一种改进的稀疏编码模型图像分类算法

刁琦

摘 要：针对传统稀疏编码方法对图像分类，本文采用SIFT算法提取的图像特征，分类器主要通过构造多尺度小波核极限学习机进行图像分类。采用该方法对wine数据集与微软Corel1K图像库进行测试，实验表明，较单尺度小波核，多尺度小波核具有更好的分类效果。同时，多尺度小波核极限学习机的分类性能优于多尺度支持向量机、支持向量机与极限学习机的分类性能。

关键词： 稀疏编码;图像分类;极限学习机;支持向量机

【Abstract】 According to the traditional sparse coding method for image classification， the image features extracted by SIFT algorithm are used in this paper. The classifier mainly constructs multi-scale wavelet kernel limit learning machine for image classification. This method is used to test the wine dataset and the Microsoft Corel1K image library. Experiments show that the multi-scale wavelet kernel has better classification effect than the single-scale wavelet kernel. At the same time， the classification performance of multi-scale wavelet kernel limit learning machine is better than that of multi-scale support vector machine， support vector machine and extreme learning machine.

【Key words】  sparse coding; image classification; extreme learning machine; support vector machine

0 引 言

稀疏編码（Sparse Coding，SC）算法作为无监督的学习方法之一，其使用基向量的线性组合方式（完备基）来描述图像的输入信息，且能够提取较好的数据集特征，广泛应用于图像分类、图像检索、数据预测等问题。张立和等人[1]提出核拉普拉斯稀疏编码，在分类效果上优于拉普拉斯稀疏编码;谢成军等人[2]采用稀疏编码金字塔模型对农田害虫图像进行识别，较传统方法识别精度提高14.1%;张勇等人[3]提出一种非负弹性网稀疏编码算法，较传统的稀疏编码算法的有效性更高，分类的效果更好;徐佳庆等人[4]提出基于二阶矩空谱联合稀疏编码的遥感图像分类方法，与支持向量机（Support Vector Machine，SVM）方法相比有较高的准确性。在分类方法上，SVM是一种常用的分类器[5]。满瑞君等人[6]将多尺度小波支持向量机（Multi-scale wavelet SVM）应用于交通流数据的预测，指出该方法的预测准确性高于BP神经网络和高斯SVM。随着极限学习机（Extreme Learning Machine，ELM）的提出，也被研究者广泛应用于图像分类问题[7]。王杰等人[8]将小波核极限学习机（Wavelet ELM）应用于UCI图像集分离，并指出WELM的分类性能优于ELM。为此，本文将多尺度小波核函数（Multi-scale wavelet kernel）作为ELM的核函数，以在测试集中获得更好的分类效果。对此拟展开研究论述如下。

1 稀疏编码描述

3 实验结果与分析

首先，本文对Wine数据集进行测试。Wine数据集包含了3类葡萄酒数据，共计178个样本，每类葡萄酒有13个属性特征。第一类训练样本为1～30，第二类训练样本为60～95，第三类训练样本为131～153，其余为测试样本。分别对比单尺度、二尺度以及三尺度的分类性能。采用不同尺度小波核的分类结果见表1，采用文献[6]获得的分类精度为93.09%，这也表明采用多尺度小波核ELM分类性能优于小波核ELM和小波核SVM。分类的具体情况如图1所示。

其次，采用微软Corelk图像库进行测试。其中，Corel图像库包含10类图像，每类图像为100张，共计1 000张图像。方法实现中主要包括2部分，分别是：对图像进行sift特征提取，图像分类。每类图像的分类精度见表2。

采用不同分类器方法的对比情况如图2所示。从图2中可看出，本文的分类精度要高于文献[6]方法、SVM和ELM。对于buses与dinosaurs两个类别，4种分类器的分类精度相同，主要由于这2类图片背景较为简单，对于复杂图像的分类，多尺度小波核ELM具有较好的分类效果。

4 结束语

本次研究及实验表明，多尺度小波核极限学习机具有较高的分类性能。由于核函数在分类问题方面具有较强的映射能力和非线性分类能力，但对于解决实际复杂背景及大规模图像分类问题效果不佳，在实际应用中可采用多个核函数由组合形式来获得更好的结果。

参考文献

[1]张立和，潘磊，刘涛，等.基于核拉普拉斯稀疏编码的图像分类[J].大连理工大学学报，2015，55（2）：192-197.

[2]谢成军，李瑞，董伟，等.基于稀疏编码金字塔模型的农田害虫图像识别[J].农业工程学报，2016，32（17）：144-151.

[3]张勇，张阳阳，程洪，等.基于非负弹性网稀疏编码算法的图像分类方法[J].计算机工程，2017，43（7）：239-243，249.

[4]徐佳庆，万文，吕启.基于二阶矩稀疏编码的高光谱遥感图像分类[J].计算机科学，2018，45（9）：288-293.

[5]吴园园，申立勇.基于类重叠度欠采样的不平衡模糊多类支持向量机[J].中国科学院大学学报，2018，35（4）：536-543.

[6]满瑞君，梁雪春.基于多尺度小波支持向量机的交通流预测[J].计算机仿真，2013，30（11）：156-159.

[7]HUANG Guangbin， ZHU Qinyu， SIEW C K. Extreme learning machine： Theory and applications[J].Neurocomputing，2006，70（1/3）：489-501.

[8]王杰，郭晨龙.小波核极限学习机分类器[J].微电子学与计算机，2013，30（10）：73-76，80.

[9]李兵，刘磊，魏志强.一种具有强实时性、强鲁棒性的图像匹配算法[J].软件学报，2014，25（7）：1583-1592.