基于增强方向局部二值模式的纹理分类-计算机应用研究.PDFVIP

基于增强方向局部二值模式的纹理分类-计算机应用研究.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于增强方向局部二值模式的纹理分类-计算机应用研究

第34卷第4期 计 算 机 应 用 研 究 Vol34No4 2017年4月  ApplicationResearchofComputers Apr.2017 基于增强方向局部二值模式的纹理分类 孙君顶,靳姣林,李海华,刘晓惠,陈鹏鹏 (河南理工大学计算机科学与技术学院,河南焦作454000) 摘 要:针对方向局部二值模式特征维数高且易受噪声影响的问题,提出了增强方法。首先,在方向局部二值 模式的基础上,通过将局部邻域划分为多个8正交邻域的策略,以降低方向局部二值模式的特征维数;其次,在 方向局部模式中引入局部三值模式的思想,以减少噪声的影响。采用CURet、UIUC及 Outex三个纹理图像库进 行实验,结果证明了该方法以较低的特征维数取得了更好的分类性能。 关键词:局部二值模式;中心对称局部二值模式;方向局部二值模式;纹理分类 中图分类号:TP3914  文献标志码:A   文章编号:10013695(2017)04124904 doi:10.3969/j.issn.10013695.2017.04.066 TextureclassificationbasedonimproveddirectionLBP SunJunding,JinJiaolin,LiHaihua,LiuXiaohui,ChenPengpeng (SchoolofComputerScience&Technology,HenanPolytechnicUniversity,JiaozuoHenan454000,China) Abstract:Inordertoreducethefeaturedimensionalityandtheinfluenceofnoise,thispaperintrducedanimproveddirection localbinarypattern(DLBP).Firstly,itdividedtheneighborhoodintodifferent8orthogonalneighborfordimensionalityre ductionoftheoriginalDLBPhistogram.Then,itintroducedtheideaoflocalternarypattern(LTP)topreventthenoisedis turbance.Experimentalresults,obtainedfromthreewidelyusedtextureimagedatabases,CURet,UIUCandOutex,demon stratethattheproposedmethodcangreatlyimprovetheperformanceofthetraditionalDLBPontextureclassification. Keywords:localbinarypattern(LBP);centersymmetriclocalbinarypattern(CSLBP);directionlocalbinarypattern (DLBP);textureclassification [12] DLBP) 虽然取得了更好的分类效果,但该方法仍需进一步 0 引言 完善。首先,随着在局部邻域采样点数目P的增加,特征维数 P/2

您可能关注的文档

文档评论(0)

wumanduo11 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档