基于全局二值模式的特征提取方法及其应用.pdfVIP

第26卷摇 第9期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.26摇 No.9 摇 2013年9月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Sep.摇 2013 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 基基于全局二值模式的特征提取方法 及其应用 徐摇 科摇 摇 宋摇 畅 (北京科技大学 高效轧制国家工程研究中心摇 北京 100083) 摘摇 要摇 提出一种全局二值模式(GBP)的纹理分析方法,解决局部二值模式(LBP)易受噪声影响的问题.GBP 中 采用一个大邻域模板的平均值代替 LBP 中的中心像素,弱化了噪声的影响,但 GBP对光照不均的抵抗能力不如 LBP.在钢板表面缺陷识别中,由于钢板表面图像既有较大的噪声,又存在着严重的光照不均现象,因此提出GBP 与LBP二维直方图结合的方法,该方法结合 GBP和LBP 的特性.将该方法应用于中厚板和连铸坯表面缺陷的识 别,实验结果表明GBP与LBP 的结合方法同时具有光照不变性和对噪声不敏感的特性,对裂纹缺陷的识别率达到 96%以上. 关键词摇 局部二值模式,全局二值模式,特征提取,缺陷识别 中图法分类号摇 TP 181 Feature Extraction Method Based on Global Binary Pattern and Its Application XU Ke,SONG Chang (National Engineering Research CenterforAdvanced Rolling,University of Science and Technology Beijing,Beijing 100083) ABSTRACT Texture analysis based on Global Binary Pattern (GBP) isproposed to solve the problem that Local Binary Pattern (LBP)issensitivetonoises. InGBP,centerpixelsusedinLBParereplacedbythemean values of large neighborhood templates,and effects of noises are weakened. However,the resistance to uneven illumination by GBP is worse than that by LBP. For surface defect recognition of steel plates, both noises andunevenilluminationareseriousintheimagesof steels. Thecombinationof GBPandLBP with bivariate histogram is presented and applied to surface defect recognition of steel plates and slabs. The experimental results show that the combination of GBP and LBP is invariant to uneven illumination and insensitive to noises,an