-
题名用于纹理特征提取的改进的LBP算法
被引量：20
- 1
-
-
作者
刘豪
杨永全
郭仙草
宋志浩
-
机构
西安工程大学计算机科学学院
-
出处
《计算机工程与应用》
CSCD
2014年第6期182-185,245,共5页
-
基金
国家级创新创业项目(No.201210709052)
陕西省科技厅创新工程重大科技专项项目(No.2008ZDKG-36)
-
文摘
针对现有的纹理特征提取方法计算复杂度高的问题,利用局部二值模式(LBP)算法思想简单、计算复杂度小的优势,在已有的完整LBP(CLBP)算法基础上,提出了一种改进的CLBP算法(ICLBP)。ICLBP算法保留了CLBP算法中CLBP_S,而对CLBP_M算子、CLBP_C算子进行了改进,提出一个新的纹理描述算子ICLBP_T。ICLBP算法更全面地描述了局部窗口的纹理特征,同时有效解决了CLBP算法中CLBP_M算子对灰度分布不均敏感的问题。通过对Outex、CURet数据库的数据分类实验,结果表明,相比于已有的LBP算法,ICLBP算法的分类精度有了明显的改进,同时ICLBP算法中ICLBP_SCT特征具有较低的特征维数,具有较好的实用价值。
-
关键词
纹理特征提取
局部二值模式
完整局部二值模式算法(CLBP)
改进的完整局部二值模式算法(ICLBP)
-
Keywords
texture feature extraction
local binary patterns
Complete Local Binary Pattern algorithm （CLBP）
ImprovedComplete Local Binary Pattem algorithm（ICLBP）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多频特征和纹理增强的轻量化图像超分辨率重建
被引量：1
- 2
-
-
作者
刘媛媛
张雨欣
王晓燕
朱路
-
机构
华东交通大学信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第8期2515-2520,共6页
-
基金
国家自然科学基金资助项目(61967007,61963016)
江西省重点研发计划重点资助项目(20201BBF61012)。
-
文摘
现有基于卷积神经网络主要关注图像重构的精度,忽略了过度参数化、特征提取不充分以及计算资源浪费等问题。针对上述问题,提出了一种轻量级多频率特征提取网络(MFEN),设计了轻量化晶格信息交互结构,利用通道分割和多模式卷积组合减少参数量;通过分离图像的低频、中频以及高频率信息后进行特征异构提取,提高网络的表达能力和特征区分性,使其更注重纹理细节特征的复原,并合理分配计算资源。此外,在网络内部融合局部二值模式(LBP)算法用于增强网络对纹理感知的敏感度,旨在进一步提高网络对细节的提取能力。经验证,该方法在复杂度和性能之间取得了良好的权衡,即实现轻量有效提取图像特征的同时重建出高分辨率图像。在Set5数据集上的2倍放大实验结果最终表明,相比较于基于卷积神经网络的图像超分辨率经典算法(SRCNN)和较新算法(MADNet),所提方法的峰值信噪比(PSNR)分别提升了1.31 dB和0.12 dB,参数量相比MADNet减少了55%。
-
关键词
图像超分辨率重建
卷积神经网络
轻量化
多频率特征提取
局部二值模式算法
-
Keywords
image super-resolution reconstruction
convolutional neural network
lightweight
multi-frequency feature extraction
local binary patterns algorithm
-
分类号
TP911.73
[自动化与计算机技术]
-
