基于顶帽变换和LBP算子的纹理特征提取方法

发布时间：2017-10-20 12:08

  本文关键词：基于顶帽变换和LBP算子的纹理特征提取方法

  更多相关文章： 顶帽变换 LBP 多特征组合 纹理特征提取

【摘要】：针对顶帽变换能有效消除不均匀背景这一特点,结合LBP算子能很好地描述图像局部空间结构以及在纹理分类中有高区分能力的特点,提出了顶帽变换和LBP算子相结合的多特征组合纹理特征提取方法。经实验验证可知,这种多特征组合的纹理特征提取方法能够提高对Outex数据集分类的准确率,并得出结论:特征提取方法应当遵循多特征组合、组合特征间差异大和组合特征维数小的原则。
【作者单位】： 西安工程大学计算机科学学院;
【关键词】： 顶帽变换 LBP 多特征组合 纹理特征提取
【分类号】：TP391.41
【正文快照】： 0引言纹理是人们描述和区分不同物体的重要特征之一,它作为物体表面的一种基本属性广泛存在于自然界中,是人们视觉系统对自然界物体表面现象的一种感知,是图像中普遍存在而又难以描述的特征,虽然人们对纹理的研究已有几十年的历史,但至今难以对纹理给出统一、准确的定义[1-5]

【相似文献】

中国期刊全文数据库 前10条

1 蔡哲元;余建国;张敏敏;金震东;;胰腺内镜超声图像纹理特征提取与分类研究[J];生物医学工程学进展;2008年03期

2 刘丽;匡纲要;;图像纹理特征提取方法综述[J];中国图象图形学报;2009年04期

3 闫晶莹;王成儒;;一种新的纹理特征提取算法[J];西安邮电学院学报;2011年01期

4 刘文萍,吴立德;纹理特征提取及分割[J];计算机应用与软件;2001年11期

5 黄丽雯;庞柯;汪鑫;施帮利;王涛;炊万年;;基于小波包分析的颅颌面纹理特征提取方法[J];西南师范大学学报(自然科学版);2013年11期

6 姚娜;吕海芳;陈杰;;基于脉冲耦合神经网络的汉字纹理特征提取[J];塔里木大学学报;2013年04期

7 郑晓霞;李伟键;;基于纹理特征提取的图像检索技术[J];黑龙江工程学院学报;2005年04期

8 陈再良;刘晴;邹北骥;沈海澜;周浩宇;;结合视觉注意和纹理特征提取感兴趣区域算法[J];小型微型计算机系统;2012年05期

9 肖鹏;徐军;陈少冲;;纹理特征提取方法[J];电子科技;2010年06期

10 毛秉毅;;旋转不变傅立叶纹理特征提取[J];计算机工程与应用;2007年10期

中国博士学位论文全文数据库 前1条

1 李朝荣;Copula驱动的小波域纹理特征提取研究[D];电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 李洪伟;基于高分辨率影像纹理特征提取日光温室方法研究[D];兰州大学;2016年

2 黄媛媛;基于小波的纹理特征提取算法的研究[D];江苏科技大学;2012年

3 王龙;图像纹理特征提取及分类研究[D];中国海洋大学;2014年

4 章智儒;纹理特征提取算法及其在面向对象分类技术中的应用研究[D];电子科技大学;2009年

5 丁守鸿;基于分形分析的纹理特征提取[D];大连理工大学;2011年

6 庞鹏飞;纹理特征提取与自动分类算法研究[D];天津大学;2012年

7 周璇;铝土矿浮选精选泡沫颜色校正与纹理特征提取及其应用[D];中南大学;2013年

8 林霞;浮选泡沫图像纹理特征提取研究及应用[D];中南大学;2013年

9 龙士军;图像检索中纹理特征提取的研究[D];西南交通大学;2012年

10 朴慧;基于小波变换技术的纹理特征提取技术的研究[D];沈阳航空工业学院;2010年

，

本文编号：1067055