改进LBP/LTP算法研究及应用
发布时间：2021-01-30 11:37
局部二值模式（local binary pattern,LBP）作为一种图像纹理特征描述符,可以简单、有效、快速地提取图像的纹理特征。为提高LBP算法的抗噪声干扰的能力与鲁棒性,学者们提出了很多改进算法。局部三值模式（local ternary pattern,LTP）作为LBP编码算法的一种改进算法引入?t阈值对图像进行编码,有效提升了二值算法对光照变化和噪声干扰的鲁棒性。抗噪声局部二值模式（noise-resistant local binary pattern,NRLBP）通过引入模糊性对LBP编码中的非均匀模式进行纠错。但是以上两种改进LBP算法阈值为定值,缺乏自适应性。本文从提高现有LBP编码算法分类识别精度和抗噪声能力方面进行了深入研究,主要研究内容如下:（一）针对LTP的阈值为定值,极大地增加了对噪声的敏感,且不能实现纹理特征提取的自适应性,提出了一种多尺度自适应阈值的局部三值模式算法（multi-scale adaptive local ternary pattern,MSALTP）。首先对图像进行多尺度变换,将每个尺度的图像分为若干个区域,计算每个区域像素的均值;然后...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
LBP方法及其改进原始LBP算法最初由Ojala等人[19]
西南交通大学硕士研究生学位论文 第 7改进 LBP 模式的发展，然后介绍了支持向量机的分类原理，最后简单叙述了本文到的各标准数据库纹理特征。第 3 章：多尺度自适应阈值局部三值模式。首先介绍了图像原始 LTP 特征的算理，然后介绍了正态分布与标准偏差以及将图像进行多尺度分析的优势，其次根上原理提出 MSALTP，最后在标准数据纹理库和铁路扣件库上进行分类实验验证算法的有效性。第 4 章：多尺度自适应阈值增强抗噪声局部二值模式。首先介绍了 NRLBP 以LBP 特征的算法原理，然后介绍了正态分布与标准偏差以及将图像进行多尺度分析势，其次根据以上原理提出 MSAENRLBP 编码算法，最后在标准数据纹理库和铁件库上进行分类实验验证该算法的有效性。第 5 章：总结与展望。总结了本论文的主要研究内容以及展望今后本课题可继究的一些内容和方向。
P 算法最早由芬兰 Oulu 大学提出[19]。具有原理简单、计算复杂度低，进行纹理分类的优势。原始 LBP 算法最初由 Ojala 等人[19]通过计算特心像素的灰度值与其邻域之间的差值的大小关系，并然后通过统计这描述给定图像的纹理。本章介绍了传统 LBP 编码算法的发展以及本文实验的数据的基本介绍。P 介绍二值模式(LBP)通过比较图像上任意一像素点与其周围邻域像素点的系来编码纹理结构信息。原始 LBP 定义在 3 3的方形窗格内，将窗格阈值，周围的 8 个邻域像素与其作比较进行二值量化。二值模式只有，如果中心像素点的灰度值不大于其邻域像素点的灰度值，则将该邻位置标记为 1；否则将其标记为 0。因此 3 3邻域内的 8 个像素经过比个 8 位的二进制数，然后将其转换为十进制数就是 LBP 值，共 82 25示为给定区域像素值的原始 LBP 算子计算过程。
【参考文献】：
期刊论文
[1]多尺度自适应阈值局部三值模式编码算法[J]. 张雨,王强,李柏林,高攀. 计算机应用研究. 2020(03)
[2]基于截线法的铁路扣件骨架提取算法[J]. 张雨,王志晖,李柏林. 铁道标准设计. 2019(04)
[3]增强成对旋转不变的共生扩展局部二值模式[J]. 高攀,刘光帅,马子恒,于亚风. 中国图象图形学报. 2018(07)
[4]一种基于局部三值模式的深度学习人脸识别算法[J]. 郑秋梅,谢换丽,王风华,苏政,刘真. 计算机与现代化. 2018(02)
[5]图像纹理分类方法研究进展和展望[J]. 刘丽,赵凌君,郭承玉,王亮,汤俊. 自动化学报. 2018(04)
[6]基于抗噪声局部二值模式的纹理图像分类[J]. 冀中,聂林红. 计算机研究与发展. 2016(05)
[7]局部二值模式及其扩展方法研究与展望[J]. 孙君顶,周业勇. 计算机应用与软件. 2016(01)
[8]局部二进制模式方法综述[J]. 刘丽,谢毓湘,魏迎梅,老松杨. 中国图象图形学报. 2014(12)
[9]改进的基于分块法的图像噪声估计[J]. 陈会娟,戴声奎. 计算机应用. 2014(07)
[10]局部二值模式方法研究与展望[J]. 宋克臣,颜云辉,陈文辉,张旭. 自动化学报. 2013(06)
博士论文
[1]局部纹理特征提取与识别算法研究及应用[D]. 王强.西南交通大学 2018
硕士论文
[1]基于局部二值模式的纹理特征研究与应用[D]. 于亚风.西南交通大学 2017
本文编号：3008830
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
LBP方法及其改进原始LBP算法最初由Ojala等人[19]
西南交通大学硕士研究生学位论文 第 7改进 LBP 模式的发展，然后介绍了支持向量机的分类原理，最后简单叙述了本文到的各标准数据库纹理特征。第 3 章：多尺度自适应阈值局部三值模式。首先介绍了图像原始 LTP 特征的算理，然后介绍了正态分布与标准偏差以及将图像进行多尺度分析的优势，其次根上原理提出 MSALTP，最后在标准数据纹理库和铁路扣件库上进行分类实验验证算法的有效性。第 4 章：多尺度自适应阈值增强抗噪声局部二值模式。首先介绍了 NRLBP 以LBP 特征的算法原理，然后介绍了正态分布与标准偏差以及将图像进行多尺度分析势，其次根据以上原理提出 MSAENRLBP 编码算法，最后在标准数据纹理库和铁件库上进行分类实验验证该算法的有效性。第 5 章：总结与展望。总结了本论文的主要研究内容以及展望今后本课题可继究的一些内容和方向。
P 算法最早由芬兰 Oulu 大学提出[19]。具有原理简单、计算复杂度低，进行纹理分类的优势。原始 LBP 算法最初由 Ojala 等人[19]通过计算特心像素的灰度值与其邻域之间的差值的大小关系，并然后通过统计这描述给定图像的纹理。本章介绍了传统 LBP 编码算法的发展以及本文实验的数据的基本介绍。P 介绍二值模式(LBP)通过比较图像上任意一像素点与其周围邻域像素点的系来编码纹理结构信息。原始 LBP 定义在 3 3的方形窗格内，将窗格阈值，周围的 8 个邻域像素与其作比较进行二值量化。二值模式只有，如果中心像素点的灰度值不大于其邻域像素点的灰度值，则将该邻位置标记为 1；否则将其标记为 0。因此 3 3邻域内的 8 个像素经过比个 8 位的二进制数，然后将其转换为十进制数就是 LBP 值，共 82 25示为给定区域像素值的原始 LBP 算子计算过程。
【参考文献】：
期刊论文
[1]多尺度自适应阈值局部三值模式编码算法[J]. 张雨,王强,李柏林,高攀. 计算机应用研究. 2020(03)
[2]基于截线法的铁路扣件骨架提取算法[J]. 张雨,王志晖,李柏林. 铁道标准设计. 2019(04)
[3]增强成对旋转不变的共生扩展局部二值模式[J]. 高攀,刘光帅,马子恒,于亚风. 中国图象图形学报. 2018(07)
[4]一种基于局部三值模式的深度学习人脸识别算法[J]. 郑秋梅,谢换丽,王风华,苏政,刘真. 计算机与现代化. 2018(02)
[5]图像纹理分类方法研究进展和展望[J]. 刘丽,赵凌君,郭承玉,王亮,汤俊. 自动化学报. 2018(04)
[6]基于抗噪声局部二值模式的纹理图像分类[J]. 冀中,聂林红. 计算机研究与发展. 2016(05)
[7]局部二值模式及其扩展方法研究与展望[J]. 孙君顶,周业勇. 计算机应用与软件. 2016(01)
[8]局部二进制模式方法综述[J]. 刘丽,谢毓湘,魏迎梅,老松杨. 中国图象图形学报. 2014(12)
[9]改进的基于分块法的图像噪声估计[J]. 陈会娟,戴声奎. 计算机应用. 2014(07)
[10]局部二值模式方法研究与展望[J]. 宋克臣,颜云辉,陈文辉,张旭. 自动化学报. 2013(06)
博士论文
[1]局部纹理特征提取与识别算法研究及应用[D]. 王强.西南交通大学 2018
硕士论文
[1]基于局部二值模式的纹理特征研究与应用[D]. 于亚风.西南交通大学 2017
本文编号：3008830
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3008830.html
最近更新
教材专著
