Matlab图像识别/检索系列(3)—10行代码完成caltech图象集分类和识别

Caltech是常用的图像识别数据库之一，加州理工有一个在Caltech上的图像检索工具包image-search ，提供了很多图像检索需要的功能，其中包括基于BOW的图像检索。该工具包的使用有一定难度，并且涉及函数很多。在Matlab2016中也有Caltech101的图像分类和识别程序，代码数量很少。

    % 数据库下载地址，第一次执行需要联网下载
    url ='http://www.vision.caltech.edu/Image_Datasets/Caltech101/101_ObjectCategories.tar.gz';
    outputFolder = fullfile(tempdir, 'caltech101'); 
    if ~exist(outputFolder, 'dir') % download only once
        disp('Downloading 126MB Caltech101 data set...');
        untar(url, outputFolder);
    end
    rootFolder = fullfile(outputFolder, '101_ObjectCategories');
    %为加快速度只取三类图像
    imgSets = [ imageSet(fullfile(rootFolder, 'airplanes')), ...
                            imageSet(fullfile(rootFolder, 'ferry')), ...
                            imageSet(fullfile(rootFolder, 'laptop')) ];
    %取各类图像数目最小值
    minSetCount = min([imgSets.Count]); 
    %图像集分割
    [trainingSets, validationSets] = partition(imgSets, 0.3, 'randomize');

    bag = bagOfFeatures(trainingSets);
    img = read(imgSets(1), 1);
    %使用图像词包(bag)对每幅图像进行编码，得出一个定长的向量
    featureVector = encode(bag, img);

    figure;
    %图像向量分布图
    bar(featureVector);
    title('Visual word occurrences');
    xlabel('Visual word index');
    ylabel('Frequency of occurrence');
    %训练图像类别分类器
    categoryClassifier = trainImageCategoryClassifier(trainingSets, bag);
    %计算训练集上的混淆矩阵
    confMatrix = evaluate(categoryClassifier, trainingSets);
    confMatrix = evaluate(categoryClassifier, validationSets);

    % 计算平均准确度
    mean(diag(confMatrix));
    img = imread(fullfile(rootFolder, 'airplanes', 'image_0690.jpg'));
    %对指定图像进行识别
    [labelIdx, scores] = predict(categoryClassifier, img);

该示例关键代码也只有几行，除了计算图象集词包，还利用encode函数对图像编码，生成了特征向量，也有人叫做视觉向量。该示例中，仅画出了视觉向量的分布图，没有它用。事实上，该向量可作为图像特征进一步完成图像检索、分类、识别等任务，相比直接使用提取词袋的局部特征，可大大减少计算复杂度和内存消耗。