基于边缘模式和主导学习框架的相似纹理分类

发布时间：2018-07-12 08:36

  本文选题：纹理分类 + 可变局部边缘模式　； 参考：《计算机工程与应用》2017年23期

【摘要】：边缘是进行相似纹理图像分类的有效特征之一,为了提高边缘检测精度,使用可变化的局部边缘模式(Varied Local Edge Pattern,VLEP)算法,利用像元及其近邻的灰度变化进行区域统计,同时从多尺度和多方向的角度提取纹理边缘特征。然而,当图像分辨率发生变化,或图像受到光照、反射的影响时,纹理计算可能会出现较大偏差。为此,在VLEP算法的基础上,提出主导学习框架相似纹理分类方法,通过构建全局主导模式集,解决纹理计算偏差导致的类间距离小和类内距离大的问题。实验结果表明,主导边缘模式思想可以有效地提高相似纹理图像的分类准确率。
[Abstract]:Edge is one of the effective features for similar texture image classification. In order to improve the accuracy of edge detection, the variable Local Edge pattern (VLEP) algorithm is used to calculate the region by using the gray level change of pixel and its nearest neighbor. At the same time, texture edge features are extracted from multi-scale and multi-direction angles. However, when the resolution of the image changes, or when the image is affected by illumination and reflection, there may be a large deviation in texture calculation. Based on the VLEP algorithm, a similar texture classification method based on dominant learning framework is proposed. The problem of small inter-class distance and large intra-class distance caused by the deviation of texture computation is solved by constructing a global dominant pattern set. Experimental results show that the dominant edge pattern can effectively improve the classification accuracy of similar texture images.
【作者单位】： 北京工商大学计算机与信息工程学院;
【基金】：北京市自然科学基金(No.4162018) 北京市委组织部青年拔尖人才培养项目(No.2014000026833ZK14) 北京市属高等学校高层次人才引进与培养计划项目(No.CIT&TCD201504010) 2016年研究生科研能力提升计划项目
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 刘俊义,王润生;一种快速检测纹理斑块的方法[J];国防科技大学学报;2001年02期

2 史春丽,刘京玲;一种快速检测纹理斑块的方法[J];西安电子科技大学学报;2001年06期

3 郑瑶函,叶正麟,汤力,潘璐璐;纹理元提取与纹理合成的自由参数估计[J];计算机工程与应用;2004年36期

4 孟祥增;刘明霞;;基于概念的自然纹理分类[J];计算机工程与应用;2006年11期

5 陆春君;陈松灿;谭晓阳;;基于纹理频谱子集的纹理识别[J];江南大学学报(自然科学版);2007年06期

6 霍玉洪;刘云;;稀疏纹理分类的研究[J];合肥工业大学学报(自然科学版);2008年06期

7 刘明霞;侯迎坤;杨德运;;一种新的自然纹理分类方法[J];计算机工程与应用;2008年19期

8 孙小芳;;基于分割的纹理分类农田信息提取[J];闽江学院学报;2010年02期

9 徐晓哲;李振明;;一种有效的结构纹理区分方法[J];甘肃科学学报;2010年03期

10 王晓明;冯鑫;党建武;;一种局部监督式纹理分类算法[J];兰州理工大学学报;2012年04期

相关会议论文 前6条

1 陈晓钟;孙华燕;;基于更佳分辨率小波分解的图像纹理分类[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

2 谢世朋;胡茂林;;基于局部仿射区域对稀疏纹理分类的研究[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

3 谢世朋;胡茂林;;基于滤波器库的纹理自动分类的研究[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

4 曹伟国;李宗民;李华;;一种旋转与尺度不变的纹理分类方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 付新文;李象霖;张妙兰;;一种基于矢量量化的纹理匹配分类方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 黄建军;唐亮;谢维信;谢兴灿;;基于对称边缘方向直方图自动提取主要道路[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

相关博士学位论文 前10条

1 崔振超;计算机舌诊中舌体分割与纹理分类研究[D];哈尔滨工业大学;2015年

2 朱立军;虹膜坑洞、色素斑纹理检测方法研究[D];沈阳工业大学;2017年

3 孙利君;基于样本的纹理合成方法研究[D];山东大学;2012年

4 赵志宏;三维织物纹理变形仿真的研究[D];东华大学;2012年

5 邵晓鹏;红外纹理生成方法研究[D];西安电子科技大学;2005年

6 宋铁成;图像局部特征的提取与描述方法研究[D];电子科技大学;2016年

7 王凯;基于图像纹理特征提取算法的研究及应用[D];西南交通大学;2013年

8 贺永刚;基于局部二值模式的纹理表达研究[D];华中科技大学;2012年

9 齐宪标;共生局部二值模式及其应用[D];北京邮电大学;2015年

10 贺永刚;基于局部二值模式的纹理分类研究[D];华中科技大学;2012年

相关硕士学位论文 前10条

1 占俊杰;光照变化的纹理分类研究[D];重庆大学;2015年

2 王宁宁;基于线结构光3D纹理测量的研究[D];电子科技大学;2015年

3 管凌霄;基于纹理和结构分析的机场目标检测方法[D];解放军信息工程大学;2015年

4 崔昊;纹理合成中误差度量及像素再合成研究[D];山东师范大学;2016年

5 郝华;基于混合高斯模型匹配的纹理分类研究[D];大连理工大学;2016年

6 胡家义;三维矢量地形模型纹理合成方法研究[D];东北师范大学;2016年

7 江俊容;基于可合成性度量的网络纹理自动获取算法研究与实现[D];深圳大学;2016年

8 伍敏;基于多尺度内变差的结构检测与纹理滤波算法研究[D];浙江工商大学;2017年

9 吴春芳;纹理图像自动分类算法研究[D];天津大学;2016年

10 汪彩霞;基于深度学习的动态纹理分类方法研究及其在森林防火中的应用[D];江苏科技大学;2015年

，

本文编号：2116592