自适应权重联合多尺度LBPV2纹理分类方法

• 作者: 张磊 李一兵 王岩松 陈昊
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 局部二值模式 纹理分类 自适应权重 联合多尺度方案 特征提取 局部方差 统计直方图 纹理数据集
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 现代电子技术
• 页码范围: 25-29
• 页数: 5页
• 分类号: TN911.73
• 字数: 3868字
• 语种: 中文
• DOI: 10.11991/yykj.201809006

摘要

传统的局部二值模式仅局限于局部纹理信息的提取,忽略了全局纹理信息的表达,造成最终的纹理分类效果并不理想.为了解决以上问题,借鉴局部二值模式方差(LBPV)的优势,在此基础上提出了一种新的基于自适应权重联合多尺度LBPV2的纹理图像分类方法.该方法将方差平方作为直方图累积权重取代原来的方差权重,并采用自适应权重联合多尺度方案来实现多尺度纹理信息提取,进一步提升了纹理图像描述子的分类性能.在国际公认的Outex纹理数据集上的仿真实验表明,提出的这种新的基于自适应权重联合多尺度LBPV2的纹理图像分类方法能够实现纹理分类性能的显著改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	哈尔滨工程大学信息与通信工程学院	159	1265	17.0	29.0
2	李一兵	哈尔滨工程大学信息与通信工程学院	169	811	14.0	20.0
3	王岩松		10	20	2.0	4.0