机器视觉智能导盲系统2维图像中物体标注与辨识.docVIP

机器视觉智能导盲系统2维图像中物体标注与辨识 　　摘 要：在机器视觉智能导盲系统中，对2维图像中物体标注与识别极为关键，这一步决定整个系统对障碍物判别的正确性和智能导盲的准确性、实用性。为了得到较好的识别，先进行阈值分割，再对图像进行Gabor小波变换，考虑速度精度、适应性再选择多尺度和多方向的滤波器组成的小波滤波器，进行特征提取。识别需要建好的目标模型库由Gabor网络组成，识别出目标之后，为了不受训练时间和训练样本的约束，采用数据驱动的的图像标注方法。 　　关键词：Gabor滤波变换；图像标注；图像检索；标签挖掘 　　中图分类号：TP391.41 　　本文主要研究在基于机器视觉智能导盲系统中2维图像中物体标注与辨识的部分。现下，机器视觉领域有很多的图像识别和标注技术。在众多的特征提取算法中选择了Gabor滤波算法，因为此方法对空间分布和精度要求都比较满足，利用阈值分割先对原图进行处理，提高了对识别物的计算速度，对物体识别极为有利；对于数据驱动的图像标注方法，文献[1]和文献[2]提出基于Search的图像标注算法，属于数据驱动的标注算法，AnnoSearch方法先将识别图像视为查询图像，提供一个初始标注，在检索基于文本的相关图像集合和标注集合，这个依赖人为提供的标注，而文献[1]优化了该方法，实现了检索与标注的自动化。 　　1 特征提取和识别 　　在真正的机器视觉智能导盲系统中，图像目标和背景的灰度不是完全不同，是随着可见光的强弱不同，目标亮度和背景亮度都在变化之中。阈值不应该是固定不变的，最好是自适应图像像素的实际性质。选择自适应阈值算法对图像进行阈值分割后，采用Gabor滤波算法，它有着比较优越的方向选择和频率选择特点。本文所采用的二位Gabor函数，它的脉冲响应函数表达式是： 　　ωk与θl（k，?N）分别为调制频率与调制方向，选择k∈{0，--5}个频率和l∈{0，--5}个方向来标记，Gabor滤波器可以比较好的描述识别物。这样一来就有36个滤波器，有着不同的Gabor小波特征，对图像进行Gabor小波变换，如图1所示。 　　图1 Gabor小波滤波 　　目标识别需要建好的目标模型库由Gabor网络组成。目标模型Gabor网格的形成过程为：物体图像的Gabor小波分解结果是一个多分辨率的图像模板，它可以通过物体图像与复Gabor小波滤波器的卷积得到，利用像素之间的相关性，对这个物体图像的模板进行亚抽样就形成了一个Gabor网格。目标图像Gabor小波分解与模型Gabor网格的相似性测度则采用弹性匹配算法。 　　2 图像标注 　　现下，已经出现的图像标注方法很多，可是受标注词典和训练样本的约束较多，为了避免这些缺陷，采用数据驱动的图像标注方法。这里要解决的最关键的是图像检索和标签挖掘技术。 　　图像检索从大规模图像数据库中搜索一组与查询图像视觉上十分相似的图像： 　　（1）利用加权搜索树和共现信息的特征量化方法，首先要对不同特征的视觉判别能力进行区分，并依赖有效的特征量化精度构建加权的搜索树对局部特征进行有区别的量化，然后利用大规模训练集统计不同视觉特征之间的共现频率。这个量化方法有着比较快的收敛性，和高效的图像检索效率。 　　（2）利用特征组合的图像表示方法，先用局部特征间空间位置信息把互相包含的局部特征组合在一起来增强局部特征的表达和区分能力；其次进行图像匹配时以相应倒排索引机制实现特征的组合匹配，并引入特征组合间的空间约束关系进而提高图像匹配的准确率。该特征组合有着较好的尺度、旋转和平移不变性，因此非常适合用于大规模图像检索。 　　（3）采用基于概率混合模型的标签挖掘方法用于图像标注，本方法把数据驱动的图像标注框架中标签挖掘归纳成关键词排序问题，先采用回归模型利用文本的统计特征提取候选词，然后将基于人工知识库学习的主题空间作为桥梁来建立图像和文本之间的联系，最后通过建立概率混合模型对候选词进行相关度排序从而得到最终的标注结果。这个方法支持标注字典，还能生成有效的语义明确的短语，大幅度提高图像标注的性能。 　　（4）是高分辨率图像的实时分享方案，将图像分享与基于检索的图像重构相结合，利用云平台和大数据驱动图像的实时分享应用。首先采用缩略图像和局部特征对图像进行联合表示、联合压缩，在保证重构质量的基础上进一步减少移动传输的负载；然后通过局部特征建立部分复制图像之间的联系，进而通过区域匹配、区域校准、不相关区域剪切以及区域拼接实现高分辨率图像的即时重构分享。这个方案使得机器视觉智能导盲系统视觉体验更加完善。 　　其次是标签挖掘，从图像检索结果的文本描述中挖掘出有意义的文本关键词作为图像最终的标注结果。 　　为了保证图像标注的准确率，在充满噪声的文本描述中进行快速有效的标签挖掘，需具备几个约束条件： 　　（1）具备