基于投影熵特征图像识别算法.doc

基于投影熵特征图像识别算法 　　摘 要：原始定义下的投影熵特征对于图像信息利用不够充分，而且对图像缩放变换不具有不变性，针对这两方面的不足，给出了扩展规范化投影熵特征的定义，并将规范化后图像的局部投影熵特征向量用于图像识别；在进行图像识别时，利用期望最大化（EM）算法得到训练集图像局部投影熵特征的混合高斯概率分布模型，求取目标图像的相应特征到各个混合高斯函数的Mahalanobis距离，根据距离判别法原理得到目标图像所属类别。实验采用哥伦比亚大学计算机视觉数据库中的图像对算法进行验证，结果表明该算法具有较好的识别效果和良好的并行运算特性。 关键词：图像识别；投影熵；混合高斯模型；最大期望算法；判别分析 0 引言 图像识别以研究图像的描述和分类为主要内容，其关键环节是特征提取。特征提取的好坏将直接影响到目标识别系统的准确性，选取合适的特征可以降低识别系统的难度[1]。在图像识别中，常见的特征包括灰度特征、纹理特征、边缘特征、形态学特征和不变矩特征等。 投影熵特征是将图像的投影特征与图像熵相结合而得到的一种图像特征[2-4]。文献[2]首次提出了“投影熵”的概念，并讨论了一种基于局部投影熵的图像匹配算法，该算法具有较高的匹配精度和较好的抗几何失真特性；文献[3]将投影熵与Hausdorff距离相结合作为粗匹配准则，用于确定在基准图与实时图进行N层Contourlet分解后得到的低频子图像中，图像的最佳匹配位置；文献[4]将局部投影熵与细分小波相结合用于图像匹配；文献[5-6]将局部投影熵用于人脸识别，两篇文献所讨论算法的识别效果均具有较好的鲁棒性；文献[7]对图像投影特征进行了扩展，在原有的行投影和列投影的基础上，又提出了主对角线投影和次对角线投影的概念。 本文提出一种基于投影熵的图像识别算法，首先分析了原始定义下投影熵特征的不足，对投影熵的定义进行了改进；在进行图像识别时使用图像的局部投影熵特征，利用最大期望（Expectation Maximization，EM）算法建立训练集图像特征的混合高斯概率分布模型，对于给出的目标图像，求取图像相应特征，利用距离判别法来确定目标图像的类别。 1 投影熵 1.1 投影熵原始定义 投影变换是一种常见的线性变换，对于大小为M×N 的图像，设其灰度函数为f （x，y），则图像的行投影与列投影分别为： 1.2 投影熵特点分析 投影熵特征充分利用了投影变换的降维特性，同时也很好地继承了图像熵对图像几何失真不敏感的优点，并且具有一定程度的抗噪性和较快的运算速度[2-4]。 在具有这些优点的同时，投影熵还存在以下的一些问题： 1）投影变换在降低特征维数的同时，也丢失了一些图像中的信息，因此投影熵特征对于图像信息的提取是不够充分的； 1.3 扩展规范化投影熵 对原始的投影熵定义的改进包括“扩展”和“规范化”两个部分。“扩展”是指在原始定义的基础上加入主次对角线两个方向的投影熵；“规范化”是指在进行投影熵计算之前，先对图像进行一定的规范化处理。下面对这两部分给出具体说明。 1.3.1 投影方向的扩展 为了更加充分地提取图像中的信息，提出主对角线投影熵和次对角线投影熵的概念。对于大小为N×N的图像，主、次对角线投影分别定义为 1.3.2 图像的规范化 对图像的规范化包括以下三个步骤： 1）去除图像边缘上的背景，使图像中物体的边缘与图像的边缘相切； 2）使图像的行数和列数相等。若MN，在原图像右端补充M×（M-N）的像素空间，像素值全部为1；若M 　　1）训练集建特征模。 ①选择合适的基准尺寸，对训练集中的图像进行规范化处理； ②计算规范化图像的局部投影熵向量，得到各个类别图像的特征向量集合； ③利用EM算法得到各个类别的投影熵特征概率分布的混合高斯模型。 2）目标图像识别。 ①使用与训练集建模相同的基准尺寸，对目标图像进行规范化处理； ②计算目标图像的局部投影熵特征； ③计算目标图像特征向量到备选物体的混合高斯模型的Mahalanobis距离； ④根据距离判别法原理，得到目标图像所属类别。 5 仿真实验与结果分析 仿真实验使用哥伦比亚大学计算机视觉数据库（Computer Vision Laboratory Databases）中的图像对本文提出的算法进行实验验证。该数据库中包含多组图像数据，每组为某个物体绕其一周观察的图像，每旋转5°一张，共72张。图3给出列出实验中所用到不同物体的图像。 5.1 算法对比实验 在实验中，对于每个物体，将每间隔30°选取一张图像而得到的12张图像作为训练集。每次实验将每组的72张图