图片分类程序的常见步骤

《数字图像处理》大作业2009

本次作业的任务是进行图片分类实验，实验数据集由20个类别共2000张图片组成，其中1000张图片用于训练，另1000张图片用于测试（详情见附录A）。

图片分类程序的常见步骤

【建议】图片分类程序可以分为以下5个步骤：

(1)为训练图片提取底层特征，用特征向量表示训练图片；

(2)利用训练图片的特征向量和类别标注数据训练分类器；

(3)为测试图片提取底层特征，用特征向量表示测试图片；

(4)使用训练好的分类器对测试图片的特征向量进行预测分类；

(5)对预测分类的结果进行评测。

底层特征

【要求】在本次大作业中，请大家查阅相关资料, 至少要用到以下特征：

(1)边缘直方图(Edge Histogram)

(2)灰度共生矩阵(Gray Level Co-occurrence Matrix)

(3)SIFT (Scale-invariant feature transform)

(4)除上述3种特征外, 请至少实现一种形状类特征(Hu不变矩, Hough变换等)和一种颜

色类特征，如CCV (Color Coherence Vector)等。

【建议】不限制必做特征的具体做法, 可以尝试多种途径来提升该特征的效果(如对图片分块等)

【建议】可以在对不同的底层特征进行融合的过程中，观察不同的底层特征之间的互补关系，并加以分析。

分类方法

【要求】在本次大作业中，至少要用到以下分类器：

(1)Libsvm：SVM是一种被广泛采用的分类方法，Libsvm是一个应用非常普遍的开源的

SVM实现，当前的最新版本是2.88版本(下载地址);

(2)除Libsvm外，自选另外至少一种分类方法。

【建议】可以根据数据本身的特点, 合理改进分类器(如改进SVM的核函数等)

【建议】可以在实验过程中，观察不同的分类方法的效果优劣，并加以分析。

【建议】可以对多个分类器的分类结果进行融合, 提高最终的分类效果。

统一的预测分类结果文件格式

为了便于进行图片分类结果的评测和比较，在实验的过程中请将图片分类结果输出为以下统一的格式：

(1)每一行由3个数字组成，分别是图片(在整个图片集中)的序号、图片的真实(标

注)类别、图片分类程序的预测类别；

(2)由于共有1000张图片，该文件共有1000行。

50 1 1

51 1 3

…

1999 20 20

结果评测指标

图片分类实验的评测指标平均准确率A是所有类别的准确率的平均值，即：

A=(A1+A2+…+A20)/ 20

其中Ai是对类别i的测试图片进行预测分类的准确率，定义如下：

Ai=Ri / Ni

其中Ri是类别i的测试图片中预测分类正确的图片的数目，Ni是类别i的测试图片的数目(对于本次作业的图片集Ni=50)。

结果显示

【要求】图形界面：实现一个图形化的界面用来展示图片分类结果。

【建议】可以按照下图进行图形化演示界面的设计。其中A为图片类别列表，B为当前选定类别的训练图片列表，C为当前选定类别的测试图片列表。

【建议】图形化演示界面的原则是越能清楚地反应图片分类结果越好，越美观越好。并不一定要按照上面的结构进行设计。

【要求】Confusion matrix: 将图片分类结果的Confusion matrix以一张图的形式显示出来。Confusion matrix是一个20x20的矩阵，其中的第(i,j)个元素，是测试图片中第i类图片被判断为第j类的概率。Confusion matrix中每一行中所有元素的和应为1。Confusion matrix 中对角线上的第(i,i)个元素是第i类图片的分类准确率Ai，对角线上所有元素的平均值就是图片分类实验的平均准确率A。

【建议】尽量将Confusion matrix的图做的清楚，美观。例子：下面是一个6个类别的图片分类实验的Confusion matrix(出处)。

0.9692 0.0031 0.0021 0.0051 0.0021 0.0185

0.0700 0.3762 0.0312 0.0425 0.3150 0.1650

0.0009 0.0009 0.9962 0.0009 0 0.0009

0.0504 0 0.0150 0.9283 0.0016 0.0047

0 0 0 0 0.9886 0.0114

0.0028 0.0083 0.0014 0 0.0028 0.9848

作业提交方式

本次作业至少需要提交以下内容：

提交内容详细要求

作业文档详细介绍采用的图片分类方法，包括使用的底层特征和分类方法的细节、最终的图片分类结果等。

程序源代码相关程序的全部源代码，要求能够正常编译和运行；如果程序中使用了网上的开源代码，请同时提供下载地址。

程序说明详细说明如何编译源代码、如何运行图片分类程序、如何评测分类结果。

助教将根据“程序说明”编译你提交的源代码，并重新运行图片分类程序，如果出现代码无法编译、运行出错、运行结果与作业文档中的结果不一致等情况，在正常评分的基础上将酌情减分。

附录A：实验图片集

本次大作业采用的实验图片集含有20个类别共2000张图片(0.jpg-1999.jpg)，每个类别