《深度学习：卷积神经网络从入门到精通》——3.7.2　交通路网的图像块分类

3.7.2　交通路网的图像块分类

本案例把交通路网的自动提取问题转化为图像块的局部分类问题，转化的方法是把原始图像分解为一系列较小的图像块，如果图像块的中心在路网上，就标记为正例（用1表示），否则就标记为反例（用0表示），从而就可以把路网看作正例图像块中心的集合。基于这种局部分类的思路，本小节把11幅训练遥感图像，按每幅从左到右、从上到下的顺序扫描，抽取所有25×25大小的图像块，并进行正反例标注。对于一幅大小为m×n的图像，共可抽取(m?-?24)(n?-?24)个图像块，其中可能包含数目不等的正例和反例。为了防止正例和反例的数目差别太大，需要对它们的比例进行控制，本案例控制比例约为1∶9。下面是抽取图像块的Matlab程序（sample.m和scan.m）和构造训练测试集的Python程序（getImageList.py）。

1.?sample.m的代码

clc;clear;

imageDir = './images/trainImages/'; % 训练图像的存放目录

labelDir = './images/labels/'; % 训练图像的对应标注图像所在目录

savePath = './data/' % 正反例图像块的存放目录

labelFile = dir(fullfile(labelDir,'*.bmp'));

wdSize = {[25,25]}; % 图像块的大小

for i=1:length(labelFile)

    L = imread([labelDir,labelFile(i).name]); % 读取第i个标注图像

    I = imread([imageDir,labelFile(i).name]); % 读取第i个训练图像

    disp(['process:',labelDir,labelFile(i).name]);

    scan(L,I,wdSize,savePath); % 调用scan函数抽取图像块

end

2.?scan.m的代码

function [ ] = scan(L,I,wdSize,savePath)

% L是标注图像，I是原始图像，wdSize是扫描窗口大小

L = L(:,:,1); % 读取标注图像的R通道，若要读取G（B）通道，把“1”改为“2（3）”

l_h = size(L,1); % 原始图像的高

l_w = size(L,2); % 原始图像的宽

p_num = length(dir(fullfile(savePath,'1/','*.bmp'))); % 当前存储的正例图像块数量

n_num = length(dir(fullfile(savePath,'0/','*.bmp'))); % 当前存储的反例图像块数量

disp([num2str(p_num),' | ',num2str(n_num)]);

wd_h = wdSize{1}(1); % wdSize = {[25,25]}，wd_h为扫描窗口的高

wd_w = wdSize{1}(2); % wd_w为扫描窗口的宽

for i=1:1:l_h-wd_h

    for j=1:1:l_w-wd_w

        patch = L(i:i+wd_h,j:j+wd_w); % 抽取标注图像块

        if patch(13,13)==255 % 判断patch的中心是否在路网上

            p_num = p_num + 1;    % 增加正例图像块的统计计数

            obj = I(i:i+wd_h-1,j:j+wd_w-1,:);    % 抽取原始图像块

            imwrite(obj,[savePath,'1/','1_',num2str(p_num),'.bmp']);  

             % 保存在./data/1/文件夹下

        elseif length(find(patch(14:22,14:22)==255))==0

        % patch中心的9×9区域无路网穿过

            n_num = n_num + 1;    % 增加反例图像块的统计计数

            rnd = randi(80,1,1);      % 生成一个1~80的随机整数

            if rnd==1; % 随机整数个数等于1，存储该反例，相当于按1/80概率抽取反例

                bcg = I(i:i+wd_h-1,j:j+wd_w-1,:);

                imwrite(bcg,[savePath,'0/','0_',num2str(n_num),'.bmp']); 

                ?% 保存在./data/0/文件夹下

             end

         end

    end

end

end

3.?getImageList.py的代码

#!/user/bin/python

#!conding=utf8

import os

import random

root = 'data'

dir = os.listdir(root) # 根目录

l = 0;

filelist = []; # 空列表

for d in dir: # 用d遍历dir下的文件夹，这里仅包括0和1文件夹

    files = os.listdir(root+'/'+d)  # files指向data里的0或者1文件夹

    for f in files:

        filelist.append('/'+root + '/' + d + '/' + f + ' ' + d + '\n')

        # 在文件名后加标签

    l = l + 1

random.shuffle(filelist) # 随机打乱filelist中的排序

txt = file('imglist_train.txt','w+') # 准备写入

txt.writelines(filelist[0:int(len(filelist)*0.90)]) # 选择90%带标签的图像块构造训练集

txt.close()

txt = file('imglist_test.txt','w+')

txt.writelines(filelist[int(len(filelist)*0.90):len(filelist)]) 

# 选择剩余的10%构造测试集

txt.close()

依次运行程序sample.m、scan.m和getImageList.py，就可以得到局部分类的图像块训练集和测试集，有关路径及标签分别保存在imglist_train.txt和imglist_test.txt这两个文件中。其中，训练集和测试集按照9∶1的比例划分，训练集包含121?257幅图像，测试集包含13?474幅图像。

方框3.7　批处理文件trainleveldb.bat的内容

SET GLOG_logtostderr=1

convert_imageset.exe  --backend=leveldb  ./  ./imglist_train.txt  ./ldb/trainldb

pause

方框3.8　批处理文件testleveldb.bat的内容

SET GLOG_logtostderr=1

convert_imageset.exe  --backend=leveldb  ./  ./imglist_test.txt  ./ldb/testldb

pause

为了得到Caffe能够识别的训练集和测试集，还需要参照3.6.1节利用convert_imageset.exe把imglist_train.txt和imglist_test.txt中涉及的数据转换成LEVELDB格式。具体的转换过程可以通过两个批处理文件完成：trainleveldb.bat和testleveldb.bat。文件的内容分别见方框3.7和方框3.8。