CN104008400A - 结合sift和bp网络进行物体识别的方法 - Google Patents

Abstract

结合SIFT和BP网络进行物体识别的方法，首先提取标准图像和待识别图像的SIFT特征，然后将标准图像的SIFT特征输入BP网络进行训练，并保存该网络，最后将待识别图像的SIFT特征输入到该网络中进行分类识别，提高了识别率。

Description

结合SIFT和BP网络进行物体识别的方法

技术领域

本发明涉及物体识别，尤其涉及一种结合SIFT和BP网络进行物体识别的方法。

背景技术

物体识别是模式识别领域和计算机视觉领域中的一个重要研究方向，被广泛地应用于工业检测、医学分析、机器人抓取工件、自动导航、自动检测等方面。目前大量的研究人员和学者投入了大量的人力物力进行该研究，并提出多种理论和方法。一般来说，物体识别方法可分为两类: 基于全局特征的物体识别方法和基于局部特征的物体识别方法。前者提取物体的全局特征, 然后结合主成分分析、支持向量机、隐马尔可夫模型等方法进行识别。此类方法可成功识别部分遮挡物体和带噪声的图像, 但是不能准确识别发生旋转变化的物体,当遮挡区域增加时识别率也会明显下降。

发明内容

为解决上述技术问题，采用SIFT和BP(Back Propagation)网络相结合的方法进行物体识别。首先提取标准图像和待识别图像的SIFT特征，然后将标准图像的SIFT特征输入BP网络进行训练，并保存该网络，最后将待识别图像的SIFT特征输入到该网络中进行分类识别，提高了识别率。

为实现上述技术目的，本发明所采用的技术方案是：结合SIFT和BP网络进行物体识别的方法，其特征在于：

1）建立DOG金字塔；对图像进行不同分辨率的采样，并在相邻尺度空间建立金字塔，金字塔结构采用不同的高斯函数进行滤波，将相邻的高斯滤波相减构成高斯差分金字塔。

2）检测极值点；在DOG空间，比较每个点与其相邻尺度的相邻点，看该点是否都小于或者都大于其同尺度的8个邻点和上下相邻该尺度的各9个邻点，这样可保证该点在该尺度和二维空间均为极值点。通过该方法获得的特征点称为候选特征点。

3）特征点的确定；获取候选特征点后，对其进行稳定性检测，去除对噪声敏感的低对比度点和不稳定的边缘响应点，通过稳定性检测的点称为SIFT特征点。

4）确定每个特征点的方向参数；利用梯度直方图确定特征点的主方向，在以特征点为中心的邻域内，用直方图计算邻域像素的梯度方向，梯度方向直方图的峰值表示该特征点邻域梯度的主方向，也就是该特征点的主方向，点（x,y）的梯度模值与方向可定义为

                 （2）

                     （3）

5）生成SIFT特征向量；将特征点作为中心，选择16X16的邻域，并将该邻域划分为16个4     X4的子区域。然后在该子区域上计算共8个方向上的梯度累加值，以得梯度直方图，所以对每个特征点，可生成16X8维的特征向量，其表示如下：

                                         （4）

6）将生成的SIFT特征向量输入至BP神经网络；对要识别的物体进行识别。

本发明的有益效果是：该方法利用局部特征进行识别，其抗干扰能力强，对缩放变化有较好的适应性，识别率高。

附图说明

图1为本发明检测极值点的示意图；

图2为本发明BP神经网络的示意图；

图3为物体的六个变化示意图；

图4为变化示意图的特征点检测示意图。

具体实施方式

1.     SIFT特征的提取

SIFT算法主要有以下五个步骤：

1）建立DOG金字塔。对图像进行不同分辨率的采样，并在相邻尺度空间建立金字塔。金字塔结构采用不同的高斯函数进行滤波，将相邻的高斯滤波相减构成高斯差分金字塔（different of Gaussuans, DOG）。DOG算子可定义为两个不同尺度的高斯核的差分：

                             （1）

式中k为常数。

2）检测极值点。在DOG空间，比较每个点与其相邻尺度的相邻点，看该点是否都小于或者都大于其同尺度的8个邻点和上下相邻该尺度的各9个邻点（如图1所示）。这样可保证该点在该尺度和二维空间均为极值点。通过该方法获得的特征点称为候选特征点。

3）特征点的确定。获取候选特征点后，还要对其进行稳定性检测，即去除对噪声敏感的低对比度点和不稳定的边缘响应点，来加强特征点匹配的稳定性，同时提高抗噪能力。通过稳定性检测的点称为SIFT特征点。

4）为每个特征点确定方向参数，以使算子具有旋转不变性。这里主要用梯度直方图确定特征点的主方向。在以特征点为中心的邻域内，用直方图计算邻域像素的梯度方向。梯度方向直方图的峰值表示该特征点邻域梯度的主方向，也就是该特征点的主方向。点（x,y）的梯度模值与方向可定义为

                 （2）

                     （3）

5）生成SIFT特征向量。将特征点作为中心，选择16X16的邻域，并将该邻域划分为16个4     X4的子区域。然后在该子区域上计算共8个方向上的梯度累加值，以得梯度直方图，所以对每个特征点，可生成16X8维的特征向量，其表示如下：

                                   （4）

2.     用BP神经网络进行识别

BP 神经网络是以有教师示教的模式来学习的一种网络，其一般由输入层、隐含层和输出层共三层组成，如图2所示。1989年Robert Hecht-Nielson已证明，一个三层BP网络可以实现任意精度、近似任何连续函数。首先由教师对每种输入模式设定一个期望的输出值，而后对网络输入实际的数据进行学习并记忆，最后由输入层经中间层向输出层进行传播，该过程称为正向传播。实际输出与期望输出的差值就是误差。根据误差平方最小这一原理，从输出层往中间层逐层调整连接权值，该过程称为误差逆向传播。所以误差逆向传播的神经网络称为BP(Back Propagation) 网络。正向传播和误差逆向传播过程的反复交替进行，网络的实际输出逐渐逼近其对应的期望输出。通过不断的学习训练，各层间的连接权值确定之后，就可用于识别。

BP神经网络用于物体识别时，网络的输入节点的数目n_i等于样本物体的特征数，即每个输入节点表示样本的一个特征；输出节点的数目n_o等于要识别物体的类别数，所有的输出节点构成一个输出矢量，并对应一个物体类别；隐含层节点的数目n_h的确定：在经过大量实验的基础上，可通过以下公式获得

                                       （5）

在训练阶段，若输入样本的类别号是x，那么在此时的期望输出中，假设第x个输出节点的值为1，而其它输出节点的值均为0。在识别阶段，将每个未知类别的样本物体的特征作用到刚已训练好的BP网络的输入端，在输出端就可获得一组矢量，将该样本类别判定为这组矢量中最大值的输出节点对应的类别。

3.     实验结果及分析

本次实验采用的实验环境为matlab 7.0语言环境， Windows XP操作系统， Intel（R） Core（TM）i3  CPU （3.40GHz）和3.43G RAM。为了验证本文方法的鲁棒性，具体采用Coil-20数据库中的物体进行实验。图3列出了其中具有代表性的一个物体，（a）是标准图像，(b)是该物体放大1.15倍后的图像，(c)是缩小0.75倍后的图像，(d)是旋转15度后的图像，(e)是添加高斯噪声后的图像，(f)是添加椒盐噪声后的图像。实验中共选取了10个不同物体,选取每个物体的36幅经不同变化（缩放、旋转、高斯噪声和椒盐噪声）的图像作为训练图像，50幅作为测试图像。

实验用的每幅图像都先用SIFT算法检测特征点，如图4所示，并提取其特征构成特征向量，然后将该SIFT特征向量输入BP神经网络进行训练和识别。实验时，BP神经网络的输入层节点数取为128，与提取的SIFT特征向量的维数一致；输出层节点数取为10，与要识别的物体类别数一致；隐含层节点数由公式（5）获得，取为69。其具体的识别结果如表1-3所示。为了验证本文算法的有效性，我们也在同样的实验环境和条件下，计算了物体的修正HU不变矩特征，并输入到BP网络进行训练和识别。

            表1 发生缩放变化的物体识别比较

算法	测试图像数	正确识别图像数	识别率（%）
				SIFT	122	114	93.4
修正的HU不变矩	122	107	87.7

          表2 发生旋转变化的物体识别比较

算法	测试图像数	正确识别图像数	识别率（%）
				SIFT	238	215	90.3
修正的HU不变矩	238	203	85.2

               表3 有噪声的物体识别比较

算法	测试图像数	正确识别图像数	识别率（%）
				SIFT	140	128	91.4
修正的HU不变矩	140	121	86.4

从表1-3可以看出，本文算法对缩放变化有较好的适应性，识别率较高；噪声变化对特征点的检测和识别存在一定的干扰，识别率稍有下降；旋转对于特征的提取影响较大，相对于缩放和旋转变化，其识别率有所下降，但是在三种情况下，本文算法的识别率均高于90%。同时也可以看出，在缩放、旋转、噪声不同畸变情况下，SIFT算法的识别率明显高于修正HU不变矩算法的识别率。尤其是在发生缩放变化时，本文算法的识别率比修正HU不变矩算法的识别率高出5.7%。这主要是因为SIFT算法提取物体的128维特征，而修正HU不变矩算法提取物体的7维特征，提取特征向量的维数多，输入到BP神经网络的节点数多，对识别准确性的贡献大，识别率就高。

本文采用SIFT和BP网络相结合的方法完成物体识别。先提取标准图像和待识别图像的SIFT特征，再将标准图像的SIFT特征输入BP网络进行训练，最后将待识别图像的SIFT特征输入到该网络中进行分类识别，并将SIFT算法和修正的HU不变矩算法的识别进行比较。实验结果表明本文算法对缩放变化具有较好的适应性；在相同的实验条件下，对不同的畸变，SIFT算法比修正的HU不变矩算法的识别率明显提高了，主要应用于对识别率要求较高的场合。

Claims (3)

1.结合SIFT和BP网络进行物体识别的方法，其特征在于：

1）建立DOG金字塔；对图像进行不同分辨率的采样，并在相邻尺度空间建立金字塔，金字塔结构采用不同的高斯函数进行滤波，将相邻的高斯滤波相减构成高斯差分金字塔；

2）检测极值点；在DOG空间，比较每个点与其相邻尺度的相邻点，看该点是否都小于或者都大于其同尺度的8个邻点和上下相邻该尺度的各9个邻点，这样可保证该点在该尺度和二维空间均为极值点。

2.通过该方法获得的特征点称为候选特征点；

3）特征点的确定；获取候选特征点后，对其进行稳定性检测，去除对噪声敏感的低对比度点和不稳定的边缘响应点，通过稳定性检测的点称为SIFT特征点；

4）确定每个特征点的方向参数；利用梯度直方图确定特征点的主方向，在以特征点为中心的邻域内，用直方图计算邻域像素的梯度方向，梯度方向直方图的峰值表示该特征点邻域梯度的主方向，也就是该特征点的主方向，点（x,y）的梯度模值与方向可定义为

                        （2）

                               （3）

5）生成SIFT特征向量；将特征点作为中心，选择16X16的邻域，并将该邻域划分为16个4    X4的子区域。

3.然后在该子区域上计算共8个方向上的梯度累加值，以得梯度直方图，所以对每个特征点，可生成16X8维的特征向量，其表示如下：

                                                  （4）

6）将生成的SIFT特征向量输入至BP神经网络；对要识别的物体进行识别。