基于多種特征的樸素貝葉斯的圖像分類

徐昌 王瑤 舒福舟

摘要：為了實現對圖像的分類，提出了一種基于多種特征的樸素貝葉斯方法。從數據圖像集中提取灰度直方圖特征、SIFT特征、SURF特征以及對數據集裁減的方式降低維度等四種特征，求取每一種特征下的圖像的精確率、召回率、F1值以及對應的混淆矩陣。本文在數據集進行了分類實驗，結果表明，采用SIFT特征描述的圖像表示能夠取得更好的分類結果。

關鍵詞：圖像分類;特征提取;樸素貝葉斯

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2019）30-0194-03

隨著人工智能的來臨，機器學習在各個領域的應用占據主要的成分。在大數據時代，面對海量的圖像處理，傳統的圖像分類模式需要大量的人力資源，而且在圖像分類上的精度不高，這種模式已經跟不上時代的步伐。為了節約成本和資源，提高圖像分類的精度，從而轉向人工智能的領域，希望找到更加有效的算法處理海量的圖像，如樸素貝葉斯分類器算法、支持向量機算法和神經網絡算法等。

本文通過樸素貝葉斯算法，分別采用四種特征提取_5_的方式，如：灰度直方圖、SIFT特征、SURF特征和裁剪圖像，來分析各個特征的平均精確率、平均召回率、平均Fl值以及混淆矩陣，從而判斷分類效果的好壞。

1特征提取的方法

本文采用四種方式的特征方法對樸素貝葉斯分類器進行分析：

1）灰度直方圖：灰度圖像由256個灰度級，然后利用openCV庫中的函數calcHist函數統計出每個灰度級上的像素個數。

2）SIFT特征：SIFT特征對于圖像的尺度大小、旋轉角度和明暗程度變化具有不變性特點，通過微分向量的方向和大小來確定一個主方向，求取主方向有關的特征并與圖像的特征匹配，在圖像的分類上獲得了良好效果。

3）SURF特征：SURF特征基于行列式的局部斑點特征檢測方法。利用圖像的積分在不同的尺度上近似的計算出Hart小波值。

4）裁剪圖片：先將圖片做灰度化處理，在將灰度圖像裁剪成64*64像素的圖像。

2樸素貝葉斯算法原理

樸素貝葉斯算法先根據給定的訓練數據集進行訓練，生成一個貝葉斯模型，然后通過這個模型，把測試集數據帶人這個模型進行測試。求出每一個測試數據在各個類別中的概率，在比較各個類別的概率，哪個概率最大就認為測試數據就屬于這個類別，進而生成預測的標簽，然后跟真實的標簽進行比對，計算出每一個種類的識別精度以及混淆矩陣，采用如圖1所示的方法進行圖像分類。

3實驗結果與分析

3.1數據描述

本實驗所用的數據集的名稱是color_1000，有1000張圖像，總共分為10類，種類的樣本圖像如圖2所示，每一類都含有100張圖像。實驗過程中隨機抽取每個樣本類別總數的80%作為訓練數據樣本，剩余的20%數據作為測試樣本。

3.2實驗結果分析

實驗過程中提取四種特征即裁剪圖片、灰度直方圖、SIFT特征、SURF特征，通過樸素貝葉斯算法進行圖像的分類，在提取不同特征后，通過每個類別的精確率、召回率、F1值、以及混淆矩陣判斷分類效果的好壞。不同的特征提取在樸素貝葉斯算法上運行的結果不同。圖像集分別進行僅裁剪圖片、灰度直方圖、SIFT特征、SURF特征的10類圖片的召回率、準確率、F1值的平均值如表1所示。

從表中可以看出使用SIFT特征，圖片的分類效果最好，將每張圖片僅裁剪64*64個像素的分類效果最差。

圖像集分別進行僅裁剪圖片、灰度直方圖、SIFT特征、SURF特征的10類圖片精確率如圖3所示，從圖中可以看出僅裁剪圖片和提取灰度直方圖精確率的跳變比較大，而采用SIFT特征和SURF特征的方法在圖像分類的效果比較好。

圖片集分別進行僅裁剪圖片、灰度直方圖、SIFT特征、SURF特征的10類圖片召回率如圖4所示，從圖中可以看出采取SIFT特征的方法在分類的效果是最好的。

圖片集分別進行僅裁剪圖片、灰度直方圖、SIFT特征、SURF特征的10類圖片F1值如圖5所示。從圖中可以看出采取SIFT特征的分類的效果在整體上是最好的。

表2、表3、表4分別是僅裁剪圖片、灰度直方圖、SIFT特征、SURF特征的10類圖片的混淆矩陣，每一行數據代表每類圖片經過算法預測后的標簽的概率。其中對角線上的數據是每一類正確分類的精確率。

4結論

本文研究了一種基于多特征提取的樸素貝葉斯圖像分類的方法，運用該方法對1000張圖像數據集，使用四種特征的方式僅裁剪圖片、灰度直方圖、SIFT特征和SURF特征通過貝葉斯分類器進行分類，分析實驗的精確率、召回率、F1值和混淆矩陣，結果表明在四種特征下采用SIFT特征的貝葉斯分類器的圖像分類效果最好。