基于LBP的特征提取的研究.pdfVIP

摘 要 纹理特征提取是指通过一定的图像处理技术抽取出纹理特征，从而获得纹理 的定量或定性描述的处理过程。局部二值模式(Local Patterns，LBP)是最 Binary 近发展起来的一种理论简单但功能强大的纹理分析算法，在计算机视觉等领域表 现出良好的性能，并得到了较为广泛的应用和认可。 本文将该纹理提取算法应用到人脸识别和手写体数字识别中，针对当前基于 LBP特征的人脸识别中通用的K近邻方法中存在的最优解不唯一的问题进行了改 进。同时，针对LBP方法在手写体数字识别领域应用还很少的现状，将该方法应 用到手写体数字的纹理提取与分类中，取得了较好的识别效果，证明了其可行性， 并为以后的相关研究奠定了基础。论文的主要工作与创新有： 1．针对LBP算法在人脸识别中的特征提取阶段和分类阶段展开研究。在特征 提取阶段，采用单一分块、多层分块以及滑动窗口等多种方式实现对LBP特征的 提取，并对这些方法在识别率以及效率上进行了对比；在分类阶段，针对K近邻 (K-Nearest Neighbor，KNN)算法中存在的多最优解问题，提出了采用增加最近 距离优先级从而在最优解中做出选择的方法，提高了识别率。基于YaleA人脸库 (YaleFace DatabaseA)进行了相关方法和改进的实验，通过对实验数据的分析， 验证了方法的正确性和改进的有效性。 Handwritten Database)进行了基于LBP特征的手写体数字识别实验，取得了 Digit 较为理想的识别效果，表明了LBP方法在手写体数字识别应用中的可行性。 关键词：特征提取；局部二值模式；基于最短距离的K近邻方法；人脸识别 分类号：TP391．4；TP301 ABSTRACT Texturefeature extractionreferstoextractthe texturefeature byimage processing and thenthe and of get quantitative texture．LocalPattern qualitativedescription Binary isa whichis but useful methodof newly-developedtheory simple calculating texture the vision welland analysis．Incomputerfield，LBP is performs widelyrecognized． In this feature extractionis to thesis，texture ofhumanfaceand appliedrecognition handwritten the that digits，which