基于金字塔分解和扇形局部均值二值模式的鲁棒纹理分类方法

摘要：

针对传统局部二值模式(LBP)的特征鉴别力有限和噪声敏感性问题,该文提出一种基于金字塔分解和扇形局部均值二值模式的纹理特征提取方法.首先,将原始图像进行金字塔分解,得到对应于不同分解级别的低频和高频(差分)图像.为提取兼具鉴别力和稳健性的特征,进一步采用阈值化处理技术将高频图像转化为正、负高频图.然后,基于局部均值操作提出一种扇形局部均值二值模式(SLMBP),用于计算各级分解图像的纹理特征码.最后,对纹理特征码进行跨频带的联合编码和跨级别的直方图加权,从而获得最终的纹理特征.在公开的3个纹理数据库(Outex,Brodatz和UIUC)上进行分类实验,结果表明该文所提方法能够有效地提高纹理图像在无噪声环境和含高斯噪声环境下的分类精度.

关键词：纹理分类、特征提取、局部二值模式、金字塔分解

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61702065, 61671095;信号与信息处理重庆市市级重点实验室建设项目CSTC2009CA2003 The National Natural Science Foundation of China61702065, 61671095;The Project of Key Laboratory of Signal and Information Processing of ChongqingCSTC2009CA2003

在线出版日期：2018-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1301-1308