基于局部排序差值细化模式的纹理图像分类
针对传统局部二值模式及其扩展算法存在特征维度高、不能充分体现局部邻域像素间差值大小信息等问题,提出一种局部排序差值细化模式(LSDRP).首先根据采样半径大小对图像进行相应规格的高斯滤波,并按灰度值将局部邻域采样点排序;然后计算局部排序邻域内像素间的差值并将其融入排序二值编码对应位置的权值中,从而生成LSDRP特征;最后选取LSDRP特征模式中的高频模式表征图像,并级联多个半径下LSDRP特征的高频模式构成图像纹理的多尺度表示.在Outex,CUReT和UMD纹理库上的实验结果表明,所提算法计算简单且能在低维度条件下有效解决纹理分类中存在的光照、旋转变化问题;特别是在TC10,TC12_000和TC12 001纹理库上仅需120维特征即可分别达到100%,99.38%和99.72%的分类精度.
纹理分类、局部二值模式、排序二值模式、差值细化
32
TP391.41(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金面上项目;高维信息智能感知与系统教育部重点实验室创新基金
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共10页
1948-1956,1966