柳培忠，王守覺(jué)

（1.華僑大學(xué) 工學(xué)院，福建 泉州362000；2.中國(guó)科學(xué)院 蘇州納米技術(shù)與納米仿生研究所，江蘇 蘇州215123）

0 引 言

復(fù)雜圖像的目標(biāo)分類是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心研究熱點(diǎn)之一。而目標(biāo)分類屬于計(jì)算機(jī)學(xué)科領(lǐng)域的模式識(shí)別范疇，更應(yīng)理解為人類對(duì)圖像的視覺(jué)內(nèi)容認(rèn)知［1］。傳統(tǒng)的計(jì)算機(jī)目標(biāo)分類方法可以概括的分為以下四類：

（1）基于統(tǒng)計(jì)的識(shí)別算法

依據(jù)圖像中目標(biāo)特性的統(tǒng)計(jì)數(shù)據(jù)，通過(guò)大量數(shù)據(jù)的訓(xùn)練和基于空間距離的度量特征匹配技術(shù)進(jìn)行分類。如二維不變矩［2］等，這類圖像的目標(biāo)分類算法目標(biāo)和周圍背景變化不大的效果顯著，對(duì)目標(biāo)解決姿態(tài)變化或目標(biāo)部分被遮擋等問(wèn)題效果不佳。

（2）知識(shí)理解的目標(biāo)分類算法

將專家系統(tǒng)運(yùn)用到圖像的目標(biāo)分類中，專家系統(tǒng)是以邏輯推理為基礎(chǔ)，如馬爾科夫模型等描述目標(biāo)的特征量［3］。由于存在可利用的知識(shí)源的理解和最后的驗(yàn)證很困難，因而難以在復(fù)雜變化的圖像中獲得很好的效果。

（3）模型化的自動(dòng)分類算法

采取一種描述圖像空間各種復(fù)雜變化特性的研究方法。如空間投影理論［4］等，該類算法要建立非常復(fù)雜的樣本空間模型。

（4）人工神經(jīng)網(wǎng)絡(luò)的目標(biāo)分類算法

人工神經(jīng)網(wǎng)絡(luò)［5－7］以結(jié)構(gòu)簡(jiǎn)單的神經(jīng)元連為基礎(chǔ)，通過(guò)大量的神經(jīng)元構(gòu)成復(fù)雜的網(wǎng)絡(luò)系統(tǒng)，該系統(tǒng)提供更強(qiáng)更豐富的處理信息能力。實(shí)現(xiàn)很好的目標(biāo)識(shí)別效果。

人類視覺(jué)仿生的圖像目標(biāo)分類算法主要研究視覺(jué)感知器官對(duì)圖像的理解和分析方法，研究人類視覺(jué)系統(tǒng)對(duì)圖像信息的檢測(cè)、提取、整合等過(guò)程，實(shí)現(xiàn)復(fù)雜圖像的目標(biāo)分類［8］，因而其原理和方法與上述的目標(biāo)分類算法有著本質(zhì)區(qū)別。

1 人類大腦的圖像認(rèn)知

隨著人類對(duì)大腦思維模式的研究不斷深入，其圖像的視覺(jué)認(rèn)知及在人類大腦的反映被清晰地描繪出來(lái)［8］，基于視覺(jué)仿生的圖像理解模型構(gòu)建是通過(guò)以下相關(guān)理論來(lái)獲取數(shù)學(xué)模型：

1.1 亮度適應(yīng)性原理

依據(jù)Weber－Fechner定律，人眼對(duì)圖像視覺(jué)的亮度差別感覺(jué)取決于相對(duì)圖像亮度變化［9］。即人眼的主觀感覺(jué)亮度與實(shí)際亮度之間的關(guān)系不是線性關(guān)系，而是一個(gè)積分關(guān)系如下所示

式中：I——圖像的光分布，γ——相對(duì)光強(qiáng)度效率函數(shù)，亮度 （光強(qiáng)度）與環(huán)境有關(guān)。

生物學(xué)研究表明，人眼對(duì)圖像內(nèi)容的主觀亮度是圖像內(nèi)容進(jìn)入眼睛的光強(qiáng)度的對(duì)數(shù)函數(shù)。圖1為實(shí)際圖像所含的光強(qiáng)度對(duì)數(shù)與人眼的主觀亮度的關(guān)系曲線關(guān)系。

圖1 光強(qiáng)對(duì)數(shù)與主觀亮度關(guān)系曲線

1.2 視皮層生理及仿生理解

人視覺(jué)系統(tǒng)從復(fù)雜的圖像背景中快速辨認(rèn)出要分類的目標(biāo)信息是一項(xiàng)熱門的研究問(wèn)題，在人眼的視皮層中，有一種與處理大范圍復(fù)雜圖像特征有關(guān)的功能結(jié)構(gòu)［8］，如圖2所示。

（1）人類視覺(jué)處理系統(tǒng)對(duì)圖像視覺(jué)信息認(rèn)知存在兩種狀態(tài)：靜態(tài)和動(dòng)態(tài)。

1）對(duì)圖像中對(duì)象的認(rèn)識(shí)通過(guò)靜態(tài)信息處理通路完成；

2）對(duì)圖像對(duì)象中的空間定位則由動(dòng)態(tài)信息處理通路實(shí)現(xiàn)處理。

（2）無(wú)論靜態(tài)還是動(dòng)態(tài)的視覺(jué)信息，人類視覺(jué)處理系統(tǒng)采取層次化的結(jié)構(gòu)進(jìn)行處理。層次化的各層次之間，既有前饋連接聯(lián)系，又有反饋連接聯(lián)系。

（3）人類視覺(jué)處理系統(tǒng)對(duì)圖像視覺(jué)信息的獲取不是均勻處理，而是根據(jù)視覺(jué)場(chǎng)景的內(nèi)容及具體的視覺(jué)任務(wù)，人類視覺(jué)處理系統(tǒng)會(huì)選擇部分信息 （如顏色、亮度、形狀、運(yùn)動(dòng)狀態(tài)等視覺(jué)信息）進(jìn)行重點(diǎn)處理。

圖2 視皮層結(jié)構(gòu)

基于上述人類視覺(jué)系統(tǒng)的功能特性，本文提出了一種模擬人類視覺(jué)處理方法的圖像目標(biāo)分類算法。

2 圖像目標(biāo)分類算法

（1）基于亮度適應(yīng)性原理，首先對(duì)圖像進(jìn)行整體亮度自適應(yīng)調(diào)整［9］，使得調(diào)整后圖像的亮度信息符合人類視覺(jué)處理系統(tǒng)對(duì)圖像信息的理解；

（2）依據(jù)人類視覺(jué)系統(tǒng)視皮層的層次圖像理解機(jī)制，視皮層中靜態(tài)和動(dòng)態(tài)視覺(jué)信息關(guān)注的圖像內(nèi)容不同，構(gòu)造一個(gè)基于層次化的圖像目標(biāo)分類方法；

（3）依據(jù)人類特有的形象思維原理實(shí)現(xiàn)對(duì)目標(biāo)信息的特征分類。

2.1 圖像整體亮度自適應(yīng)調(diào)整

依據(jù)上述人類對(duì)圖像的理解機(jī)制，本文的圖像整體亮度變換是對(duì)圖像整體明暗程度進(jìn)行調(diào)整，通過(guò)對(duì)圖像中暗區(qū)域的像素點(diǎn)進(jìn)行局部的增強(qiáng)和降低，以適應(yīng)人類視覺(jué)系統(tǒng)對(duì)于圖像光強(qiáng)的需要，其調(diào)整如下描述：

（1）基于視覺(jué)仿生的圖像整體亮度獲取

實(shí)驗(yàn)表明，在一定的范圍內(nèi)，數(shù)字圖像亮度的LOG值與人類的視覺(jué)響應(yīng)近似成線性關(guān)系。人類對(duì)圖像的視覺(jué)仿生特性通過(guò)用式 （2）的亮度值變化描述

（2）基于視覺(jué)仿生的圖像非線性亮度變換

為使得圖像中某些區(qū)域亮度過(guò)高的亮度值降下來(lái)，本文通過(guò)引入一個(gè)非線性亮度壓縮調(diào)整，使得圖像整體更為適合視覺(jué)特性，如下所示

寶雞市位于陜西省關(guān)中平原西部，東連咸陽(yáng)市，南接漢中市，西北與甘肅省天水市和平?jīng)鍪信?。全市轄區(qū)南北長(zhǎng)約160.6km，東西寬約156.6km，總面積18 172km2，轄三區(qū)九縣。

式中：Is——原圖信息，β——亮度調(diào)整的強(qiáng)度因子，具體值和Im有關(guān)，且大于1；I′——視覺(jué)仿生的非線性亮度變換后的圖像。

為了驗(yàn)證本文視覺(jué)仿生調(diào)整算法對(duì)圖像視覺(jué)仿生的適應(yīng)性，本文通過(guò)對(duì)不同類型的圖像目標(biāo)進(jìn)行亮度調(diào)整分析，如圖3和圖4所示，本文算法提出的亮度調(diào)整算法與其它算法比較，通過(guò)實(shí)驗(yàn)分析可見(jiàn)，本文算法具有很好的魯棒性，其亮度調(diào)整結(jié)果基本符合人類的視覺(jué)感知，而文獻(xiàn) ［9］算法相對(duì)來(lái)說(shuō)并不太符合視覺(jué)感知特性。

圖3 亮度調(diào)整比較 （一）

2.2 圖像目標(biāo)分類方法

人類獲取圖像同類目標(biāo)的流程：依據(jù)人類視覺(jué)原理，本文提出了一種基于仿生原理的圖像同類目標(biāo)方法［11］。如圖5所示，該方法融合了人類視覺(jué)系統(tǒng)中的反饋機(jī)制，包含了人類已經(jīng)認(rèn)知的目標(biāo)數(shù)據(jù)庫(kù)。

基于內(nèi)容的圖像層次化是模仿大腦進(jìn)行目標(biāo)分類的前提；而反饋機(jī)制提取層次化后圖像的目標(biāo)區(qū)域，提高分類的精度。圖像目標(biāo)區(qū)域提取后，下一步目標(biāo)區(qū)的特征與人類記憶的數(shù)據(jù)庫(kù)比較，判斷目標(biāo)區(qū)域是否與人類認(rèn)識(shí)一致。

圖4 亮度調(diào)整比較 （二）

圖5 仿生圖像目標(biāo)分類流程

具體步驟如下：

步驟1 人類視覺(jué)對(duì)亮度的敏感度遠(yuǎn)遠(yuǎn)超過(guò)對(duì)顏色的敏感，在仿生視覺(jué)計(jì)算中，采用HSI空間進(jìn)行對(duì)圖像進(jìn)行空間轉(zhuǎn)化處理，如下所示

其中

步驟2 依據(jù)視皮層的視網(wǎng)膜感受野對(duì)視覺(jué)信息的感受機(jī)理，通過(guò)三維高斯函數(shù)獲得圖像主觀感覺(jué)亮度，如下所示

式中：A1、A2、A3——中央、四周和邊緣的權(quán)值系數(shù)，σ1、σ2、σ3——中央、四周和邊緣的參數(shù)。

在處理圖像亮度對(duì)比變化時(shí)，該模型符合人類認(rèn)識(shí)圖像內(nèi)容的原理［12］，圖像中間信息包含的能量大且區(qū)域集中，需要中間區(qū)域的能量增強(qiáng)；中間的四周區(qū)域?qū)儆谳o助作用，包含信息的能量較??；而邊緣包含的信息豐富，能量大，因而可有效地實(shí)現(xiàn)視皮層感受野認(rèn)知的圖像內(nèi)容層次化。

步驟3 在步驟2獲取目標(biāo)區(qū)域后，接著進(jìn)行目標(biāo)區(qū)域的邊界確定，本文采取Sobel算子邊界確定方法，改進(jìn)的Sobel算子對(duì)噪聲具有一定的抑制能力。

（1）為達(dá)到更好的邊緣檢測(cè)效果，本文對(duì)Sobel算子進(jìn)行改進(jìn)，確定某個(gè)點(diǎn)X在8個(gè)方向的邊緣方向式子，例如在45°邊緣方向，改進(jìn)后的算子如式 （6）所示，對(duì)某個(gè)點(diǎn)X進(jìn)行計(jì)算相鄰8個(gè)點(diǎn)的亮度值，最大值對(duì)應(yīng)的方向?yàn)樵擖c(diǎn)X的邊緣方向

（2）上述檢測(cè)到的層次邊緣包含噪聲，為了實(shí)現(xiàn)目標(biāo)區(qū)域的準(zhǔn)確劃分層次，本文設(shè)置的閾值θ（θ為經(jīng)驗(yàn)值，依據(jù)圖像大小自動(dòng)調(diào)整），將像素?cái)?shù)目小于θ的點(diǎn)自動(dòng)剔除，用于去除噪聲，然后對(duì)得到的結(jié)果進(jìn)行形態(tài)學(xué)運(yùn)算以得到最優(yōu)的邊緣曲線［13］。

2.3 圖像目標(biāo)的特征分類方法

文獻(xiàn) ［10］已經(jīng)對(duì)圖像特征分類方法做了大量的研究工作，圖像目標(biāo)的理解更多體現(xiàn)在形象思維方面，本文按照文獻(xiàn) ［10］的圖像特征分類方法對(duì)圖像目標(biāo)的特征提取。

3 實(shí)驗(yàn)分析

3.1 圖像目標(biāo)分類分析

如圖6和圖7所示是本文分析各種算法的目標(biāo)分類結(jié)果，圖像中同類目標(biāo)本文用同一種顏色進(jìn)行表示，不同類的目標(biāo)用不同的顏色區(qū)分。

本文可以看出，相對(duì)于另外3種算法，本文算法的目標(biāo)分析總體上來(lái)說(shuō)比較好，能夠比較準(zhǔn)確地認(rèn)識(shí)出圖像里的同類目標(biāo)。

3.2 分類準(zhǔn)確率分析

本文用COREL標(biāo)準(zhǔn)圖像數(shù)據(jù)庫(kù)作為測(cè)試數(shù)據(jù)源，用本文算法、文獻(xiàn) ［14］、文獻(xiàn) ［15］和文獻(xiàn) ［16］等計(jì)算比較的分類準(zhǔn)確率 （見(jiàn)表1）。計(jì)算方法：統(tǒng)計(jì)能正確識(shí)別圖像中不同類的數(shù)目占圖像庫(kù)的百分比。

圖6 同類目標(biāo)提取比較 （一）

圖7 同類目標(biāo)分類比較 （二）

4 結(jié)束語(yǔ)

圖像的目標(biāo)識(shí)別在眾多領(lǐng)域及其重要，特別是軍工、航天等特殊行業(yè)的應(yīng)用，隨著各種仿生技術(shù)在當(dāng)前的模式識(shí)別應(yīng)用領(lǐng)域的不斷深入，仿生技術(shù)也在不斷成熟和完善，其實(shí)現(xiàn)的原理更符合自然界的規(guī)律，因此探索一種視覺(jué)仿生的圖像目標(biāo)分類算法一直是一項(xiàng)很有意義的工作。

總之本文在分析了當(dāng)前圖像目標(biāo)獲取算法的發(fā)展現(xiàn)狀，提出了視覺(jué)仿生的圖像目標(biāo)分類算法，通過(guò)實(shí)驗(yàn)分析驗(yàn)證算法的優(yōu)越性，但在圖像的語(yǔ)義分析方面還存在眾多不足，以后繼續(xù)研究的方向。

［1］HUANG Shuangping.Study on key technologies of generic visual object recognition ［D］.Guangzhou：South China University of Technology，2011：10－26 （in Chinese）. ［黃雙萍.通用視覺(jué)目標(biāo)識(shí)別的關(guān)鍵技術(shù)研究 ［D］.廣州：華南理工大學(xué)，2011.］

［2］XUE Bindang.Fresnel transform based invariant moments extraction and object recognition method ［J］.Journal of Beijing University of Aeronautics and Astronautics，2012，38 （8）：1001－1005 （in Chinese）. ［薛斌黨.基于菲涅耳變換的不變矩提取及目標(biāo)識(shí)別方法 ［J］.北京航空航天大學(xué)學(xué)報(bào)，2012，38（8）：1001－1005.］

［3］LEI Xiaogang.Fast segmentation approach for SAR image based on simple Markov random field ［J］.Journal of Systems Engineering and Electronics，2010，21 （1）：31－36.

［4］Myung J C，Torralba A，Willsky A S.A tree－based context model for object recognition ［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2012，34 （2）：240－252.

［5］Mutch J.Multiclass object recognition with sparse，localized features ［C］／／New York：IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2006：11－18.

［6］Bosch.Scene classification using a hybrid generative／discriminative approach ［J］.IEEE Trans Pattern Analysis and Machine Intelligent，2008，30 （4）：712－727.

［7］Kawasaki K.Learning to recognize visual objects with microstimulation in inferior temporal cortex ［J］.Journal of Neurophysiology，2008，100 （1）：197－211.

［8］WEI Longsheng.Research on the computation models of attention mechanism in the visual information processin ［D］.Wuhan：Huazhong University of Science and Technology，2011：14－81（in Chinese）.［魏龍生.視覺(jué)信息處理中注意機(jī)制計(jì)算模型研究 ［D］.武漢：華中科技大學(xué)，2011：14－81.］

［9］CHEN Chen.An adaptive biomimetic image processing method：LDRF algorithm ［J］.CAAI Transactions on Intelligent Systems，2012，7 （5）：404－408 （in Chinese）. ［諶琛.一種自適應(yīng)的仿生圖像增強(qiáng)方法：LDRF算法 ［J］.智能系統(tǒng)學(xué)報(bào)，2012，7 （5）：404－408.］

［10］WANG Shoujue.An image retrieval algorithm based on biomimetic imaginal thinking ［J］.ACTA Electronica Sinica，2010，38（5）：1－4 （in Chinese）.［王守覺(jué).基于仿生形象思維方法的圖像檢索算法 ［J］.電子學(xué)報(bào)，2010，38 （5）：1－4.］

［11］WANG Shoujue. Analysis and theory of high－dimension spacegeometry for artificial neural networks ［J］.ACTA Electronica Sinica，2010，38 （5）：1－4 （in Chinese）. ［王守覺(jué).人工神經(jīng)網(wǎng)絡(luò)的多維空間幾何及其理論 ［J］.電子學(xué)報(bào)，2002，28 （5）：1－4.］

［12］GAO Qingyi.Target recognition algorithm based on visual perception ［J］.Journal of Harbin Institute of Technology，2013，45 （1）：101－105 （in Chinese）.［高慶一.視覺(jué)感知的目標(biāo)識(shí)別算法 ［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2013，45 （1）：101－105.］

［13］CAO Jiannong.Review on image segmentation based on entropy ［J］.PR ＆ AI，2012，25 （6）：958－971 （in Chinese）.［曹建農(nóng).圖像分割的熵方法綜述 ［J］.模式識(shí)別與人工智能，2012，25 （6）：958－971.］

［14］KUANG Jinjun.Kernel sparse representation classification and multi－scale block rotation－extension based robust image recognition method ［J］.PR ＆ AI，2012，26 （2）：129－135（in Chinese）.［匡金駿.基于核稀疏分類與多尺度分塊旋轉(zhuǎn)擴(kuò)展的魯棒圖像識(shí)別 ［J］.模式識(shí)別與人工智能，2012，26（2）：129－135.］

［15］Yang J.Group－sensitive multiple kernel learning for object recognition ［J］.IEEE Transactions on Image Processing，2012，21 （5）：2838－2852.

［16］Koen E A.Cees Snoek.Evaluating color descriptors for object and scene recognition ［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2010，32 （9）：1582－1596.