可見(jiàn)光-近紅外HSV圖像融合的場(chǎng)景類(lèi)字典稀疏識(shí)別方法

劉佶鑫，魏 嫚

(1.寬帶無(wú)線通信技術(shù)教育部工程研究中心(南京郵電大學(xué))，南京 210003； 2.南京郵電大學(xué) 通信與信息工程學(xué)院，南京 210003)(*通信作者電子郵箱liujixin@njupt.edu.cn)

0 引言

場(chǎng)景識(shí)別作為模式識(shí)別、計(jì)算機(jī)視覺(jué)系統(tǒng)、信號(hào)處理及人機(jī)交互等學(xué)科的重要技術(shù)，在圖像(視頻)檢索、計(jì)算機(jī)視覺(jué)任務(wù)、數(shù)字圖像處理、機(jī)器人移動(dòng)定位、相機(jī)智能場(chǎng)景識(shí)別等方面都有非常重要的研究意義。常見(jiàn)的場(chǎng)景大致可以分為四類(lèi)：自然場(chǎng)景、城市場(chǎng)景、室內(nèi)場(chǎng)景和事件場(chǎng)景[1-2]。

目前，場(chǎng)景識(shí)別研究的重點(diǎn)主要有基于圖像視覺(jué)詞袋(Bag of Words, BoW)的方法[3-4]、多特征融合的方法[5-6]、基于顯著區(qū)域?qū)W習(xí)的方法[7-8]以及基于稀疏表示(Sparse Representation, SR)[9]和卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network, CNN)[10]分類(lèi)器的方法。這些方法在場(chǎng)景目標(biāo)識(shí)別中都取得了較好的效果，尤其對(duì)室內(nèi)場(chǎng)景識(shí)別效果良好；但在自然場(chǎng)景識(shí)別中，由于不同的場(chǎng)景經(jīng)常有著相同的目標(biāo)，所以具體的目標(biāo)只能給自然場(chǎng)景分類(lèi)提供一個(gè)依據(jù)，卻不能完全決定場(chǎng)景分類(lèi)的結(jié)果，這使得對(duì)本就復(fù)雜多變的自然場(chǎng)景的識(shí)別精度一直難以提升。

近年來(lái)，隨著可見(jiàn)光-近紅外(Near-InfraRed, NIR)共平臺(tái)成像系統(tǒng)的普及，智能化自然場(chǎng)景識(shí)別[11]正在成為當(dāng)前的研究熱點(diǎn)。對(duì)于單一傳感器下彩色自然場(chǎng)景圖像信息不夠豐富的問(wèn)題，部分學(xué)者開(kāi)始嘗試將多光譜信息引入場(chǎng)景識(shí)別領(lǐng)域。Brown等[12]將近紅外圖像引入到場(chǎng)景分類(lèi)中，并在他們采集的近紅外-可見(jiàn)光數(shù)據(jù)庫(kù)上通過(guò)實(shí)驗(yàn)驗(yàn)證了近紅外圖像在場(chǎng)景識(shí)別中的有效性。之后Salamati等[13]在該實(shí)驗(yàn)基礎(chǔ)上通過(guò)提取并組合圖像的尺度不變特征(Scale-Invariant Feature Transform, SIFT)和顏色特征達(dá)到了更好的分類(lèi)效果。但他們的實(shí)驗(yàn)由于直接組合多個(gè)譜帶的信息使得圖像特征描述符維度隨著波段的組合而快速增加，給分類(lèi)任務(wù)提高了難度，且實(shí)驗(yàn)中采用的支持向量機(jī)(Support Vector Machine, SVM)方法在二分類(lèi)情況下表現(xiàn)良好，而在多分類(lèi)情況下卻容易形成局部最優(yōu)的情況。

因此，為了能夠更加有效地利用近紅外圖像中的場(chǎng)景信息，本文提出一種融合可見(jiàn)光和近紅外圖像的場(chǎng)景識(shí)別方法。另外，考慮到稀疏識(shí)別由于具有較高的有效性和魯棒性特點(diǎn)一直在圖像識(shí)別領(lǐng)域中表現(xiàn)優(yōu)秀，且深度學(xué)習(xí)需要較大的數(shù)據(jù)訓(xùn)練量[14]，所以本文采用稀疏分類(lèi)器代替SVM分類(lèi)器進(jìn)行融合后場(chǎng)景圖像的識(shí)別。不過(guò)值得注意的是，經(jīng)典稀疏識(shí)別在圖像識(shí)別任務(wù)中雖然表現(xiàn)良好，也仍然存在著一定的限制：一方面，稀疏表示模型要求圖像樣本空間足夠大；另一方面，該模型不能很好地應(yīng)對(duì)圖像中姿勢(shì)變化和沒(méi)有對(duì)齊的情況。實(shí)驗(yàn)研究的近紅外-可見(jiàn)光圖像場(chǎng)景數(shù)據(jù)庫(kù)[12]不存在圖像對(duì)準(zhǔn)的問(wèn)題，所以針對(duì)樣本不足的問(wèn)題，本文將引入一種基于正則化K-奇異值分解(K-Singular Value Decomposition,K-SVD)的類(lèi)字典學(xué)習(xí)算法，這種類(lèi)字典學(xué)習(xí)算法與稀疏識(shí)別框架的結(jié)合可以大大增加場(chǎng)景圖像的類(lèi)內(nèi)相關(guān)性和類(lèi)間差異性，使得在沒(méi)有大量訓(xùn)練樣本的情況下依然可以獲得比較高的算法效率，在可見(jiàn)光-近紅外智能化自然場(chǎng)景識(shí)別領(lǐng)域具有很高的研究?jī)r(jià)值。

1 稀疏表示基本原理

稀疏表示是壓縮感知(Compressed Sensing, CS)理論研究的重要分支，近幾年已經(jīng)被廣泛地應(yīng)用到計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域。CS理論最初由Candès等[15]提出，后來(lái)Wright等[16]將其應(yīng)用到人臉識(shí)別中，將其稱(chēng)為SR下的分類(lèi)(SR-based Classification, SRC)識(shí)別。

假設(shè)圖像共有c個(gè)類(lèi)別，A=[A1,A2,…,Ai,…,Ac]，其中Ai(i=1,2,…,c)是樣本類(lèi)別為i的類(lèi)樣本集。定義y為測(cè)試樣本，則有：

1)輸入向量y在樣本集上可以線性表示為y=Ax，由于這種線性表示并不唯一，所以通過(guò)l1-范式最小化獲得最佳的編碼系數(shù)：

(1)

2)根據(jù)上述編碼選取重構(gòu)誤差小的類(lèi)別作為測(cè)試樣本y的類(lèi)別：

(2)

2 本文方法

整個(gè)系統(tǒng)可以分為三個(gè)部分：近紅外圖像與可見(jiàn)光圖像的融合，圖像的特征提取和融合，類(lèi)字典稀疏識(shí)別和分類(lèi)決策。算法的流程框架如圖1所示，首先采用基于HSV顏色空間變換的方法融合RGB圖像和NIR圖像，之后提取融合圖像的通用搜索樹(shù)(Generalized Search Tree, GiST)特征和分層梯度方向直方圖(Pyramid Histogram of Oriented Gradients, PHOG)特征進(jìn)行特征融合，然后對(duì)融合的特征進(jìn)行類(lèi)字典稀疏識(shí)別，最后求得測(cè)試樣本的稀疏系數(shù)進(jìn)行分類(lèi)決策，得到最終的識(shí)別結(jié)果。

圖1 本文方法流程Fig. 1 Flow chart of the proposed method

2.1 近紅外圖像和彩色可見(jiàn)光圖像的融合

可見(jiàn)光圖像通常表示為三種顏色通道的組合：紅色、綠色和藍(lán)色，而近紅外(NIR)圖像則為灰度的強(qiáng)度圖像。與彩色圖像相比，NIR圖像既擁有彩色圖像的魯棒性特點(diǎn)又有著比彩色圖像更好的灰度對(duì)比度信息，因此用近紅外圖像替換可見(jiàn)光圖像中表示亮度的通道便可以得到信息更加豐富的彩色圖像。該方法借鑒了圖像偽彩色處理的原理，并應(yīng)用在自然場(chǎng)景稀疏識(shí)別上。

為了能夠提取更多有用的場(chǎng)景特征，本文選用HSV顏色空間進(jìn)行圖像融合。算法首先將可見(jiàn)光圖像映射到HSV空間：

(3)

(4)

V?max

(5)

其中：min和max分別表示取R、G、B中的最小值和最大值。

然后將表示圖像明亮程度的通道(V)替換為NIR圖像：

V?NIR

(6)

最后將得到的HSV圖像按照原映射的逆變換還原到RGB空間，便得到融合了近紅外信息的彩色圖像。

圖2為將RGB-NIR數(shù)據(jù)庫(kù)中部分圖片使用HSV顏色空間變換融合的效果圖示。觀察圖2中相同場(chǎng)景的NIR和RGB圖像，不難發(fā)現(xiàn)NIR圖像有著比可見(jiàn)光圖像增強(qiáng)的局部和云對(duì)比度、更明亮的植被、更黑暗的水等，而融合后的彩色圖與近紅外圖像相比更清晰，與可見(jiàn)光圖像相比具有更大的對(duì)比度。

圖2 基于HSV顏色空間變換融合的近紅外和可見(jiàn)光圖像Fig. 2 Fused images of NIR and visible based on HSV color spatial transform

2.2 全局特征和局部特征的融合

特征融合是指將兩個(gè)或多個(gè)特征向量按照某種規(guī)則組合成新的特征向量。為了能夠很好地表征融合后的彩色場(chǎng)景圖像，本文采用全局GiST特征[17]和局部PHOG特征[18]的融合方法。GiST特征模擬人的視覺(jué)提取圖像中簡(jiǎn)明扼要的上下文信息，能夠很好地獲取場(chǎng)景類(lèi)別的空間結(jié)構(gòu)特性，但對(duì)場(chǎng)景圖像的細(xì)節(jié)丟失較為嚴(yán)重，而PHOG特征提取的是場(chǎng)景圖像的局部輪廓特征，能夠很好地表達(dá)出場(chǎng)景圖像的局部細(xì)節(jié)。將GiST特征和PHOG特征進(jìn)行融合可以更加有效地表示出場(chǎng)景圖像。雖然之前已經(jīng)有學(xué)者提出過(guò)GiST特征和PHOG特征融合的方法，但都只是使用了簡(jiǎn)單的SVM分類(lèi)器，在場(chǎng)景分類(lèi)時(shí)沒(méi)有很好地解決局部最優(yōu)解的問(wèn)題，所以本文將結(jié)合特征融合與本文提出的類(lèi)字典稀疏分類(lèi)器驗(yàn)證其在場(chǎng)景識(shí)別中的有效性。

GiST特征提取算法主要是使用Gabor濾波器組對(duì)圖像進(jìn)行濾波后通過(guò)稀疏網(wǎng)格的劃分提取的場(chǎng)景圖像的全局特征，步驟如下：

1)假設(shè)有灰度圖像f(x,y)，大小為H×W，將其進(jìn)行L×L的規(guī)則網(wǎng)格劃分，則每個(gè)網(wǎng)格的大小為h×w，其中h=H/L，w=W/L。

2)建立m個(gè)方向、n個(gè)尺度的Gabor濾波器，并使用這些Gabor濾波器對(duì)每個(gè)網(wǎng)格內(nèi)圖像進(jìn)行卷積濾波，將每個(gè)網(wǎng)格內(nèi)的特征進(jìn)行級(jí)聯(lián)，得到網(wǎng)格內(nèi)圖像的GiST特征，即：

(7)

其中：cat為將各個(gè)特征級(jí)聯(lián)的符號(hào)；gmn(x,y)為Gabor濾波器組，m為方向數(shù)，n為尺度數(shù);“*”為進(jìn)行卷積運(yùn)算。

3)取每個(gè)網(wǎng)格內(nèi)計(jì)算出的特征值的均值作為一個(gè)特征，將所有網(wǎng)格內(nèi)的特征進(jìn)行級(jí)聯(lián)，便得到整個(gè)場(chǎng)景圖像的GiST特征，維度為L(zhǎng)×L×nc。

與大部分GiST特征提取的維度不同，本文從R、G、B三個(gè)通道分別將場(chǎng)景圖像劃分為4×4的網(wǎng)格，用8個(gè)方向、4個(gè)尺度的Gabor濾波器組進(jìn)行處理，最終得到整幅圖像的GiST特征維數(shù)為3×4×4×32 =1 536維。

PHOG特征提取算法是使用空間四叉樹(shù)模型將場(chǎng)景圖像分解形成多分辨率表示，然后按照低分辨率到高分辨率的順序?qū)⒍嗉?jí)的方向梯度直方圖級(jí)聯(lián)，步驟可描述如下：

1)使用Canny算子邊界檢測(cè)方法對(duì)場(chǎng)景圖像的邊緣信息進(jìn)行統(tǒng)計(jì)；

2)將場(chǎng)景圖像按照空間四叉樹(shù)模型進(jìn)行分層分塊的表示，并提取每一層上所有子區(qū)域的HOG特征；

3)將每一層上的所有子區(qū)域上的HOG特征進(jìn)行級(jí)聯(lián)，進(jìn)行歸一化處理即可得到PHOG特征。

本文將場(chǎng)景圖像分為4層，其中第0層表示整個(gè)場(chǎng)景圖像，接下來(lái)每一層都按照空間四叉樹(shù)模型將整個(gè)圖像依次均分為4、16、64個(gè)子區(qū)域。最終得到的整幅圖像的PHOG特征維數(shù)為(1+4+16+64)×8=680維。

在融合方法上，本文采用特征的串行融合方式。假設(shè)分別存在于特征空間Ω、Ζ的兩個(gè)特征向量α和β，其中α∈Ω，β∈Ζ，串行融合的方法就是將α和β串聯(lián)形成新的特征向量γ：

(8)

式中,k、l分別表示特征向量α和β的權(quán)值系數(shù)。為了充分體現(xiàn)GiST與PHOG在特征提取方面的互補(bǔ)性，本文采取與文獻(xiàn)[6]相同的實(shí)驗(yàn)設(shè)置，采用均值加權(quán)的方式進(jìn)行特征融合，即k=1、l=1。若α代表n維特征向量，β代表m維特征向量，此時(shí)新的特征向量γ為m+n維向量，即1 536+680=2 216維。

2.3 基于正則化K-SVD的類(lèi)字典稀疏識(shí)別

在獲得上述特征融合的特征矩陣后，需要解決稀疏識(shí)別樣本數(shù)量不足的問(wèn)題，為此本文提出了一種基于正則化的K-SVD算法的類(lèi)字典稀疏識(shí)別方法。一般的字典學(xué)習(xí)的問(wèn)題可以描述為：

(9)

s. t. ‖xl‖0≤s，l=1,2,…,N

‖dj‖2=1，j=1,2,…,n

其中:D為字典，dj為D的第j個(gè)原子;xl是X的第l行;s為稀疏表示系數(shù)中非0分量數(shù)量的上限。式(9)的計(jì)算過(guò)程是一個(gè)不斷迭代的過(guò)程，首先固定字典D使用稀疏向量求解方法求解D上Y的稀疏表示A，然后根據(jù)A得到更優(yōu)化的字典D，直到滿足停止的迭代的條件時(shí)優(yōu)化結(jié)束。

但如上所述，這種字典學(xué)習(xí)算法在優(yōu)化時(shí)稀疏系數(shù)和對(duì)應(yīng)字典碼字不同時(shí)更新，這就有可能造成奇點(diǎn)的出現(xiàn)。為了可以同時(shí)更新所有的碼字和所有的稀疏系數(shù)，Dai等[19]提出了一種正則化的字典學(xué)習(xí)算法，其優(yōu)化目標(biāo)函數(shù)為：

(10)

其中μ>0且μ是已知量。

這種算法雖然達(dá)到了稀疏系數(shù)和對(duì)應(yīng)字典碼字同時(shí)更新的要求，但依然沒(méi)有很好地解決稀疏識(shí)別訓(xùn)練樣本較少的問(wèn)題，所以本文結(jié)合文獻(xiàn)[20]提出的類(lèi)字典稀疏識(shí)別方法與文獻(xiàn)[21]提出的正則化K-SVD算法，提出一種基于正則化的K-SVD算法的類(lèi)字典稀疏識(shí)別方法。首先假設(shè)D中除dj的其他原子都被固定，定義Ij為系數(shù)表達(dá)中用到dj的信號(hào)的維度，則信號(hào)的表示誤差為：

(11)

從而可以推導(dǎo)出此時(shí)的優(yōu)化函數(shù)為：

(12)

其中t=‖x‖。當(dāng)t=σ1/(1+μ)時(shí)有最小值。

與典型的字典學(xué)習(xí)算法相同的是，正則化K-SVD算法也需要經(jīng)過(guò)一系列的迭代優(yōu)化得到學(xué)習(xí)的字典；與之不同的是，本文將正則化K-SVD算法與類(lèi)字典稀疏識(shí)別方法相結(jié)合，也就是說(shuō)通過(guò)上述步驟得到的字典并不會(huì)直接作為最終稀疏識(shí)別時(shí)的字典，而是將其作為類(lèi)字典組合在一起成為一個(gè)全局字典后再進(jìn)行稀疏分類(lèi)?；谡齽t化K-SVD的類(lèi)字典學(xué)習(xí)算法如算法1所示。

算法1 基于正則化K-SVD的類(lèi)字典學(xué)習(xí)。

輸入 初始化字典D,信號(hào)樣本集A=[A1,A2,…,Ai,…,Ac],迭代次數(shù)K;

fori=1 tocdo

//字典學(xué)習(xí)

fork=1 toKdo

//稀疏編碼

固定D，使用正交匹配追蹤(Orthogonal Matching Pursuit,

OMP)算法求解稀疏表示X

//字典更新

forj=1 tondo

根據(jù)Ij中使用到dj原子表示的信號(hào)的索引計(jì)算σ1、u1、ν1

設(shè)置新原子dj=u1以及新的稀疏表達(dá)式為Xj,Ij=

σ1ν1/(1+μ)

end for

end for

end for

(13)

與全局字典識(shí)別的方法相比，類(lèi)字典識(shí)別方法有著很好的類(lèi)內(nèi)相關(guān)性，而與局部字典識(shí)別的方法相比，它又有著很好的類(lèi)間差異性，因此該算法既可以有效地克服樣本數(shù)量少的缺陷，又可以提高場(chǎng)景識(shí)別的效率。

3 實(shí)驗(yàn)結(jié)果與分析

本文采用RGB-NIR 場(chǎng)景數(shù)據(jù)庫(kù)[12]，共有9類(lèi)場(chǎng)景的近紅外與彩色圖像對(duì)，分別為country、field、forest、indoor、mountain、oldbuilding、street、urban、water，總計(jì)有477個(gè)圖像對(duì)。仿照文獻(xiàn)[12]的實(shí)驗(yàn)設(shè)置，實(shí)驗(yàn)每類(lèi)別選取11張圖像用作測(cè)試，其余圖像用于訓(xùn)練。為了驗(yàn)證本文方法的有效性，將進(jìn)行4組實(shí)驗(yàn)。

實(shí)驗(yàn)1 為了驗(yàn)證近紅外圖像在場(chǎng)景識(shí)別中的有效性，本文首先將原始圖像和采用一些主流融合方法融合后的圖像進(jìn)行了對(duì)比，結(jié)果如圖3所示。

圖3(a)、3(b)分別為原始近紅外圖像和可見(jiàn)光圖像，圖3(c)、3(d)、3(e)、3(f)分別為采用平均加權(quán)融合法、主成分分析法(Principal Components Analysis, PCA)、HSV顏色替換法、YCbCr顏色替換法得到的圖像。從圖3中可以看出，雖然圖像融合后顏色上有一定的失真，但圖像的分辨率和對(duì)比度都得到了很大的提高。如圖3中圖像2顯示的山峰，融合后的圖像顏色更加突出，景物表現(xiàn)更加豐富，云層的對(duì)比度也更加明顯。

圖3 不同方法圖像融合結(jié)果Fig. 3 Image fusion results by different methods

實(shí)驗(yàn)2 在從視覺(jué)效果上看出近紅外圖像和可見(jiàn)光圖像融合的效果后，還需要從客觀指標(biāo)上驗(yàn)證融合圖像的優(yōu)勢(shì)。所以，在其他實(shí)驗(yàn)設(shè)置都相同的情況下，將未融合的圖像與融合的圖像分別進(jìn)行特征提取與融合、類(lèi)字典稀疏識(shí)別等步驟得到各種識(shí)別結(jié)果，實(shí)驗(yàn)結(jié)果如表1所示。

表1 不同圖像的分類(lèi)準(zhǔn)確率對(duì)比Tab.1 Classification accuracy comparison of different images

從表1中可以發(fā)現(xiàn)，當(dāng)只使用可見(jiàn)光圖像進(jìn)行分類(lèi)時(shí)，平均分類(lèi)精度可以達(dá)到63.64%，但只使用將近紅外圖像進(jìn)行分類(lèi)卻只能達(dá)到27.27%，這說(shuō)明可見(jiàn)光圖像中含有的場(chǎng)景信息比近紅外圖像中含有的場(chǎng)景信息要多得多。但是將近紅外圖像和彩色可見(jiàn)光圖像融合之后，識(shí)別準(zhǔn)確度最高達(dá)到了74.75%，明顯比單一傳感器下的場(chǎng)景識(shí)別效果更優(yōu)秀，這說(shuō)明圖像融合之后場(chǎng)景信息增加了，場(chǎng)景的可辨識(shí)度得到了一定的提高，從而證明了融合近紅外圖像場(chǎng)景識(shí)別中確實(shí)是有效的。另外從實(shí)驗(yàn)結(jié)果最后一行來(lái)看，使用HSV顏色替換的融合方法達(dá)到了最高的識(shí)別精度，相比簡(jiǎn)單加權(quán)平均的方法提高了5.05個(gè)百分點(diǎn)，比熱門(mén)的PCA融合的方法也提高了7.07個(gè)百分點(diǎn)，證明在進(jìn)行近紅外圖像融合進(jìn)行場(chǎng)景識(shí)別時(shí)，采用HSV顏色替換的融合方法更加有效。

實(shí)驗(yàn)3 由于實(shí)驗(yàn)2中進(jìn)行場(chǎng)景分類(lèi)時(shí)用到了特征融合以及基于正則化K-SVD算法的類(lèi)字典稀疏場(chǎng)景識(shí)別，所以本文又設(shè)計(jì)了實(shí)驗(yàn)3和實(shí)驗(yàn)4來(lái)分別驗(yàn)證這兩種方法的性能。首先，實(shí)驗(yàn)3是為了驗(yàn)證融合GiST和PHOG特征在本文方法中的有效性。對(duì)使用了HSV方法融合后的彩色圖像分別提取GiST和PHOG這兩種特征(具體的特征提取過(guò)程見(jiàn)2.2節(jié))，然后對(duì)這兩種特征進(jìn)行類(lèi)字典稀疏識(shí)別，單獨(dú)使用GiST特征、單獨(dú)使用PHOG特征進(jìn)行分類(lèi)和融合兩種特征(GiST+PHOG)進(jìn)行分類(lèi)的分類(lèi)準(zhǔn)確率分別為67.12%、45.23%、74.75%。上述結(jié)果為所有類(lèi)別的平均分類(lèi)準(zhǔn)確率，通過(guò)該結(jié)果可以看出，其他參數(shù)相同時(shí)，融合兩種特征進(jìn)行分類(lèi)分別比單獨(dú)使用GiST特征或是PHOG特征進(jìn)行分類(lèi)的效果分別提高了7.63個(gè)百分點(diǎn)和29.52個(gè)百分點(diǎn)，這表明這兩種特征的融合能夠獲得更多的場(chǎng)景信息，在自然場(chǎng)景識(shí)別中是非常有效的。

實(shí)驗(yàn)4 為了驗(yàn)證本文提出的基于正則化K-SVD算法的類(lèi)字典在稀疏場(chǎng)景識(shí)別中的有效性，實(shí)驗(yàn)4中將本文的基于正則化K-SVD算法的類(lèi)字典和一些常見(jiàn)的字典學(xué)習(xí)(Dictionary Learning, DL)方法進(jìn)行了比較，實(shí)驗(yàn)結(jié)果如表2所示。

表2 不同DL方法的分類(lèi)準(zhǔn)確率對(duì)比Tab. 2 Classification accuracy comparison of different DL methods

從表2中可以看出，當(dāng)使用經(jīng)典的K-SVD算法進(jìn)行字典學(xué)習(xí)時(shí)，局部字典的使用識(shí)別精度最高，這是因?yàn)樵谑褂肒-SVD算法時(shí)，往往要求生成的字典是過(guò)完備字典，即需要輸入的樣本量夠大，而本文實(shí)驗(yàn)采取的數(shù)據(jù)庫(kù)樣本量較少，因此在使用K-SVD算法進(jìn)行字典學(xué)習(xí)時(shí)，使用局部字典可以達(dá)到更高的識(shí)別精度；但是當(dāng)使用正則化K-SVD算法時(shí)，本文使用的類(lèi)字典學(xué)習(xí)方法便顯示出了其優(yōu)越性，識(shí)別精度也達(dá)到了最高，相比簡(jiǎn)單的全局字典、局部字典的方法，本文方法的識(shí)別精度分別提高了36.37個(gè)百分點(diǎn)和 6.75個(gè)百分點(diǎn)，比局部字典與經(jīng)典K-SVD算法的結(jié)合也提高了9.09個(gè)百分點(diǎn)。

4 結(jié)語(yǔ)

基于圖像融合的原理，本文從實(shí)用角度出發(fā)，提出一種彩色可見(jiàn)光和近紅外圖像融合的場(chǎng)景類(lèi)字典稀疏識(shí)別方法。該方法將可見(jiàn)光圖像和近紅外圖像進(jìn)行HSV融合，提取融合圖像的GiST全局特征和PHOG局部特征，結(jié)合類(lèi)字典稀疏識(shí)別得到場(chǎng)景分類(lèi)結(jié)果。與現(xiàn)有使用多特征提取符分類(lèi)的方法相比，所提方法利用了近紅外圖像中的有效信息，為場(chǎng)景識(shí)別提供了更多的依據(jù)。通過(guò)在RGB-NIR數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，將兩種不同傳感器獲得的圖像進(jìn)行融合后的場(chǎng)景識(shí)別準(zhǔn)確率明顯高于單一傳感器下的場(chǎng)景識(shí)別準(zhǔn)確率。