利用SVM支持向量機對彩色圖像進行分割並使用OpenCV進行實現

 機器學習中的一個比較常用的算法SVM，Support vector machine，支持向量機，具體說明可以看維基百科http://zh.wikipedia.org/wiki/SVM。

本文主要對SVM在OpenCV中的應用進行一些說明。

1、首先是SVM的構造

原文這樣說http://docs.opencv.org/modules/ml/doc/support_vector_machines.html#cvsvmparams

 CvSVM::CvSVM

Default and training constructors.

C++: CvSVM::CvSVM()

C++: CvSVM::CvSVM(const Mat& trainData, const Mat& responses, const Mat& varIdx=Mat(), const Mat&sampleIdx=Mat(), CvSVMParams params=CvSVMParams() )¶

C++: CvSVM::CvSVM(const CvMat* trainData, const CvMat* responses, const CvMat* varIdx=0, const CvMat*sampleIdx=0, CvSVMParams params=CvSVMParams() )

Python: cv2.SVM([trainData, responses[, varIdx[, sampleIdx[, params]]]]) → <SVM object>

The constructors follow conventions of CvStatModel::CvStatModel(). See CvStatModel::train() for parameters descriptions.

加紅的C++是常用到的一種構造。

使用一般是

// 對SVM進行訓練
    CvSVM SVM;
    SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);

  CvSVM::train

Trains an SVM.

C++: bool CvSVM::train(const Mat& trainData, const Mat& responses, const Mat& varIdx=Mat(), const Mat&sampleIdx=Mat(), CvSVMParams params=CvSVMParams() )

C++: bool CvSVM::train(const CvMat* trainData, const CvMat* responses, const CvMat* varIdx=0, const CvMat*sampleIdx=0, CvSVMParams params=CvSVMParams() )

Python: cv2.SVM.train(trainData, responses[, varIdx[, sampleIdx[, params]]]) → retval

The method trains the SVM model. It follows the conventions of the generic CvStatModel::train() approach with the following limitations:

• Only the CV_ROW_SAMPLE data layout is supported.//一般是按照一行爲一個樣本，例如彩色圖像，一般是一行表示（B G R ）的一個像素點，對於M*N的圖像，可以reshape成MN*3的長條形Mat，這樣一行就是一個像素點了
• Input variables are all ordered.
• Output variables can be either categorical (params.svm_type=CvSVM::C_SVC or params.svm_type=CvSVM::NU_SVC), or ordered (params.svm_type=CvSVM::EPS_SVR or params.svm_type=CvSVM::NU_SVR), or not required at all (params.svm_type=CvSVM::ONE_CLASS).//幾個參數，還未細究
• Missing measurements are not supported.

All the other parameters are gathered in the CvSVMParams structure.

2、其次是設置SVM的參數

這裏在網上看到有不同的設置形式，具體可以看參數的說明吧http://www.cnblogs.com/justany/archive/2012/11/23/2784125.html

// 設置SVM參數
    CvSVMParams params;
    params.svm_type    = CvSVM::C_SVC;
    params.kernel_type = CvSVM::LINEAR;
    params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);

3、再然後就是對測試的樣本進行predict了

   CvSVM::predict

Predicts the response for input sample(s).

C++: float CvSVM::predict(const Mat& sample, bool returnDFVal=false ) const¶

C++: float CvSVM::predict(const CvMat* sample, bool returnDFVal=false ) const

C++: float CvSVM::predict(const CvMat* samples, CvMat* results) const

Python: cv2.SVM.predict(sample[, returnDFVal]) → retval

Python: cv2.SVM.predict_all(samples[, results]) → results

Parameters:

sample – Input sample for prediction. samples – Input samples for prediction. returnDFVal – Specifies a type of the return value. If true and the problem is 2-class classification then the method returns the decision function value that is signed distance to the margin, else the function returns a class label (classification) or estimated function value (regression). results – Output prediction responses for corresponding samples.

   float response = SVM.predict(sampleMat);

這裏需要注意，sampleMat 是與上面CV_ROW_SAMPLE 相對應的，是一行sample，例如是（B G R）,response 是lables標記的兩類的標記 1 或者-1 （或其他中表示都可以）

以上的部分在大部分帖子或是博客裏都能看到，接下來講一下本文的重點，就是利用SVM進行彩色圖像的分割，當然，本文所用方法略顯笨拙，由於不是計算機及相關專業出身，所用許多C/c++的潛在功能使用不暢，還需努力啊。言歸正傳

 首先是對

SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);

中的trainingDataMat 和labelsMat 進行人爲的獲取和訓練，並且對我們得到的目標點和背景點（姑且這麼說）進行人爲標記，可以將目標點標記爲1，將背景點標記爲-1。

例如以上這個圖像，當然比較簡單一些，只有藍色圖像和背景灰色圖像。

目標顏色圖像ForeImage， 大小爲M*N, 背景圖像BackImage,大小爲m*n

那麼trainingDataMat可以這樣獲取

trainingDataMat=ForeImage.reshape(1, ForeImage.rows*ForeImage.cols);//轉換成1維，行數爲M*N的長條矩陣，，每一行爲一                                                                     //   個像素點
trainingDataMat.convertTo(trainingDataMat,CV_32FC1);//這裏轉換成浮點數，試過uchar的話在接下來的train時會報錯

這樣就將目標點轉換成了向量了（可以這麼理解），然後還有就是背景點，這裏是將BackImage中的像素點push_back到trainingDataMat的後面了，只是需要記住，0~(M*N-1)是目標藍色像素點，而M*N~(M*N+m*n-1)是背景像素點就好，因爲我們要在之後的labelsMat中對trainingDataMat的每一個行向量進行標記，將0~(M*N-1)標記爲1，將M*N~(M*N+m*n-1)標記爲-1。

	labelsMat=Mat(ForeImage.cols*ForeImage.rows + BackImage.cols*BackImage.rows,1, CV_32FC1, Scalar::all(1));
	for (int h=0;h<BackImage.rows;h++)
	{
		uchar* p_BackImage = BackImage.ptr<uchar>(h);
		for (int w=0;w<BackImage.cols;w++)
		{
			Mat m_pTemp(1,3,CV_32FC1);
			m_pTemp.at<float>(0,0) = p_BackImage[3*w+0];
			m_pTemp.at<float>(0,1) = p_BackImage[3*w+1];
			m_pTemp.at<float>(0,2) = p_BackImage[3*w+2];

			trainingDataMat.push_back(m_pTemp);
			labelsMat.at<float>(ForeImage.cols*ForeImage.rows + h*BackImage.cols + w, 0) = -1;
		}	
	}

實際上跟其他博客中講的差不多，把http://www.cnblogs.com/justany/archive/2012/11/23/2784125.html中的小例子貼過來了

對本文中的完整工程項目VS2010+opencv2.4.2中實現，點擊這兒可以下載。

最終實現的效果圖還湊合。

對於簡單的兩類圖像的場景，該文中的方法還是比較容易實現的，對於複雜的可以嘗試高斯混合模型（GMM），還在學習中。。。