一种水质图像分类方法与流程

技术特征：

1.一种水质图像分类方法，其特征在于使用多特征融合的词包对水质图像进行分类，具体包括以下步骤：

①水质图像采集，标记水质图像类别标签，以指示训练图像属于正常，水华污染，水葫芦污染，工厂排污污染和生活垃圾污染五种图像中的哪个类别；

②对水质图像使用图像金字塔进行关键点检测，并对水质图像中的关键点进行方向梯度直方图与颜色特征的提取，融合成描述当前关键点的特征向量；

③使用狄利克雷混合模型进行视觉词典学习，对图像生成的各关键点特征向量进行编码生成图像词包；

④使用图像词包和类别标签训练监督型主题模型，得到监督型主题模型参数，并将训练得到的监督型主题模型用于后续的分类任务中；

⑤将需要分类的水质图像作为输入图像，根据步骤②的方法对该输入图像进行特征提取操作，并量化成词包，然后使用步骤④得到的训练后的监督型主题模型进行分类，得到输入图像所属的类别。

2.如权利要求1所述的一种水质图像分类方法，其特征在于所述步骤①的具体过程为：

①-1、采用高清摄像机或照相机对水面图像进行采集，将采集的水质图像分成5类，分别为正常，水华污染，水葫芦污染，工厂排污污染和生活垃圾污染；

①-2、对采集的水质图像进行初步处理，去掉包含人和船只的图像。对于出现两类及以上污染的水质图像，将其所属污染区域分割开，作为多幅训练图像；

①-3、使用图像缩放方法，对图像大小进行调整，将其调整为400*400大小的图像；

①-4、对5类水质图像给定训练标签：正常标签为1，水华污染标签为2，水葫芦污染标签为3，工厂排污污染标签为4，生活垃圾污染标签为5。

3.如权利要求1所述的一种水质图像分类方法，其特征在于所述步骤②的具体过程为：

②-1、使用图像金字塔标定水质图像的关键点；

②-2、计算以当前关键点为中心的24*24邻域窗口内的所有像素点的R、G、B三个颜色通道颜色均值；

②-3、将256颜色通道转换为64颜色通道，将第c个颜色通道的颜色均值映射到64色颜色空间后的值记为block_c，其中，1≤c≤3，c＝1时第c个颜色通道为R颜色通道，c＝2时第c个颜色通道为G颜色通道，c＝3时第c个颜色通道为B颜色通道，block表示第c个颜色通道的颜色均值，color_k表示64色颜色空间中的第k种颜色，1≤k≤64，符号“||||”为求欧氏距离符号，表示取使得||block-color_k||的值最小的一种颜色，将最小的颜色取为当前通道的颜色值，三个通道共形成三个颜色特征；

②-4、采用Gamma校正法对输入图像进行颜色空间的归一化；

②-5、将当前关键点所在的24*24的像素区域分化成16个cell，(6*6像素/cell)，计算单个cell中每个像素的梯度方向和梯度大小这里x和y表示该像素点的坐标，f(x,y)表示像素在x和y的灰度值，统计每个cell的梯度直方图，形成每个cell的描述；将相邻4*4的cell组成一个block，并将一个block内所有的cell的特征串联起来，得到该关键点的方向梯度直方图特征描述。

4.如权利要求1所述的一种水质图像分类方法，其特征在于所述步骤③的具体过程为：

设模型的后验概率为K为取值1000，将其作为每个关键点可能属于的类别数，是参数为γ_k,1,γ_k,2的贝塔分布，V_k是该分布的随机变量，为一实值随机数；是参数为的高斯威沙特分布，其中为一个35维的列向量，a_k为实值，B_k为35*35的矩阵，I为35*35的单位矩阵，是该分布的随机变量，分别取两个随机向量，一个是35维的列向量，一个是35*35的矩阵；是参数为的多项式分布，表示第n个样本属于1000个类别中第1个类别的概率，z_n是该分布的随机变量，为一实值整数随机数；

③-1、将类别数K作为初始化类别数，给定一个初始化模型参数λ，λ取高斯威沙特分布的四个参数，分别为均值参数0，方差矩阵，取35*35的方差矩阵I，自由度参数D，取值为35，尺度矩阵，取35*35的单位矩阵I，随机初始化参数表示每个样本属于K个样本的概率，总概率相加为1；

③-2、对于训练样本中的每个关键点，记其特征为X_i，计算后验概率中的贝塔分布参数以及共轭分布参数

${\mathrm{\γ}}_{k,1}=1+{\mathrm{\Σ}}_i{\mathrm{\φ}}_{z_i,k}$

${\mathrm{\γ}}_{k,2}=\mathrm{\α}+{\mathrm{\Σ}}_i{\mathrm{\Σ}}_{j\>k}{\mathrm{\φ}}_{z_{i,j}}$

$a_k=2+D+{\mathrm{\Σ}}_i{\mathrm{\φ}}_{z_{i,k}}$

${\mathrm{\ν}}_{u_k}={(I+B_k{\mathrm{\Σ}}_i{\mathrm{\φ}}_{z_{i,k}})}^{-1}\left(a_k{B}_k{\mathrm{\Σ}}_i{\mathrm{\φ}}_{z_{i,k}}{X}_i\right)$

$B_k={\left(\right({\mathrm{\Σ}}_i{\mathrm{\φ}}_{z_{i,k}}+1)I+{\mathrm{\Σ}}_i{\mathrm{\φ}}_{z_{i,k}}(X_i-{\mathrm{\ν}}_{u_k}\left){\left(X_i-{\mathrm{\ν}}_{u_k}\right)}^T\right)}^{-1}$

其中D为关键点特征维数，取值为35，表示第i个样本属于k类别的后验概率，γ_k,1,γ_k,2是后验概率q(V,θ^*,Z)中贝塔分布的两个参数，a_k，B_k，I表示q(V,θ^*,Z)中高斯威沙特分布的四个参数，其中I为单位矩阵，k从1取到1000，α为模型参数，取值为0.001；

③-3、对于每个样本，根据以下公式求该样本对应每个类别的概率：

${\mathrm{\φ}}_{z_{i,k}}=\exp \left(\mathrm{\ψ}\right({\mathrm{\γ}}_{k,1})-\mathrm{\ψ}({\mathrm{\γ}}_{k,1}+{\mathrm{\γ}}_{k,2})+E_q(\log f\left(X_i|{\mathrm{\θ}}_{z_{i,k}}^{*}\right))+\underset{j\<k}{\Σ}\left(\mathrm{\ψ}\left({\mathrm{\γ}}_{j,2}\right)-\mathrm{\ψ}\left({\mathrm{\γ}}_{j,1}+{\mathrm{\γ}}_{j,2}\right)\right))$

其中的取值如下：

$\begin{array}{c}{E}_q\left(\log f\left(X_i|{\mathrm{\θ}}_{z_{i,k}}^{*}\right)\right)=(-\frac{D}{2}\log 2\mathrm{\π}+\frac{1}{2}\left({\mathrm{\Σ}}_d\mathrm{\ψ}\left(\frac{a_k+1-d}{2}\right)+D\log 2+\log \left|B_k\right|\right)-\\ \frac{1}{2}\left(\left(X_i-{\mathrm{\ν}}_{u_k}\right)a_k{B}_k\left(X_i-{\mathrm{\ν}}_{u_k}\right)+a_k*tr\left(B_k\right)\right)-\log 2\mathrm{\π}e)\end{array}$

D为关键点特征维数，取值为35，e为自然底数，π为圆周率常数，ψ()为伽马函数的二阶导数。是参数为的高斯分布，包含两个参数，分别是均值向量和方差矩阵；

③-4、观察的变化情况，若该值不变，则停止更新，否则转③-2重新计算，当停止更新时，记住此时的变分后验概率参数γ_k,1,γ_k,2，对于对应的所有N个样本，用狄利克雷混合模型估算得出N个样本所属类别，并将不同的类别数记为H，然后将H个不同的类别记为视觉词典；

③-5、对于每个关键点特征X_i，使用训练得到的γ_k,1,γ_k,2，估算特征X_i属于每个类别的后验概率：

${\mathrm{\φ}}_{z_{i,k}}=\exp \left(\mathrm{\ψ}\right({\mathrm{\γ}}_{k,1})-\mathrm{\ψ}({\mathrm{\γ}}_{k,1}+{\mathrm{\γ}}_{k,2})+E_q(\log f\left(X_i|{\mathrm{\θ}}_{z_{i,k}}^{*}\right))+\underset{j\<k}{\Σ}\left(\mathrm{\ψ}\left({\mathrm{\γ}}_{j,2}\right)-\mathrm{\ψ}\left({\mathrm{\γ}}_{j,1}+{\mathrm{\γ}}_{j,2}\right)\right))$

$\begin{array}{c}{E}_q\left(\log f\left(X_i|{\mathrm{\θ}}_{z_{i,k}}^{*}\right)\right)=(-\frac{D}{2}\log 2\mathrm{\π}+\frac{1}{2}({\mathrm{\Σ}}_d\mathrm{\ψ}\left(\frac{a_k+1-d}{2}\right)+\\ D\log 2+\log \left|B_k\right|)-\frac{1}{2}(\left(X_i-{\mathrm{\ν}}_{u_k}\right)a_k{B}_k\left(X_i-{\mathrm{\ν}}_{u_k}\right)+a_k*tr\left(B_k\right))-\log 2\mathrm{\π}e)\end{array}$

③-6、找到当前关键点特征X_i在视觉词典中所属的视觉单词w_i，估算公式如下：

$w_i=\underset{k}{\mathrm{argmax}}{\mathrm{\φ}}_{z_{i,k}}$

在该编码中，找到使得最大的k值将其作为当前关键点特征X_i在视觉词典中的视觉单词w_i，将其作为当前关键点特征X_i所属的视觉单词；

③-7、对于每幅水质图像，首先使用图像金字塔得到所有的关键点，然后得到每个关键点的35维特征向量，重复步骤③-5、③-6得到所有关键点属于词典中的哪个视觉单词，形成水质图像的视觉词包。

5.如权利要求1所述的一种水质图像分类方法，其特征在于所述步骤④、⑤的具体过程为：

④-1、输入每一副图像的视觉词包，将其记为r，以及对应的水质图像类别标签，将其记为C；

④-2、在监督型主题模型中，使用变分方法学习得到训练后的监督型主题模型；

⑤-1、将摄像头采集的水质图像进行特征提取，得到图像的每个关键点特征X_i的特征向量；

⑤-2、对于每个关键点特征X_i，估算X_i属于每个类别的概率：

$\begin{array}{c}{\mathrm{\φ}}_{z_{i,k}}=\exp (\mathrm{\ψ}\left({\mathrm{\γ}}_{k,1}\right)-\mathrm{\ψ}\left({\mathrm{\γ}}_{k,1}+{\mathrm{\γ}}_{k,2}\right)+E_q\left(\log f\left(X_i|{\mathrm{\θ}}_{z_{i,k}}^{*}\right)\right)+\\ \underset{j\<k}{\mathrm{\Σ}}\left(\mathrm{\ψ}\left({\mathrm{\γ}}_{j,2}\right)-\mathrm{\ψ}\left({\mathrm{\γ}}_{j,1}+{\mathrm{\γ}}_{j,2}\right)\right))\end{array}$

其中的取值如下：

$\begin{array}{c}{E}_q\left(\log f\left(X_i|{\mathrm{\θ}}_{z_{i,k}}^{*}\right)\right)=(-\frac{D}{2}\log 2\mathrm{\π}+\frac{1}{2}({\mathrm{\Σ}}_d\mathrm{\ψ}\left(\frac{a_k+1-d}{2}\right)+\\ D\log 2+\log \left|B_k\right|)-\frac{1}{2}(\left(X_i-{\mathrm{\ν}}_k\right)a_k{B}_k\left(X_i-{\mathrm{\ν}}_k\right)+a_k*tr\left(B_k\right))-\log 2\mathrm{\π}e)\end{array}$

然后计算当前关键点特征X_i在视觉词典中所属的视觉单词w_i，估算公式如下：

$w_i=\underset{k}{\mathrm{argmax}}{\mathrm{\φ}}_{z_{i,k}}$

对当前水质图像的所有关键点特征X_i，计算其所属视觉单词w_i，然后形成图像词包；

⑤-3、将该幅水质图像的图像词包代入训练后的监督型主题模型中，得到类别标签。