自适应的Haar型LBP纹理特征提取算法研究

• 作者: 刘天时 李湘眷 肖敏敏
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 纹理特征 Haar特征 LBP 高斯加权矩阵
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 图形与图像
• 页码范围: 1381-1386
• 页数: 6页
• 分类号: TP391.41
• 字数: 4762字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.07.025

摘要

在提取纹理图像的Haar型LBP特征中,人为设定的判断阈值主观性强、局部性差,导致提取的纹理细节和边缘模糊、纹理图像的局部性易被忽略.为此,提出了一种自适应的Haar型LBP纹理特征提取算法.该算法在二值化Haar型特征时引入高斯加权矩阵,以此获得客观、符合纹理图像局部特征的自适应判断阈值和Haar型LBP特征.实验结果表明,该算法能够有效地避免人为设定阈值对纹理特征的影响,可以准确地描述图像的纹理特征,Brodatz标准纹理库分类的正确率也得到了进一步的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘天时	西安石油大学计算机学院	100	548	13.0	18.0
2	李湘眷	西安石油大学计算机学院	19	118	6.0	10.0
3	肖敏敏	西安石油大学计算机学院	2	16	2.0	2.0