù)測(cè)模塊執(zhí)行時(shí)需要在頁(yè)面中添加菜單的監(jiān)聽(tīng)事件，加載OpenCV運(yùn)行庫(kù)，運(yùn)行包含圖像分類預(yù)測(cè)函數(shù)的C++代碼的imageProc庫(kù)，根據(jù)用戶的選擇打開(kāi)手機(jī)的圖像管理程序或相機(jī)功能進(jìn)行相應(yīng)的功能處理，檢測(cè)已存在的圖像將通過(guò)JNI傳遞文件地址給C++函數(shù)，該函數(shù)完成圖像分類預(yù)測(cè)后將返回圖像的分類編號(hào)，JAVA主程序接收到JNI接口返回的圖像分類編號(hào)，根據(jù)編號(hào)解析成文字內(nèi)容，顯示在主界面中。

相機(jī)功能的調(diào)用有intent對(duì)象方法和SurfaceView對(duì)象方式兩種。本系統(tǒng)使用intent對(duì)象方法直接調(diào)用系統(tǒng)相機(jī)。兩種方式的代碼編寫(xiě)量差不多，但SurfaceView對(duì)象方式直接調(diào)用硬件資源，不同的機(jī)型都需要進(jìn)行適配，而本系統(tǒng)主要是對(duì)圖像進(jìn)行分類，對(duì)相機(jī)功能要求穩(wěn)定、易用即可，因此本系統(tǒng)使用intent對(duì)象方法直接調(diào)用系統(tǒng)相機(jī)。

七、總結(jié)

圖像分類技術(shù)有助于人們快速的識(shí)別移動(dòng)終端設(shè)備上的海量圖像數(shù)據(jù)。本系統(tǒng)是基于向量機(jī)理論，采用SVM算法以及OpenCV框架實(shí)現(xiàn)了移動(dòng)平臺(tái)Android系統(tǒng)下的圖像分類功能。從實(shí)驗(yàn)數(shù)據(jù)上看，圖像測(cè)試樣本分辨率能達(dá)到95%以上，圖像分類的效果較理想。移動(dòng)終端設(shè)備上的圖像分類功能應(yīng)用比較廣泛，是目前研究的熱點(diǎn)，它也是計(jì)算機(jī)視覺(jué)處理中的基本任務(wù)之一。本系統(tǒng)對(duì)圖像分類技術(shù)的研究有重要意義。