基于改进WLD的纹理特征提取方法

摘要：

在纹理分类应用背景下,原始韦伯局部描述符( WLD)对纹理模式区分能力有限。针对该问题,提出一种基于正负梯度改进的WLD( WLD-PNG)。利用局部窗内像素点间灰度变化的正负梯度构建纹理特征描述符,通过分离计算正负梯度的差分激励算子,保留灰度等级变化的正负性信息,以增强纹理模式的可区分性,运用均匀局部二值模式( uLBP)提取灰度等级变化的空间分布结构信息,并提高纹理模式的识别能力,使用均匀量化和编码技术将差分激励算子与uLBP结合,从而描述图像的纹理特征。在Brodatz和KTH-TIPS2-a纹理库上进行对比实验,结果表明,与原始WLD,uLBP,WLD+uLBP及已有改进的WLD等方法相比,WLD-PNG在提高纹理分类性能的同时,具有较好的稳健性和较低的计算复杂度。

关键词：纹理分类、纹理特征、韦伯局部描述符、差分激励、正负梯度、局部二值模式

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技支撑计划基金资助项目2014BAF07B01。

在线出版日期：2015-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：210-216