位置:成果数据库 > 期刊 > 期刊详情页
采用UTPLBP的纹理图像分割
  • ISSN号:1003-501X
  • 期刊名称:《光电工程》
  • 时间:0
  • 分类:TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]宁波大学信息科学与工程学院,浙江宁波315211
  • 相关基金:国家自然科学基金项目(61271399); 浙江省自然科学基金项目(Y1111061); 浙江省科技厅公益性应用研究项目(2010C33104); 浙江省教育厅科研计划(Y201224557); 宁波大学科研基金项目(XYL1200)
中文摘要:

局部二元模式(LBP)是一种有效的图像局部纹理描述算子,由于其具有良好的旋转不变性而被广泛应用于图像处理、计算机视觉等领域。本文着重分析LBP纹理特征的相关特性,并在其基础上进行适当改进,提出均匀三模块局部二元模式(UTPLBP)及其二次统计量纹理特征,探索其在图像分割应用中的可行性。实验结果表明,针对Brodatz纹理合成图像,利用UTPLBP算子提取待分割图像的纹理特征,在SVM分类器下进行图像分割,UTPLBP纹理算子能够很好的描述图像的纹理信息,其二次统计量纹理特征鲁棒性强并能对不同纹理图像进行正确区分。相比传统法,本文方法正确率均在93%以上。

英文摘要:

Local Binary Pattern(LBP) is a kind of effective local texture description operator,which is widely used in many fields,like image processing,machine vision,etc,for its excellent rotation invariance.This paper mainly analyzes and improves the characteristics of LBP texture features,puts forward the Uniform Three-Patch LBP(UTPLBP) secondary statistic texture features and explores its application in the image segmentation.Regarding Brodatz texture image,UTPLBP operator is used to extract its texture features,and then the image is segmented by Support Vector Machine(SVM) algorithm.Experiment result demonstrates that UTPLBP operator can describe image texture information accurately and its secondary statistic texture features with strong robustness can distinguish different texture image.Compared with the traditional methods,the accuracy is better than ninety-three percent.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《光电工程》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院光电技术研究所 中国光学学会
  • 主编:罗先刚
  • 地址:四川省成都市双流350信箱
  • 邮编:610209
  • 邮箱:oee@ioe.ac.cn
  • 电话:028-85100579
  • 国际标准刊号:ISSN:1003-501X
  • 国内统一刊号:ISSN:51-1346/O4
  • 邮发代号:62-296
  • 获奖情况:
  • 四川省第二次期刊质量考评自然科学期刊学术类质量...,四川省第二届优秀期刊评选科技类期刊三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:14003