-
题名联合改进LBP和超像素级决策的高光谱图像分类
被引量：8
- 1
-
-
作者
王立国
石瑶
张震
-
机构
哈尔滨工程大学信息与通信工程学院
-
出处
《信号处理》
CSCD
北大核心
2023年第1期61-72,共12页
-
基金
国家自然科学基金(62071084)
国家民委领军人才项目。
-
文摘
高光谱图像在有标签样本数目较少的情况下进行分类时,除了利用光谱特征外,空间纹理特征也是必不可少的。本文提出了一种利用多尺度多方向局部二值模式(LBP)描述子获取纹理特征,并结合超像素级指导决策的支持向量机分类方法。首先,本文方法将传统LBP描述子改进为多尺度多方向LBP描述子,一方面充分考虑了邻域像素之间的关系,另一方面在计算时分别考虑了水平垂直方向和对角方向。其次,在利用统计直方图获得纹理特征时,采用了多个尺寸窗口组合的方式,以获得多范围、高精度的纹理特征。第三,对传统的简单线性迭代聚类(SLIC)超像素分割方法进行改进,重新定义了光谱距离并引入了纹理特征距离,获得更精确的超像素分割图。最后,利用超像素分割图结合多数投票策略,对分类结果进行进一步的指导校正。实验表明,本文方法能够更有效的提取纹理特征,再结合超像素分割图的指导决策,进一步提升高光谱图像的分类性能。
-
关键词
高光谱图像
局部二值模式
纹理特征
超像素分割
简单线性迭代聚类
-
Keywords
hyperspectral image
local binary mode
texture feature
super pixel segmentation
simple linear iterative clustering
-
分类号
O175.1
[理学—基础数学]
-
-
题名基于分块LBP融合特征和SVM的人脸识别算法
被引量：25
- 2
-
-
作者
张敦凤
高宁化
王姮
冯兴华
霍建文
张静
-
机构
西南科技大学信息工程学院
-
出处
《传感器与微系统》
CSCD
2019年第5期154-156,160,共4页
-
基金
四川省科技计划资助项目(2019JDRC0141)
-
文摘
针对传统局部二值模式(LBP)特征提取方法在光线和人脸表情变化的情况下表现不佳、单一方法提取出的特征不能多角度表现出整张人脸的特征信息的问题,提出一种基于分块LBP融合特征和支持向量机(SVM)的人脸识别方法。先将人脸图像划分为不同的块,对每一块提取LBP特征;然后将不同分块的像素均值特征与LBP特征进行融合,用融合后的特征向量来表征人脸;最后引入SVM作为分类器对上述特征进行分类。在YALE、ORL标准人脸库以及自建人脸库上进行实验验证,实验结果表明:该方法识别准确率分别能达到95. 15%,99. 75%,96. 25%,对比实验显示,该方法优于C4. 5决策树、随机森林等传统方法。
-
关键词
像素均值特征
分块局部二值模式(LBP)
支持向量机
特征融合
-
Keywords
pixel mean feature
block local binary pattern(LBP)
support vector machine(SVM)
feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多模式共生的彩色纹理图像分类方法
被引量：3
- 3
-
-
作者
李君伟
刘光帅
刘望华
陈晓文
-
机构
西南交通大学机械工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第7期2185-2188,共4页
-
基金
国家自然科学基金资助项目(51275431)
四川省科技支撑计划项目(2015GZ0200)。
-
文摘
针对单一方法进行纹理图像分类时易受旋转、光照等干扰的情况,提出了一种结合颜色特征和纹理特征的共生纹理分类方法。将图像转换到HSV颜色空间后,对H通道使用SLIOP算法以及对S和V通道用CLBP算法提取特征,然后将各自提取到的特征进行串联共生,最后利用支持向量机对纹理图像进行分类。基于被广泛使用的纹理图像数据库,对提出方法与其他典型分类算法进行实验对比,分析表明在分类的准确率和计算效率上获得了较大提升。实验结果表明,提出了方法具有较强的旋转不变性、光照不变性以及抗噪性。
-
关键词
纹理分类
特征提取
HSV颜色空间
共生
简化局部像素强度模式
完备局部二值模式
-
Keywords
texture classification
feature extraction
HSV color space
co-occurrence
simplified local intensity order pattern(SLIOP)
completed local binary pattern(CLBP)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名噪声环境下的人脸防伪识别算法研究
被引量：2
- 4
-
-
作者
卓雅倩
欧博
-
机构
湖南大学信息科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2021年第S01期443-447,共5页
-
基金
国家自然科学基金(61502160)
湖南省自然科学基金青年项目(2018JJ3078)。
-
文摘
智能时代,人脸识别算法是智能身份认证的关键支撑技术之一,在门禁、手机解锁和金融支付领域有着重要应用。而人脸防伪识别则是用来增强其识别安全性,对抗伪造人脸攻击和鉴别真实人脸的防御性技术,相关研究颇多。其中基于LBP(local binary pattern)的人脸防伪算法综合性能较好,但是现有算法在噪声场景下的识别性能还难以令人满意。为此,文章提出基于相邻像素对的PLBP(pairwise local binary pattern)特征模式,通过充分挖掘像素对之间的相关性,来改进噪声环境下的算法性能。相比于LBP,所提算法以相邻像素对均值为基准与邻域其余像素比较生成二进制模式,从而能够利用像素对间的空间相关性来获取新的人脸特征。实验结果表明,该算法与主流LBP算法相比性能有所提升。其在无噪声条件下准确率接近了95.05%,在有高斯噪声环境下则能有效降低性能损失。相比其他算法在高斯噪声环境下的准确率下降情况,所提算法表现稳定,有着较好的鲁棒性。
-
关键词
人脸防伪检测
像素对局部二值模式特征
支持向量机
-
Keywords
Face anti-spoofing
Pairwise local binary pattern
Support vector machine
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
