-
题名自适应的Haar型LBP纹理特征提取算法研究
被引量：2
- 1
-
-
作者
刘天时
肖敏敏
李湘眷
-
机构
西安石油大学计算机学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2015年第7期1381-1386,共6页
-
基金
国家自然科学基金资助项目(41301480)
陕西省自然科学基金资助项目(2010JM8032)
陕西省教育厅专项科研计划资助项目(14JK1573)
-
文摘
在提取纹理图像的Haar型LBP特征中,人为设定的判断阈值主观性强、局部性差,导致提取的纹理细节和边缘模糊、纹理图像的局部性易被忽略。为此,提出了一种自适应的Haar型LBP纹理特征提取算法。该算法在二值化Haar型特征时引入高斯加权矩阵,以此获得客观、符合纹理图像局部特征的自适应判断阈值和Haar型LBP特征。实验结果表明,该算法能够有效地避免人为设定阈值对纹理特征的影响,可以准确地描述图像的纹理特征,Brodatz标准纹理库分类的正确率也得到了进一步的提高。
-
关键词
纹理特征
haar特征
LBP
高斯加权矩阵
-
Keywords
texture feature
haar characteristic
local binary pattern
Gaussian weighted matrix
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Haar型LBP纹理特征的人体姿态估计
被引量：3
- 2
-
-
作者
袁紫华
李峰
周书仁
-
机构
长沙理工大学计算机与通信工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第4期199-204,共6页
-
基金
湖南省自然科学基金资助项目(12JJ6057)
湖南省教育厅科研基金资助项目(13B132)
湖南省大学生研究性学习和创新性实验计划基金资助项目(湘教通[2012]402号136)
-
文摘
基于人体部件的树形模型表达直观且计算高效,被广泛应用在人体姿态估计中。然而模型本身在部件特征表达上的不足限制了姿态估计结果的准确度,为此,提出一种基于图结构模型和新型纹理特征的人体姿态估计算法。采用改进后的外观模型,从训练集中获得部件位置的先验知识,联系相邻部件之间的关系,并将其应用于测试图像的外观模型建模阶段。应用Haar型局部二值模式(HLBP)纹理特征,提取部件的纹理信息,对图像进行分块处理,并为每一块赋予不同的权重。实验结果表明,带权重的HLBP特征能更有效地提取部件的纹理特征,与HLBP特征、归一化HLBP特征和颜色特征相比能获得更高的准确度。
-
关键词
计算机视觉
人体姿态估计
外观模型
特征提取
纹理特征
加权haar型局部二值模式特征
-
Keywords
computer vision
human pose estimation
appearance model
feature extract
texture feature
weighted haar characteristics local binary pattern（whlbp）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
