圆形图像抗旋转高效高鉴别特征表示方法

根据圆形图像目标中心对称特性,提出一种基于空间位置描述的抗旋转高效高鉴别二值模式特征提取方法.该方法在特征计算时,通过径向变换重新构建局部坐标系统,并在此基础上实现具有抗旋转变换的空间对称区域的局部二值模式提取;同时,池化操作采用了具有旋转不变性的环状空间划分,从而保证了最终特征描述的抗旋转变换能力.该方法分别在欧元硬币数据集、 QQ表情数据集、车标数据集上进行了测试,识别准确率最高分别达到 100%,100%,97.07%.在具有旋转情况的欧元硬币和 QQ 表情数据集中,优于传统的 LBP 特征和 HOG 特征,而且算法具有高效性,其单点计算时间只需 0.045ms.

融合纹理与形状特征的HEp-2细胞分类

间接免疫荧光(IIF)HEp-2细胞图像分析是自身免疫疾病诊断的重要依据,然而由于类内的变化与类间的相似性,HEp-2细胞染色模式分类具有很大难度。该文提出一种结合纹理和形状信息的有效分类方法,借鉴CLBP原理,提出具有完整信息描述能力的局部三值模式CLTP(Completed Local Triple Pattern)描述子来提取纹理信息,同时采用IFV(Improved Fisher Vector)模型和Rootsift特征来描绘形状信息,通过纹理和形状信息的结合,最终训练得到SVM分类器在ICPR 2012与ICIP 2013数据集上进行了对比试验。结果表明,所提方法在细胞级测试中优于其它方法,拥有竞争性的分类性能。

基于多尺度滤波和线检测算子的视网膜血管检测

视网膜血管分割在眼底图像分析中具有重要作用。结合多尺度Hessian矩阵滤波和线检测算子,提出了一种有效的血管检测方法。首先利用多尺度Hessian矩阵的特征值构建血管相似性函数,实现血管增强;然后采用改进的线检测算子,提取反映血管测度的特征;最后采用SVM实现血管检测。实验结果表明,该方法只需要较少的训练样本即可达到与其他方法相当的准确率,且在灵敏性上具有更好的性能。