期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于局部二值模式的中值滤波检测算法 被引量:10
1
作者 苏育挺 张天娇 +1 位作者 张静 张承乾 《计算机应用研究》 CSCD 北大核心 2016年第1期258-261,共4页
针对数字图像处理及窜改中一种常用的处理模式——中值滤波,提出一种基于局部二值模式(LBP)的中值滤波窜改检测方法。首先对待测图像利用基于中心对称像素的局部二值模式算子(C-LBP)定位其特征提取区域,随后基于局部区域中像素之间的关... 针对数字图像处理及窜改中一种常用的处理模式——中值滤波,提出一种基于局部二值模式(LBP)的中值滤波窜改检测方法。首先对待测图像利用基于中心对称像素的局部二值模式算子(C-LBP)定位其特征提取区域,随后基于局部区域中像素之间的关系提出一种改进型的局部二值模式算子,并将其直方图统计作为最终的检测特征。实验证明,与其他传统滤波检测算法相比,该算子不仅大大降低了计算时间,而且在低维度的条件下取得了较高的检测率,是一种有效的中值滤波检测算子。 展开更多
关键词 中值滤波 窜改检测 局部模式 滤波检测
在线阅读 下载PDF
基于欠完备字典重构的无监督织物疵点检测方法
2
作者 刘建欣 潘如如 周建 《上海交通大学学报》 北大核心 2025年第2期283-292,共10页
针对当前自动织物检测方法大多仍需人工挑选训练集而无法实现无监督学习的问题,提出使用中值稳健扩展局部二值模式(MRELBP)特征的无疵图像筛选方法与欠完备字典重构疵点检测方法,实现自动无监督疵点检测,并采用自适应字典大小搜索算法,... 针对当前自动织物检测方法大多仍需人工挑选训练集而无法实现无监督学习的问题,提出使用中值稳健扩展局部二值模式(MRELBP)特征的无疵图像筛选方法与欠完备字典重构疵点检测方法,实现自动无监督疵点检测,并采用自适应字典大小搜索算法,自动选取合适字典大小.算法首先对织物样本进行无疵图像的自动筛选,然后使用K-SVD算法将筛选后的正常图像块作为训练集获取欠完备字典,最后将通过计算重构后的结构相似性指标(SSIM)作为阈值进行疵点检测.在334张含有经向、纬向、块状疵点的平纹白坯布上进行实验,与使用残差分割疵点的K-SVD方法相比,正检率平均提升21.81%,误检率平均降低0.72%,每张图像的检测速率平均提升50%,在AITEX数据集上取得了平均83.29%的正检率,证明了本算法的有效性. 展开更多
关键词 织物疵点检测 中值稳健扩展局部二值模式 字典学习 无监督检测
在线阅读 下载PDF
基于扩展的Haar-Like特征和LBP特征的人脸压缩跟踪算法 被引量:8
3
作者 曹洁 唐瑞萍 李伟 《传感器与微系统》 CSCD 2019年第11期125-128,共4页
针对传统的压缩跟踪算法采用简单的Haar-Like特征而在遮挡、光照变化、物体形变及背景干扰等情况下易产生目标漂移而导致跟踪失败的问题,提出了一种基于扩展的Haar-Like特征和局部二值模式(LBP)特征相结合的改进压缩跟踪算法,并运用于... 针对传统的压缩跟踪算法采用简单的Haar-Like特征而在遮挡、光照变化、物体形变及背景干扰等情况下易产生目标漂移而导致跟踪失败的问题,提出了一种基于扩展的Haar-Like特征和局部二值模式(LBP)特征相结合的改进压缩跟踪算法,并运用于特定目标即人脸的跟踪。利用扩展的Haar-Like特征搜索目标的粗略位置,应用LBP特征充分表征人脸并进行精确跟踪来定位人脸目标的最佳位置。与简单的Haar-Like特征相比,LBP可以构建更稳定的目标表观模型,并扩展原有的Haar-Like特征,使算法在不同环境干扰下更鲁棒,同时也提高了跟踪算法的精度。实验证明:改进后的人脸压缩跟踪算法比传统的算法性能更优越。 展开更多
关键词 压缩跟踪 扩展的Haar-Like特征 局部模式(LBP) 精跟踪
在线阅读 下载PDF
基于EICS-LBP与统计边缘主色对的场景分类算法
4
作者 胡正平 戎怡 《系统工程与电子技术》 EI CSCD 北大核心 2011年第4期919-924,共6页
针对场景分类问题,提出一种基于图像局部边缘区域的边缘改进中心对称二值模式(edge improvedcenter symmetric local binary pattern,EICS-LBP)与统计边缘主色对特征结合扩展潜在语义分析(probabilistic latent semantic analysis,PLSA... 针对场景分类问题,提出一种基于图像局部边缘区域的边缘改进中心对称二值模式(edge improvedcenter symmetric local binary pattern,EICS-LBP)与统计边缘主色对特征结合扩展潜在语义分析(probabilistic latent semantic analysis,PLSA)模型的场景分类算法。该方法首先提取图像局部边缘稠密采样区域的EICS-LBP与统计边缘主色对特征;然后对两类特征分别聚类形成视觉词汇表,进而用词袋模型描述图像;之后利用扩展PLSA模型对图像词袋模型进行潜在语义挖掘;最后利用K最近领域(K-nearest neighbors,KNN)分类器进行场景分类,得到测试图像集的混淆矩阵。多类场景图像的实验表明,该方法不需要对场景内容进行人工标注,具有较高的分类准确率,且对具有边缘轮廓的彩色图像分类精度较高。 展开更多
关键词 场景分类 局部模式 边缘特征 主色特征 视觉单词 扩展潜在语义分析模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部