用VLFeat库进行k-means聚类

摘要

本文将介绍如何使用VLFeat开源库来进行K-means聚类，关于K-means的介绍可以参考这里。

什么是VLFeat

用VLFeat官方主页的话来说，VLFeat 是一个实现了视觉领域诸多算法的开源库，其包括SIFT, MSER,  k-means, hierarchical k-means, agglomerative information bottleneck, quick shift 等等。底层代码用C语言实现，并提供了MATLAB接口。支持Windows, Mac OS X, 和 Linux。最新版本为 VLFeat 0.9.14。

和OpenCV相比，VLFeat是一个轻量级的库，主要实现了在特征提取和聚类方面的高效算法, 可以用在图像检索和物体识别领域中。

Integer K-means (IKM) 介绍

接下来将介绍如何用VLFeat库来进行k-means聚类。

VLFeat 提供了k-means 聚类和分层k-means聚类的轻量级的实现。需要注意的是，IKmeans聚类数据的类型是unsigned char型。虽然这看上去有局限性，但对于图像的特征聚类，算法有很高的准确性，因为在高维空间中（例如SIFT特征，128维），UCHAR型已经足够。C语言的Integer K-means的接口文档请看这里。

Integer K-means (IKM) 实现了整型数据的 K-means 聚类 (或者叫矢量量化)。在图像检索、识别领域，经常会用到Bag-of-words(BOW)模型，该模型对训练集图像提取特征并进行聚类，得到固定数量的代表性特征集(dictionary), 将测试集中提取出来的特征进行量化，用之前得到代表性特征集中的特征(word)来表示，这样每幅图像就可以表示成bag-of-words。该功能可以用VLFeat库轻松实现。

如何使用接口？

用VLFeat进行K-means 聚类，需要包含 ikmeans.h 头文件，其声明了如下接口：

数据结构

struct   VlIKMFilt  

量化器，k-means聚类的核心数据结构。聚类相关的任何函数都与此数据结构有关。

枚举类型

enum  VlIKMAlgorithms { VL_IKM_LLOYD, VL_IKM_ELKAN }

VLFeat 实现了两种聚类算法，在进行训练时作为参数传入给vl_ikm_train 函数。

函数

VlIKMFilt  * vl_ikm_new (int method)

创建量化器，传入参数为VL_IKM_LLOYD或者 VL_IKM_ELKAN

 

void  vl_ikm_delete (VlIKMFilt *f)

删除量化器

 

void vl_ikm_init (VlIKMFilt *f, vl_ikm_acc const *centers, int M, int K)

指定聚类的center 对量化器初始化，M为数据的维数，K为聚类数

 

void vl_ikm_init_rand (VlIKMFilt *f, int M, int K)

随机生成center，并进行初始化，M为数据的维数，K为聚类数

 

void vl_ikm_init_rand_data (VlIKMFilt *f, vl_uint8 const *data, int M, int N, int K)

在数据中随机指定center，对量化器进行初始化，M为维数，N为数据数，K为聚类数

 

int vl_ikm_train (VlIKMFilt *f, vl_uint8 const *data, int N)

对输入数据进行训练， data为数据， N为数据数目。

 

void vl_ikm_push (VlIKMFilt *f, vl_uint *asgn, vl_uint8 const *data, int N)

将新数据量化到聚类中心，得到每个数据的标记。 asgn为数据的标记数组， data为输入数据， N为数据数目。

 

vl_uint vl_ikm_push_one (vl_ikm_acc const *centers, vl_uint8 const *data, int M, int K)

对一个数据进行量化

 

还有一些存取函数下文将省略，可以查询文档查看详情。

 

IKM使用步骤

step 1. 创建量化器

        用 vl_ikm_new() 函数创建一个IKM 量化器（聚类器）。

step 2. 初始化 IKM量化器

       用 vl_ikm_init() 或者其它接口（本文用vl_ikm_init_rand函数）。

step 3. 用 vl_ikm_train() 训练量化器。

step 4. 用vl_ikm_push() 函数或者 vl_ikm_push_one() 对新的特征进行量化（如只需要聚类，可以在这一步重复使用step 3. 的训练数据）。

 

开始聚类吧

准备工作就绪，开始聚类吧！

我们将随机产生值为[0,255)的2维数据点来进行k-means聚类，这样可以很直观方便地在图像中画出来看到聚类结果。

在这里用OpenCV的函数来显示二维数据点以及分类结果。

首先包含必须的头文件 ikmeans.h。

首先包含必须的头文件 ikmeans.h。

extern "C" {#include "ikmeans.h"}

用OpenCV建立矩阵来显示随机生成的数据以及聚类后的结果。

int row = 255;int col = 255;Mat show = Mat::zeros(row, col, CV_8UC3);Mat show2 = show.clone();

创建随机训练数据，用200组2维数据进行训练。并在图像中绘制数据点。

int data_num = 200;int data_dim = 2;vl_uint8 *data = new vl_uint8[data_num * data_dim];for( int i=0; i<data_num; ++i){    vl_uint8 x = data[i*data_dim] = rand()% col;    vl_uint8 y = data[i*data_dim+1] = rand()% row;    circle(show,Point(x,y),2,Scalar(255,255,255));}

如下图所示，生成了200个点的数据。

                                                                                 图1.随机生成的数据点

接下来的几行代码将创建量化器，训练，并得到量化结果，在这里，用训练数据作为新数据传给量化器，这样就可以得到训练数据的聚类结果，聚类数目为K=3。

VlIKMFilt *kmeans = vl_ikm_new(VL_IKM_ELKAN);vl_uint K = 3;vl_ikm_init_rand(kmeans, data_dim, K);vl_ikm_train(kmeans, data, data_num);vl_uint * label = new vl_uint[data_num];vl_ikm_push(kmeans, label, data, data_num);

在上面的代码中，label数组存放的就是量化结果，量化的序号为0,1,2...,K-1。

最后，画图，显示结果。

    for( int i=0;i<data_num; ++i)    {        vl_uint8 x = data[i*data_dim];        vl_uint8 y = data[i*data_dim+1];        switch(label[i])        {        case 0:                circle(show2,Point(x,y),2,Scalar(255,0,0));                break;        case 1:                circle(show2,Point(x,y),2,Scalar(0,255,0));                break;        case 2:                circle(show2,Point(x,y),2,Scalar(0,0,255));                break;        }    }

结果如下图所示：

                                                                                    图2.聚类（量化）结果

最后别忘了删除聚类器，以及清空数组。

vl_ikm_delete(kmeans);delete []label;label = NULL;delete []data;data = NULL;

整个程序的源代码如下：

#include "stdafx.h"extern "C" {#include "ikmeans.h"}#include "global_header.h"int main(){    /*initialize data point*/    int row = 255;    int col = 255;    Mat show = Mat::zeros(row, col, CV_8UC3);     Mat show2 = show.clone();    int data_num = 200;    int data_dim = 2;    vl_uint8 *data = new vl_uint8[data_num * data_dim];    for( int i=0; i<data_num; ++i)    {        vl_uint8 x = data[i*data_dim] = rand()% col;        vl_uint8 y = data[i*data_dim+1] = rand()% row;        circle(show,Point(x,y),2,Scalar(255,255,255));    }    VlIKMFilt *kmeans = vl_ikm_new(VL_IKM_ELKAN);    vl_uint K = 3;    vl_ikm_init_rand(kmeans, data_dim, K);    vl_ikm_train(kmeans, data, data_num);    vl_uint * label = new vl_uint[data_num];    vl_ikm_push(kmeans, label, data, data_num);    for( int i=0;i<data_num; ++i)    {        vl_uint8 x = data[i*data_dim];        vl_uint8 y = data[i*data_dim+1];        switch(label[i])        {        case 0:                circle(show2,Point(x,y),2,Scalar(255,0,0));                break;        case 1:                circle(show2,Point(x,y),2,Scalar(0,255,0));                break;        case 2:                circle(show2,Point(x,y),2,Scalar(0,0,255));                break;        }    }    imwrite("show.jpg",show);    imwrite("show2.jpg",show2);    vl_ikm_delete(kmeans);        delete []label;    label = NULL;    delete []data;    data = NULL;    return 0;}