《现代模式识别》博士课程考试试题.doc

现代模式识别博士课程考试试题学号： 姓名 一、为了满足高速公路自动收费系统管理的要求，是设计一个汽车类型的计算机自动识别和分类系统。要求如下：给出计算机自动识别分类系统的结构原理；给出汽车类型识别的特征提取选择方法；给出计算机自动识别系统的分类方法和分类器结构；给出仿真程序及流程图；对实验结果进行分析，并给出识别率。解：近年来，随着公路交通事业的蓬勃发展，公路收费系统开始由人工向自动化方向发展，可有效降低公路、桥梁等收费处的车辆阻塞率。高速公路自动收费系统主要由两部分组成：路口车辆检测系统(多个)、收费管理系统。当车辆通过收费站车道时，系统会自动启动摄像机，记录汽车图像，然后经过数字图像处理产生该车辆的特征信息，然后经过神经网络等分类器处理产生车辆类型特征，送入收费管理系统。收费管理系统实时收集各个路口检测站的工作信息，对每个路口检测站的信息进行处理，根据各路口车辆检测站送来的车辆的信息，结合车辆重量计算出收费总额，然后从该车辆用户予先交纳的过路(桥)费中扣除本次费用，从而完成车辆不停车状况下的一次自动收费操作。对法定免费通行的特种车辆，记录通行信息，但不作扣费操作。收费管理系统还应该具备大型通行显示屏和发声系统，以告知车辆费用情况。图1为收费系统结构图图1 收费系统总体结构图车辆检测系统必须为收费系统提供车辆的类型、用户预交费等信息。传统的环行线圈以及红外检测器虽然简单易用,但是不能准确估计车辆类型（车辆的类型包括轿车、客车、货车等）。车型对于高速公路收费额的确定、大型停车场的管理及公路交通监视控制等都有着非常重要的意义。通过图像处理对车型进行识别的研究很多,例如,基于神经网络的汽车车型识别，小波变换及非线形滤波用于车型识别，模糊聚类分析用于车型识别等。本题就是要求根据所学知识设计汽车类型的计算机自动识别和分类系统，要求给出计算机自动识别分类系统的结构原理、汽车类型识别的特征提取选择方法、计算机自动识别系统的分类方法和分类器结构、仿真程序及流程图，并对实验结果进行分析，并给出识别率。下面对各项要求详细做出解答。计算机自动识别分类系统的结构原理：根据题意，为了让计算机能自动识别汽车类型，特设计自动识别汽车类型的分类系统，其结构原理图如图2所示。图像处理特征提取分类系统车辆类型特征CCD车辆图像图像采集图2 计算机自动识别分类系统结构框图上述系统进行车型识别的工作过程如下：首先利用CCD摄像头和图像采集卡获得汽车的原始图像，然后对原始图像进行预处理和特征提取，然后用所获得的特征来进行车型分类，从而输出车型编码，确定车型。下面详细分析一下车型图像预处理部分工作的原理：为了实现对汽车车型进行自动识别和分类，首先要对图像进行预处理。具体的处理过程为：对图像进行平滑处理和边缘增强。要进行车辆识别,首先必须把车辆轮廓信息提取出来。其主要目的是去除图像的背景噪声、提高图像轮廓线的清晰度。由于原始图象往往含有噪声，而常用的边缘检测Laplace算子对噪声比较敏感，这就给真正的边缘检测带来了困难。使用Robert 边缘检测算子来强化边缘信息，弱化非边缘信息。Robert 边缘检测算子就是一种常用的经典边缘检测算子,是一种利用局部差分算子寻找边缘的算子。g(x ,y) = (f (x ,y)1/2- f(x+1 ,y+1) 1/2)2 +(f(x+1 ,y) 1/2 -f (x ,y+1) 1/2)21/2在Sobel 、Prewitt 、Krisch 、高斯- 拉普拉斯等几个边缘检测算子中,Robert 的运算时间最短,速度最快。经过Robert 算子处理后的图象就可以很清楚的把边缘凸显出来。为了提高抗干扰能力，得到位置正确、较平滑连续的边缘，还需要对原始图象作某种方式的平滑。文中把平滑过程揉合进二阶导数的算法之中，即用平面去逼近一个小邻域，再求这个面的二阶导数代替点二阶导数，既可以突出界线，又可以减少噪声的影响，只是线条稍粗一些，对所感兴趣的车辆轮廓没有大的影响，无碍于特征抽取。图象增强后的图象称之为边缘图象。对图像进行分割。即将汽车从原图像的复杂背景中分离出来。设g1(x,y)和g2(x,y)分别为车辆边缘图象与背景边缘图象，h(x,y)为相减后的图象，ZERO代表暗点灰度值，则经过相减运算，一方面可获得边缘相减图象，另一方面可克服由于摄像机轻微移动和光线微弱变化所带来的影响。二值化及二值图像处理在图像进一步处理之前,要对其进行二值化处理,使图像处理的数据量大大减少。阈值分割可实现二值化。阈值分割的关键是最佳阈值的确定。我们采用的是一种迭代求图像最佳分割阈值的算法。由于二值图像存在孤立点以及轮廓不连续,需要对其作进一步处理：消除孤立点、填充(横向填充和纵向填充) 、图像修正、细化等一系列处理。最终得到一幅完整的车辆轮廓图像，以便于特征提取。这样就可以根据图像的信息进行车辆信息的提取了。 汽车类型识别的特征提取选择方法目前汽车种类繁多，不甚枚举。需要抽取哪些特征来进行车型识别和分类是难点也是重点。特征提取的好坏，关系到识别和分类的速度和准确度。通常各类汽车的车身侧视图可提供整个车长、顶蓬位置、顶蓬长度及车辆高度等信息，由于在拍摄图象时，镜头与车辆间的距离、角度都是随机的，因此造成同一车辆，在两次拍摄图象时，上述各参数的绝对大小不相等，这就限制了我们不能用绝对长度或绝对高度等绝对参数来作为识别特征。为此可选取以下特征：顶蓬长度与车辆长度之比，称之为顶长比；顶蓬长度与车辆高度之比，称之为顶高比；以顶蓬中垂线为界，前后两部分之比，称之为前后比，如下图所示。可见我们提取的特征简单、量少，这样构成分类器时也就简单，便于实现。lLH经过实地观察测量和查找有关车辆的类型数据及资料，可以知道大部分的车型具有以下特征：. 顶长比：一般来说,轿车顶长比约为0. 20. 5 之间,占比重再大的轿车比较罕见。对于客车来说, 顶长比较大,例如城市中的公共客车, 顶长比近似为1 ;长途客车的顶长比在0. 85 以上。而相比之下,货车的顶长比就小的多了。因此,可以把顶长比作为识别车辆类型的特征参数之一。. 前后比：对于轿车来说,轿车的前后比在13 之间,低于1 的比较少见;这是因为设计轿车时,车篷一般是坐落在车体的中央或者是靠后的位置。对于客车来说,这个比值为1 左右,估测在11. 5之间;因为大部分的客车,因为要尽可能的利用空间,一般会做成类正方体的形状,因此这个比值接近于1 。. 顶高比：一般的,轿车的顶高比大约在1 左右;而客车的顶高比较大,一般大于1. 5 以上。而货车的顶高比在0. 51 左右。根据需要还可以提取其它的特征参数。 计算机自动识别系统的分类方法和分类器结构图4 网络拓扑结构t1t2t3根据上述特征参数就可以进行分类器设计了。目前分类方法较多，有BP神经网络法、核函数法、聚类方法、支持向量机法、模糊模式识别法等。这里采用BP神经网络法以及核函数法来设计本识别系统的分类器 BP神经网络分类器设计目前在神经网络中研究和应用最多的便是基于BP (Back-Propagation )误差反向传播算法的神经网络模型。它是一种基于前馈式的、能实现映射变换的网络模型。理论上已证明对于一个三层前馈型BP网络(如图4所示)，只要隐含层单元取得足够多，就可以实现以任意精度逼近任意连续映射函数。BP神经网络模型的设计思路是，通过把欲求的未知知识变换成神经网络模型中神经元之间的连接权值和神经元阈值，并分布地存储在整个神经网络之中。在确定了神经网络的结构参数、神经元特性和学习算法之后，神经网络的知识表达是与它的知识获取过程同时进行、同时完成的。当训练(知识获取)结束时，神经网络系统所获取的知识就表达为网络连接权值和阈值矩阵。一般地，BP学习算法描述为如下步骤:初始化网络及学习参数，如设置网络初始权矩阵，学习因子及势态因子(它决定了上一次学习的权值变化对本次权值更新的影响程度).提供训练模式即事先通过实验测量的实验数据，训练网络，直到满足学习要求。前向传播过程:对给定训练模式输入，计算网络的输出模式，井与期望模式比较，若有误差，则执行，否则，返回,反向传播过程:、计算同一层单元的误差；、修正权值和阈值；、返回本系统采用三层BP网络，输入层至隐层以及隐层至输出层的传输函数，均选用S函数。 将提取的特征作为网络的输入向量X=x1，x2，x3其中x1为顶长比，x2为顶高比，x3为前后比；将车型编码(编码方法见表1)作为网络的期望愉出向量T=t1，t2，t3，“期望输出车辆类型特征“轿车 客车 货车”，因此输入层、输出层的节点数均为3，选取隐层节点数为8，则本系统的网络拓扑结构如图4所示，其中Y=(y1,y2,y3)表示网络的实际输出，w、V表示权矩阵。BP算法采用梯度法。梯度法在非二次型较强的区域能使目标函数收敛较快。但是，当权值接近于极值区域时,每次迭代移动的步长很小，呈现出“锯齿”现象，严重影响了收敛速率，有时甚至不能收敛而在局部极值区域振荡。为此，采用了各种优化算法，如加动量项的算法和变速率的训练算法。综上所述，在计算过程中，先采用最速下降法，这是比较理想的寻优方法，而在最优点附近，由于接近于二次型函数，再采用共轭梯度法。训练成功后固定网络权值，使之处于回想状态，对于一个给定的输入，便产生一个相应的输出，由输出与车型编码进行比较，即可方便地确定车型。 RBF神经网络分类器设计图5径向基函数神经网络在信号处理、模式识别领域，BP网络是应用极为广泛的模型。但BP网络有一个缺点，即网络与参数之间高度非线性，学习必须基于某种非线性优化技术。如果采用梯度下降算法，则在学习阶段参数估计可能会陷入其优化目标函数的一个局部极小。虽然有一些方法如遗传算法（GA）等可以避免局部极小，但一般计算量都非常大。采用如图5所示的径向基函数神经网络结构，它只有一个隐层，输入单元是线性求和单元，输出是各隐层单元输出的加权和。各隐层单元的作用函数是径向基函数(简称RBF)，输入层到隐层单元间的权值固定为，只有隐层单元到输出单元的权值可调。这种作法相当于把网络看成是对未知函数F(x)的逼近器，各隐层单元的作用函数构成一组基函数用于近似F(x)。由模式识别理论可知，低维空间非线性可分的问题可映射到一个高维空间，使其在此高维空间线性可分。目前常用的基函数形式是高斯核函数，整个网络需训练的参数有三组，即各基函数的中心位置、方差和输出单元的权值。为了确定三组参数，就要通过样本进行学习训练。学习训练可根据已知输出与实际输出之间的差值来调节系统参数。径向基函数为多层前传网络的学习提供了一种新颖而有效的手段。RBF不仅有良好的学习推广能力，而且避免了反向传播那样繁琐冗长的计算，使学习比通常的BP方法快1000倍以上。RBF与BP网络相比最大优点在于BP网络中隐含神经元是事先确定的，而RBF网络中的隐含神经元是在训练过程中一个个加入的，所加入的隐含神经元数取决于所求问题的精度，这一特点给应用者带来很大方便。将前面提取的特征x1顶长比，x2顶高比，x3前后比作为RBF网络的输入参数，将车型编码作为网络的期望愉出向量T=t1，t2，t3，“期望输出车辆类型特征“轿车 客车 货车”，通过这种神经网络即可对车辆进行分类。 仿真程序及流程图通过上述分析，利用matlab7.0作为开发工具，设计BP神经网络的仿真程序，其中流程图如图6所示。编写的源程序详见附录，样本训练完成后，即可对未知样本进行测试分类。图6 BP算法流程图特征矩阵X产生初始划分阵U0聚类中心特征阵VMaxuik0-uik*0.0001 for i=1:3; for j=1:3; z1=U0(i,1)2*X(1,j)+U0(i,2)2*X(2,j)+U0(i,3)2*X(3,j)+U0(i,4)2*X(4,j). +U0(i,5)2*X(5,j); z2=(U0(i,1)2 +U0(i,2)2 +U0(i,3)2 +U0(i,4)2 +U0(i,5)2); V(i,j)=z1/z2; end endU1=zeros(3 ,5);%新模糊划分矩阵 for i=1:3; for k=1:5; y1=abs( X(k,1)-V(i,1)+abs( X(k,2)-V(i,2)+abs(