针对传统人脸识别方法在单样本条件下受姿态、表情、遮挡和光照影响识别效果不佳等问题,提出一种改进的纹理特征和边缘特征相结合的人脸描述算子ε-WLBD(ε-Weber Local Binary Descriptor)。先用改进的局部二值模式和改进的Kirsch算子...针对传统人脸识别方法在单样本条件下受姿态、表情、遮挡和光照影响识别效果不佳等问题,提出一种改进的纹理特征和边缘特征相结合的人脸描述算子ε-WLBD(ε-Weber Local Binary Descriptor)。先用改进的局部二值模式和改进的Kirsch算子进行纹理特征和边缘特征提取,然后分别进行直方图统计,并将其串接起来作为人脸识别的总体特征向量,最后利用最近邻算法进行分类识别。在YALE和AR人脸库上进行测试,实验结果表明所提方法简单有效,且对姿态、表情、遮挡和光照等变化具有较强鲁棒性,对单样本人脸描述具有较好的效果。展开更多
基于局部二值模式(LBP)算子在模式识别中直方图维数高、判别能力差、具有冗余信息等缺点,针对作物病害叶片图像的特点,提出一种自适应中心对称局部二值模式(Adaptive Center-Symmetric Local Binary Patterns,ACSLBP)算法,并应用于作物...基于局部二值模式(LBP)算子在模式识别中直方图维数高、判别能力差、具有冗余信息等缺点,针对作物病害叶片图像的特点,提出一种自适应中心对称局部二值模式(Adaptive Center-Symmetric Local Binary Patterns,ACSLBP)算法,并应用于作物病害识别。该算法能够得到光照和旋转不变性的纹理特征,利用模糊C均值聚类算法对病害叶片图像进行分割,再将分割后的病斑图像进行分块,然后采用自适应阈值提取每个子块的ACSLBP纹理直方图,结合作物病害叶片图像的颜色特征,利用最近邻分类器识别作物病害。在黄瓜4种常见病害叶片图像数据库上进行试验,平均识别率高达95%以上,表明该方法是有效可行的。展开更多
针对传统LBP(Local Binary Pattern)算法在DR图像缺陷检测中对噪声异常敏感而导致的缺陷识别率低的问题,在已有的韦伯LBP算法(Weber Local Binary Pattern,WLBP)的基础上,提出改进的WALBP(Weber Adapted Local Binary Patterns)算法。WA...针对传统LBP(Local Binary Pattern)算法在DR图像缺陷检测中对噪声异常敏感而导致的缺陷识别率低的问题,在已有的韦伯LBP算法(Weber Local Binary Pattern,WLBP)的基础上,提出改进的WALBP(Weber Adapted Local Binary Patterns)算法。WALBP算法保留了WLBP算法最后生成二维直方图的特点,对其所用的LBP算子和Lo G(Laplacian of Gaussian)方法进行了改进。WALBP算法更加有效地描述了DR图像的纹理特征,同时有效解决了WLBP算子在进行缺陷检测时直方图维数较多及分类能力不强的问题。通过对多幅铸件DR图像进行实验分析,结果表明,相对于已有的WLBP算法和传统的LBP算法,WALBP算法在缺陷检测上具有更高的识别率,在缺陷识别技术中具有很高的应用价值。展开更多
文摘针对传统人脸识别方法在单样本条件下受姿态、表情、遮挡和光照影响识别效果不佳等问题,提出一种改进的纹理特征和边缘特征相结合的人脸描述算子ε-WLBD(ε-Weber Local Binary Descriptor)。先用改进的局部二值模式和改进的Kirsch算子进行纹理特征和边缘特征提取,然后分别进行直方图统计,并将其串接起来作为人脸识别的总体特征向量,最后利用最近邻算法进行分类识别。在YALE和AR人脸库上进行测试,实验结果表明所提方法简单有效,且对姿态、表情、遮挡和光照等变化具有较强鲁棒性,对单样本人脸描述具有较好的效果。
文摘基于局部二值模式(LBP)算子在模式识别中直方图维数高、判别能力差、具有冗余信息等缺点,针对作物病害叶片图像的特点,提出一种自适应中心对称局部二值模式(Adaptive Center-Symmetric Local Binary Patterns,ACSLBP)算法,并应用于作物病害识别。该算法能够得到光照和旋转不变性的纹理特征,利用模糊C均值聚类算法对病害叶片图像进行分割,再将分割后的病斑图像进行分块,然后采用自适应阈值提取每个子块的ACSLBP纹理直方图,结合作物病害叶片图像的颜色特征,利用最近邻分类器识别作物病害。在黄瓜4种常见病害叶片图像数据库上进行试验,平均识别率高达95%以上,表明该方法是有效可行的。
文摘针对传统LBP(Local Binary Pattern)算法在DR图像缺陷检测中对噪声异常敏感而导致的缺陷识别率低的问题,在已有的韦伯LBP算法(Weber Local Binary Pattern,WLBP)的基础上,提出改进的WALBP(Weber Adapted Local Binary Patterns)算法。WALBP算法保留了WLBP算法最后生成二维直方图的特点,对其所用的LBP算子和Lo G(Laplacian of Gaussian)方法进行了改进。WALBP算法更加有效地描述了DR图像的纹理特征,同时有效解决了WLBP算子在进行缺陷检测时直方图维数较多及分类能力不强的问题。通过对多幅铸件DR图像进行实验分析,结果表明,相对于已有的WLBP算法和传统的LBP算法,WALBP算法在缺陷检测上具有更高的识别率,在缺陷识别技术中具有很高的应用价值。
