版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、紋理特征是圖像的重要底層特征之一,本文對(duì)由表示圖像紋理特征的紋理譜方法演變而來的LBP算法進(jìn)行研究,并將改進(jìn)的算法應(yīng)用于圖像的分類識(shí)別,目標(biāo)追蹤和圖像分割當(dāng)中。本文主要工作如下:
1、研究LBP模式分類方法中的等價(jià)模式和旋轉(zhuǎn)不變的等價(jià)模式,提出一種新的模式分類方式即按照0/1變換次數(shù)和二進(jìn)制碼值中1的數(shù)目進(jìn)行分類。通過圖像直方圖和常用紋理庫的對(duì)比試驗(yàn)可以看出本文提出的模式分類方法具有較高的紋理識(shí)別能力。
2、用生物學(xué)
2、中的共生概念對(duì)圖像處理中的一些方法進(jìn)行分析和解釋,然后按照共生概念對(duì)這些圖像處理方法進(jìn)行分類。針對(duì)成對(duì)旋轉(zhuǎn)不變的局部二值模式算法(PRICoLBP)提取方法提取的紋理特征計(jì)算復(fù)雜度高、旋轉(zhuǎn)不變性較差、對(duì)較小的紋理結(jié)構(gòu)特征不敏感的缺陷,提出一種改進(jìn)的PRICoLBP算法。首先,改進(jìn)原有算法對(duì)共生點(diǎn)對(duì)的選取方式,使得改進(jìn)算法在保持統(tǒng)計(jì)更高階紋理信息能力的同時(shí),又增強(qiáng)了圖像對(duì)旋轉(zhuǎn)變化和光照條件變化的魯棒性。其次,該算法融合了灰度值大小關(guān)系特征
3、和灰度值差值幅值特征相比于原有算法只提取灰度值大小關(guān)系特征能夠提取更多的紋理特征信息,從而提高了算法對(duì)較小紋理結(jié)構(gòu)圖像的識(shí)別能力。此外,改進(jìn)算法相比于原有算法的計(jì)算維度更小。在對(duì)Brodaz,Outex,CUReT和KTH TIPS圖像紋理庫的分類實(shí)驗(yàn)中,改進(jìn)算法的識(shí)別能力相對(duì)于原有算法分別提高了0.17%,0.24%,2.39%和2.04%。實(shí)驗(yàn)結(jié)果表明,改進(jìn)算法在處理較小紋理結(jié)構(gòu)的圖像時(shí)具有較好的識(shí)別效果。
針對(duì)局部二值模
4、式特征(Local Binary Pattern,LBP)對(duì)噪聲敏感、旋轉(zhuǎn)不變性較差的問題,提出一種基于共生的抗噪局部二值模式紋理分類算法。首先,對(duì)LBP模式進(jìn)行重新分類,對(duì)等價(jià)模式和旋轉(zhuǎn)不變的等價(jià)模式進(jìn)行擴(kuò)展;其次,利用共生方法將原圖中表示視覺微觀紋理信息的LBP特征和降采樣后圖像中表示非視覺微觀紋理信息的LBC特征進(jìn)行并聯(lián),添加圖像的梯度幅值信息,得到一種具有旋轉(zhuǎn)穩(wěn)定性和抗噪性的紋理特征表示方法。最后,在不同紋理圖像庫中比較本文方法
5、和其他特征表示方法識(shí)別率的差別。實(shí)驗(yàn)結(jié)果表明,本文方法具有較好的旋轉(zhuǎn)不變性和抗噪性。
3、針對(duì)追蹤過程中目標(biāo)出現(xiàn)遮擋、目標(biāo)的尺度發(fā)生變化時(shí),STC算法容易丟失追蹤目標(biāo)的問題,提出一種融合LBP紋理特征的時(shí)空上下文追蹤方法。首先,計(jì)算每一幀中包含目標(biāo)區(qū)域的LBP紋理直方圖。其次,利用卡方統(tǒng)計(jì)計(jì)算第一幀的LBP紋理直方圖與當(dāng)前幀圖像內(nèi)目標(biāo)區(qū)域的LBP紋理直方圖的相似度、相鄰兩幀的目標(biāo)區(qū)域的LBP紋理直方圖的相似度,當(dāng)相似度大于設(shè)定
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于局部二值模式的紋理表達(dá)研究.pdf
- 基于擴(kuò)展的局部二值模式的圖像紋理及圖像分類應(yīng)用.pdf
- 基于Contourlet變換和局部二值模式圖像紋理分類研究及其應(yīng)用.pdf
- 基于局部二值模式和灰度共生矩陣的紋理特征提取技術(shù)研究.pdf
- 基于魯棒局部二值模式的紋理圖像分類算法研究.pdf
- 基于反應(yīng)擴(kuò)散濾波和自適應(yīng)局部二值模式的紋理分析研究.pdf
- 基于非采樣Contourlet變換與局部二值模式的掌紋特征提取.pdf
- 基于小波及局部二值模型的紋理圖像檢索算法研究.pdf
- 基于局部紋理特征的隱寫檢測研究.pdf
- 基于平均局部二值模式的虹膜識(shí)別.pdf
- 基于局部二值模式的人臉識(shí)別算法研究.pdf
- 融合多特征和局部二值模式的人臉識(shí)別研究.pdf
- 基于新型局部二值模式的視頻分割方法研究.pdf
- 基于局部二值模式的人臉表情識(shí)別的研究與實(shí)現(xiàn).pdf
- 基于混合局部二值模式的快速特征金字塔方法的行人檢測研究.pdf
- 基于局部小波二值模式的筆跡鑒定算法研究.pdf
- 基于局部紋理特征提取的表情識(shí)別研究.pdf
- 基于局部二值模式的人臉識(shí)別方法研究.pdf
- 局部紋理特征及其在對(duì)象跟蹤中的應(yīng)用.pdf
- 基于Gabor小波和局部二值模式的人臉表情特征提取研究.pdf
評(píng)論
0/150
提交評(píng)論