一种基于矢量变换的局部二值化模式分类方法

• 作者: 李安然 陈雪云
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 模式识别 局部二值化矢量模式(LVP) 特征变换 图像识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 490-503
• 页数: 14页
• 分类号: TP391.4
• 字数: 7031字
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2020.0490

摘要

局部二值化模式(LBP)在计算机图像识别中应用非常广泛,它是一种局部区域灰度函数二值化矢量的分类统计特征,其性能高度依赖于对基本矢量的分类.现有的分类方法有两种:一是最原始的分类方法,二是基于跳变次数的分类方法.前者分类类别严重不平衡,后者忽略了高次跳变的信息.基此提出了一种基于任意矢量变换的局部二值化模式分类方法(LVP),该方法既保留了高次跳变模式信息,又实现了分类类别的平衡.为验证该方法适用性,将LVP与原有的LBP分类模式在INRIA行人、遥感图像车辆和遥感图像飞机三种数据库上进行检测准确度比对,发现使用混合块长度和不同重叠比的LVP具有较高的准确率.在行人数据库中,LVP相对256类LBP使用混合块逻辑或运算的方法,识别正确率提升了2.03％,达到98.93％;在车辆数据库中,用该方法使正确率提高了3.70％,达到94.15％;在飞机数据库中,用该方法使正确率提高了4.65％,达到94.10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李安然	广西大学电气工程学院	1	0	0.0	0.0
2	陈雪云	广西大学电气工程学院	3	2	1.0	1.0