基于Haar特性的LBP纹理特征

• 作者: 周书仁 殷建平
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 图像纹理 特征提取 Haar型局部二元模式 Gabor滤波 直方图
• 年，卷（期）: 2013,（8）
• 页码范围: 1909-1926
• 页数: 18页
• 分类号: TP391
• 字数: 8789字
• 语种: 中文

摘要

图像纹理特征能够反映图像的灰度分布程度、对比度、空间分布和图像的内在变化特性,在确保较低计算复杂度的前提下,有效提取深层次的图像纹理信息是其研究的难点问题。针对这一问题,从相邻区域的统计特征分析入手,提出了一种Haar型特性局部二元模式(Haar local binary pattern,简称HLBP)的图像纹理特征提取方法。鉴于Haar型特征运算简单、快捷,统计局部特征有效、可靠,将其引入LBP中。该方法首先给出8组Haar型特征编码模式,按照局部二元模式(local binary pattern,简称LBP)统计图像局部纹理特征,因采用局部区域统计方法能够有效降低噪声的影响；其次,为了进一步提高图像纹理特征的有效呈现,结合Gabor小波滤波在不同方向、不同尺度对灰度水平图像进行特征提取,以增强纹理有效提取的性能,提高不变特征的稳健性；最后,通过4组对比实验验证了该方法的可行性。实验分别在标准的 Brodatz 正常分块纹理库测试集、分块且缩放 Brodatz 纹理库测试集、分块且旋转Brodatz纹理库测试集以及Yale B扩展的非均匀光照条件人脸库测试集上进行。实验结果表明,该方法能够有效地表达图像的纹理特征。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷建平	国防科学技术大学计算机学院	68	1057	17.0	30.0