一种用于纹理分析的LBP新型扩展算子.docVIP

一种用于纹理分析的LBP新型扩展算子 摘要 LBP算子已被证明为是一类从理论上来说十分简单然而从局部结构的特征角度来说却相当有效的多分辨率统计型纹理描述符，并被广泛应用于多领域。然而，基于“均匀”模式的LBP算子的扩展仍然有一些缺点：LBP算子丢失了某些重要的纹理信息并对于噪声过于灵敏。本文提出一种新型LBP扩展算子。这种基于分析图像结构和出现概率的LBP新型算子分类并联合“非均匀”局部模式。新算子充分利用于“非均匀”局部模式中包含的纹理信息，而这些信息正是被典型LBP算子所丢失的，并且对于噪声更加具有健壮性。三个基于Brodatz纹理数据库的实验说明了该新型LBP扩展算子的改进情况。 1.引言 纹理分析在计算机视觉和图像处理中起到重要作用。在过去的几十年中提出了大量的关于纹理特征提取的算法，主要分为统计法和结构法两类。前者是世纪运用中最普遍的，包括灰度伴随矩阵、小波变换和Gabor滤波器。近来，LBP算子受到了相当多的关注并且已经被应用，诸如人脸识别、工业化外观检查、遥感图像分割及户外实像的分类。LBP算子从局部结构的特征角度来说是一种统计型纹理描述符。LBP从纹理窗口的统计特性和结构特性角度提供了统一标准的描述，从而对纹理分析更加有效。 LBP算子的设计者们必须要面对三个基本问题。第一个问题是如何描述不同的纹理局部特征及如何提取这些局部特征模式。由于所有的局部特征模式并