为了提高尺度不变特征变换(scale invariant feature transform,SIFT)算法的不变性,并降低图像中存在多个相似区域时的误匹配率,提出了一种将基于局部二进制模式的中心对称的改进局部三进制模式(center-symmetric improved local ternar...为了提高尺度不变特征变换(scale invariant feature transform,SIFT)算法的不变性,并降低图像中存在多个相似区域时的误匹配率,提出了一种将基于局部二进制模式的中心对称的改进局部三进制模式(center-symmetric improved local ternary patterns,CS-ILTP)描述子和全局灰度值分布(global distribution of intensity,GDI)描述子相融合的局部不变特征描述算法。通过迭代变换,使得由SIFT算法得到的初始特征点收敛到仿射不变点并得到仿射不变区域;分别提取CS-ILTP和GDI描述符,从而得到图像的局部不变特征描述。实验结果表明,所提算法具有高鲁棒性和独特性,相似区域和人工路标匹配中的正确匹配特征个数分别比SIFT算法增加了100%和86%以上。展开更多
纹理特征提取是纹理分类中最关键的一步,由于成像条件的不可预知,纹理图像中存在旋转、尺度、噪声等各种因素的变化,给纹理分类的研究工作带来了挑战.为了增强纹理特征提取算法对旋转、尺度和噪声变化的鲁棒性,提出尺度选择完备局部导...纹理特征提取是纹理分类中最关键的一步,由于成像条件的不可预知,纹理图像中存在旋转、尺度、噪声等各种因素的变化,给纹理分类的研究工作带来了挑战.为了增强纹理特征提取算法对旋转、尺度和噪声变化的鲁棒性,提出尺度选择完备局部导数模式(Scale Selective Completed Local Derivative Pattern,SSCLDP).首先,采用自适应中值滤波器对图像进行降噪处理.其次,采用二维高斯滤波器生成该图像的尺度空间.在每个尺度下使用完备局部导数模式(Completed Local Derivative Pattern,CLDP)提取该图像的旋转不变特征,跨尺度取最大值作为该图像的尺度不变特征.将SSCLDP与同类算法在七个公共纹理数据集和热轧带钢图像数据集上进行了实验,实验结果表明,SSCLDP在纹理图像分类和热轧带钢图像分类上有较好的工程应用价值.展开更多
针对传统局部二值模式(LBP)在同时解决噪声、旋转和尺度变化问题时的不足,提出一种尺度不变的主方向自适应阈值的局部二进制算法。通过高斯滤波构建原始图像的多尺度空间;为提高旋转不变性和抗噪声能力,提出具有主方向的自适应阈值的二...针对传统局部二值模式(LBP)在同时解决噪声、旋转和尺度变化问题时的不足,提出一种尺度不变的主方向自适应阈值的局部二进制算法。通过高斯滤波构建原始图像的多尺度空间;为提高旋转不变性和抗噪声能力,提出具有主方向的自适应阈值的二值模式(dominant direction self-adaptive threshold LBP,DSLBP);取不同尺度图像的DSLBP特征均值作为图像的特征。在两大代表性的纹理数据库和布料纹理库上进行图像检索,实验结果表明,该算法能较好地解决噪声、旋转、和多尺度问题,获得了较好的检索精度。展开更多
文摘为了提高尺度不变特征变换(scale invariant feature transform,SIFT)算法的不变性,并降低图像中存在多个相似区域时的误匹配率,提出了一种将基于局部二进制模式的中心对称的改进局部三进制模式(center-symmetric improved local ternary patterns,CS-ILTP)描述子和全局灰度值分布(global distribution of intensity,GDI)描述子相融合的局部不变特征描述算法。通过迭代变换,使得由SIFT算法得到的初始特征点收敛到仿射不变点并得到仿射不变区域;分别提取CS-ILTP和GDI描述符,从而得到图像的局部不变特征描述。实验结果表明,所提算法具有高鲁棒性和独特性,相似区域和人工路标匹配中的正确匹配特征个数分别比SIFT算法增加了100%和86%以上。
文摘纹理特征提取是纹理分类中最关键的一步,由于成像条件的不可预知,纹理图像中存在旋转、尺度、噪声等各种因素的变化,给纹理分类的研究工作带来了挑战.为了增强纹理特征提取算法对旋转、尺度和噪声变化的鲁棒性,提出尺度选择完备局部导数模式(Scale Selective Completed Local Derivative Pattern,SSCLDP).首先,采用自适应中值滤波器对图像进行降噪处理.其次,采用二维高斯滤波器生成该图像的尺度空间.在每个尺度下使用完备局部导数模式(Completed Local Derivative Pattern,CLDP)提取该图像的旋转不变特征,跨尺度取最大值作为该图像的尺度不变特征.将SSCLDP与同类算法在七个公共纹理数据集和热轧带钢图像数据集上进行了实验,实验结果表明,SSCLDP在纹理图像分类和热轧带钢图像分类上有较好的工程应用价值.
文摘针对传统局部二值模式(LBP)在同时解决噪声、旋转和尺度变化问题时的不足,提出一种尺度不变的主方向自适应阈值的局部二进制算法。通过高斯滤波构建原始图像的多尺度空间;为提高旋转不变性和抗噪声能力,提出具有主方向的自适应阈值的二值模式(dominant direction self-adaptive threshold LBP,DSLBP);取不同尺度图像的DSLBP特征均值作为图像的特征。在两大代表性的纹理数据库和布料纹理库上进行图像检索,实验结果表明,该算法能较好地解决噪声、旋转、和多尺度问题,获得了较好的检索精度。
