基于libsvm的gist和phog特征的图像分类研究

研究生技术报告题目：基于libsvm的图像分类研究

编号：20132098

执笔人：刘金环

完成时间：2013-11-23

摘要

随着科学技术的飞速发展，机器学习与人工智能技术的不断创新，人们对特定信息检索的需求逐渐增加，使得如何对资源进行合理有效的分类成为一个关键问题。支持向量机（SVM）是一种建立在统计学习理论基础之上的机器学习方法，由于其基于小样本训练的优越性，被广泛应用于模式识别的各个领域，在图像检索、人脸识别等中充分了体现了其优越性，越来越受到广泛的关注和重视。

本文主要介绍了基于libsvm分类器的分类问题。本文以gist和phog特征为例简单实现了图像的分类问题，并通过查询准确性对这两种分类方法进行对比和分析。由仿真结果可知，gist特征分类要好于phog的特征分类，仿真效果较为理想。

目录

1 课题意义..................................................................................................... 错误！未定义书签。

2 技术要求及性能指标................................................................................. 错误！未定义书签。3方案设计及算法原理.................................................................................. 错误！未定义书签。

3.1基于libsvm的gist特征提取分类.............................................. 错误！未定义书签。

3.1.1算法原理 (1)

3.1.2设计框图 (2)

3.2基于libsvm的phog特征提取分类.............................................. 错误！未定义书签。

3.2.1算法原理.............................................................................. 错误！未定义书签。

3.2.2设计框图.............................................................................. 错误！未定义书签。4代码及相关注释. (4)

4.1基于libsvm的gist特征提取分类仿真结果 (6)

4.1.1代码及注释 (9)

4.1.2测试结果 (9)

4.2基于libsvm的phog特征提取分类仿真结果 (9)

4.2.1代码及注释 (9)

4.2.2测试结果 (12)

4.3基于libsvm的gist特征分类不同训练集测试结果.................. 错误！未定义书签。

4.3.1代码及注释.......................................................................... 错误！未定义书签。

4.3.2测试结果 (14)

5实验结果分析.............................................................................................. 错误！未定义书签。6总结 ............................................................................................................. 错误！未定义书签。

1.课题意义

伴随着网络和多媒体技术的飞速发展，图像作为一种内容丰富、表现直观的媒体信息，越来越多的受到人们的关注。在现实生活中时时刻刻都会有大量的图像产生，如何从这些图像信息中找出符合用户要求的图像，成为了一个关键问题。

图像分类就是模式识别的过程，根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。图像的内容丰富多彩，其所包含的内容抽象复杂。由于目前对图像理解和计算机视觉发展水平的限制，人类对图像的理解与计算机对图像的描述存在着较大的差异。并且，不同的人对同一幅图像的理解和描述也存在着差距，甚至大相径庭，这也使得计算机对图像进行分类成为一种必要。

由上可知，对基于libsvm的图像分类研究具有实际的应用价值和重要的研究意义。

2.技术要求及性能指标

要求了解libsvm的安装过程及简单的使用方法，通过MATLAB平台编程实现对gist图像特征和 phog图像特征的提取，并分别用所提取的特征对训练集的图像进行训练，从而完成对测试集图像的分类，得出分类准确度。

本文主要以梅兰竹菊和松竹梅图像为例，分别用以上两种特征对图像进行分类，并对分类准确性进行对比。

3.方案设计及算法原理

3.1 基于libsvm的gist特征提取分类

3.1.1 算法原理

通过creatGabor()函数和gistGabor()函数提取训练图像的gist特征，然后对不同类别的图像进行标签设置，用svmtrain()函数完成对训练集图像的训练过程，同样提取测试集图像的gist特征并对不同类别的图像进行标签设置，用svmpredict()函数完成对测试集图像的测试，从而完成分类过程，得到分类准确率。

3.1.2 框图设计

.

3.2 基于libsvm 的phog 特征提取分类

3.2.1 算法原理

通过phog()函数提取训练图像的phog 特征，然后对不同类别的图像进行

开始

读入训练图像

提取gist 图像特征

设置训练图像标签

对训练集图像进行训练

读入测试图像

提取测试图像的gist 图像特征

设置测试图像的标签

对读入的测试图像进行测试

得到准确率

结束

标签设置，用svmtrain()函数完成对训练集图像的训练过程，同样提取测试集图像的phog特征并对不同类别的图像进行标签设置，用svmpredict函数完成对测试集图像的测试，从而完成分类过程，得到分类准确率。

3.2.2 框图设计

.

开始

读入训练图像

提取phog图像特征

设置训练图像标签

对训练集图像进行训练

读入测试图像

提取测试图像的phog图像特征

设置测试图像的标签

对读入的测试图像进行测试

得到准确率

结束

4.代码及相关注释

本文主要采用梅兰竹菊和松竹梅两组图像，其图像大小均为60*60像素，且每一类的训练集均为10个图片，每一类的测试集均为30个图片。

梅兰竹菊组的训练图像如下：

梅兰竹菊组的测试图像如下：

松竹梅组的训练图像如下：

松竹梅组的测试图像如下：

4.1 基于libsvm的gist特征提取分类仿真结果4.1.1 代码及注释

梅兰竹菊训练样本代码：

clc

clear all

close all

tic;

%读入训练图像；

A=dir('D:\梅兰竹菊gist\train\*.jpg');

C=[];

for k=1:size(A)%k为训练图像的总数；

B=strcat('D:\梅兰竹菊gist\train\',A(k).name);

img=imread(B);

%获取图像的GIST特征向量；

Nblocks = 4;

imageSize = 60;

orientationsPerScale = [8 8 8 8];%每个数值范围的方向数量

numberBlocks = 4;

createGabor(orientationsPerScale, imageSize);

G = createGabor(orientationsPerScale, imageSize);

output = prefilt(double(img), 4);

g = gistGabor(output, numberBlocks, G);

C(k,:)=g;%C为该图像的特征矩阵；

end

%设置训练图像标签；

s=[];

for i=1:4

A=i*ones(10,1);

s=[s;A];

end

%对图像进行训练；

model = svmtrain(s, C);

t1=toc

梅兰竹菊测试样本代码：

Tic;

A=dir('D:\梅兰竹菊gist\test\*.jpg');

D=[];

%读入测试图像；

for k=1:size(A)%k为测试图像的总数；

B=strcat('D:\梅兰竹菊gist\test\',A(k).name);

img=imread(B);

%获取图像的GIST特征向量；

Nblocks = 4;

imageSize = 60;

orientationsPerScale = [8 8 8 8];%每个数值范围的方向数量numberBlocks = 4;

createGabor(orientationsPerScale, imageSize);

G = createGabor(orientationsPerScale, imageSize);

output = prefilt(double(img), 4);

g = gistGabor(output, numberBlocks, G);

D(k,:)=g;%C为该图像的特征矩阵；

end

T=[];

for i=1:4

A=i*ones(30,1);

T=[T;A];

end

%对图像进行测试；

[predict_label, accuracy, dec_values] = svmpredict(T,D, model); T2=toc

松竹梅训练样本代码：

clc

clear all

close all

tic

%读入训练图像；

A=dir('D:\松竹梅gist\train\*.jpg');

C=[];

for k=1:size(A)%k为训练图像的总数；

B=strcat('D:\松竹梅gist\train\',A(k).name);

img=imread(B);

%获取图像的GIST特征向量；

Nblocks = 4;

imageSize = 60;

orientationsPerScale = [8 8 8 8];%每个数值范围的方向数量numberBlocks = 4;

createGabor(orientationsPerScale, imageSize);

G = createGabor(orientationsPerScale, imageSize);

output = prefilt(double(img), 4);

g = gistGabor(output, numberBlocks, G);

C(k,:)=g;%C为该图像的特征矩阵；

end

%设置训练图像标签；

s=[];

for i=1:3

A=i*ones(10,1);

s=[s;A];

end

%对图像进行训练；

model = svmtrain(s, C);

T1=toc

松竹梅测试样本代码：

tic

A=dir('D:\松竹梅gist\test\*.jpg');

D=[];

%读入测试图像；

for k=1:size(A)%k为测试图像的总数；

B=strcat('D:\松竹梅gist\test\',A(k).name);

img=imread(B);

%获取图像的GIST特征向量；

Nblocks = 4;

imageSize = 60;

orientationsPerScale = [8 8 8 8];%每个数值范围的方向数量

numberBlocks = 4;

createGabor(orientationsPerScale, imageSize);

G = createGabor(orientationsPerScale, imageSize);

output = prefilt(double(img), 4);

g = gistGabor(output, numberBlocks, G);

D(k,:)=g;%C为该图像的特征矩阵；

end

T=[];

for i=1:3

A=i*ones(30,1);

T=[T;A];

end

%对图像进行测试；

[predict_label, accuracy, dec_values] = svmpredict(T,D, model);

T2=toc

4.1.2 测试结果

梅兰竹菊gist测试结果：对其进行四分类，其中每一类的训练图像为10幅，测试图像为30幅，测试时间为t=t1+t2=10.5512+20.4377=30.9889S，Accuracy = 87.5% (105/120) 。当改成orientationsPerScale=[8, 8, 4]时，测试结果变为t=t1+t2=7.6699+14.1259=21.7958S,Accuracy = 84.1667% (101/120) 。

松竹梅gist测试结果：对其进行三分类，其中每一类的训练图像为10幅，测试图像为30幅，测试时间为t=t1+t2=5.7285+15.0340=20.7625S，Accuracy = 91.1111% (82/90) 。

4.2 基于libsvm的phog特征提取分类仿真结果

4.2.1 代码及注释

梅兰竹菊训练样本代码：

clc

clear all

tic

%显示训练图像工作路径；

cd('D:\梅兰竹菊phog\train')

files=dir('*.jpg');

m=size(files,1);%m为训练图像的总数；

%获取训练图像的PHOG特征向量；

bin = 8;%直方图的方向个数；

angle = 360;%方向角度；

L=3;%图像分三层；

roi = [1;60;1;60];%提取图像大小；

C=[];

for k=1:m

p = anna_phog(files(k).name,bin,angle,L,roi);

C(k,:)=p;%C为该图像的特征矩阵；

end

%设置训练图像标签

s=[];

for i=1:4

A=i*ones(10,1);

s=[s;A];

end

%对图像进行训练；

model = svmtrain(s, C);

T1=toc

梅兰竹菊测试样本代码：

tic

%显示测试图像工作路径；

cd('D:\梅兰竹菊phog\test')

files=dir('*.jpg');

m=size(files,1);%m为测试图像的总数；

%获取测试图像的PHOG特征向量；

bin = 8;%直方图的方向个数；

angle = 360;%方向角度；

L=3;%图像分三层；

roi = [1;60;1;60];%提取图像大小；

D=[];

for k=1:m

p = anna_phog(files(k).name,bin,angle,L,roi);

D(k,:)=p;%D为该图像的特征矩阵；

end

%设置测试图像标签

for i=1:4

A=i*ones(30,1);

T=[T;A];

end

%对图像进行测试；

[predict_label, accuracy, dec_values] = svmpredict(T,D, model); T2=toc

松竹梅训练样本代码：

clc

clear all

close all

Tic;

%显示训练图像工作路径；

cd('D:\松竹梅phog\train')

files=dir('*.jpg');

m=size(files,1);%m为训练图像的总数；

%获取训练图像的PHOG特征向量；

bin = 8;%直方图的方向个数；

angle = 360;%方向角度；

L=3;%图像分三层；

roi = [1;60;1;60];%提取图像大小；

C=[];

for k=1:m

p = anna_phog(files(k).name,bin,angle,L,roi);

C(k,:)=p;%C为该图像的特征矩阵；

end

%设置训练图像标签

s=[];

for i=1:3

A=i*ones(10,1);

s=[s;A];

end

%对图像进行训练；

model = svmtrain(s, C);

T2=toc

松竹梅测试样本代码：

Tic;

%显示测试图像工作路径；

cd('D:\松竹梅phog\test')

files=dir('*.jpg');

m=size(files,1);%m为测试图像的总数；

%获取测试图像的PHOG特征向量；

bin = 8;%直方图的方向个数；

angle = 360;%方向角度；

L=3;%图像分三层；

roi = [1;60;1;60];%提取图像大小；

D=[];

for k=1:m

p = anna_phog(files(k).name,bin,angle,L,roi);

D(k,:)=p;%D为该图像的特征矩阵；

end

%设置测试图像标签

T=[];

for i=1:3

A=i*ones(30,1);

T=[T;A];

end

%对图像进行测试；

[predict_label, accuracy, dec_values] = svmpredict(T,D, model);

T2=toc;

4.2.2 测试结果

梅兰竹菊phog测试结果：对其进行四分类，其中每一类的训练图像为10幅，测试图像为30幅，测试时间为t=t1+t2=8.6881+10.0942=18.7823S，Accuracy = 53.3333% (64/120) 。改成L=0时，t=t1+t2=1.3464+2.0309=3.3773S,Accuracy = 43.3333% (52/120) ；改成L=2时，t=t1+t2=1.7162+3.2901=5.0063S,Accuracy = 51.6667% (62/120) 。

松竹梅phog测试结果：对其进行三分类，其中每一类的训练图像为10幅，测试图像为30幅，测试时间为t=t1+t2=2.3445+5.1615=7.506S，Accuracy = 70% (63/90) 。改成roi = [15;45;15;45]时，t=t1+t2=2.5186+5.8621=8.3807S,Accuracy = 75.5556% (68/90)。

4.3 基于libsvm的gist特征分类不同训练集测试结果

4.3.1 训练图像

训练图像组（1）为：

训练图像组（2）为：

训练图像组（3）为：

4.3.2 测试结果

训练图像组（1）的测试结果：测试时间为t=t1+t2=2.1293+4.7639=6.8932S，Accuracy = 81.1111% (73/90) 。

训练图像组（2）的测试结果：测试时间为t=t1+t2=2.8401+4.8126=7.6527S，Accuracy = 61.1111% (55/90) 。

训练图像组（3）的测试结果：测试时间为t=t1+t2=2.2477+4.9528=7.2005S，Accuracy = 63.3333% (57/90) 。

5.实验结果分析

综上可知，同一组图片，当用gist和phog提取特征时，其训练结果是不同的，gist图像特征用来分类的结果要相对好一些。由orientationsPerScale（）函数和L（）函数参数的改变可以看出，在进行特征提取时，所提取的图层数目越多，特征越精确，相应的分类准确率也越高。由roi（）参数的改变可以看出，当以中心部分图像做特征提取时，分类准确度更高一些。

6.总结

本文主要介绍了libsvm用于分类器的实现问题，并设计了gist图像特征和phog图像特征的提取、训练及测试系统。成功完成了对图像的分类，并且通过改变部分函数的参数值，验证了其对分类准确率的影响。但是其中还存在一些问题，例如：图像的选择问题、图像的背景影响问题、函数参数设置的合理性问题等等，都或多或少的影响着分类准确率，由此可见，本程序还有待继续改善。总体来说，测试结果比较理想，分类比较成功。