改进的LBP算法在人脸识别中的研究与应用

随着科学技术的发展,人脸识别在医疗、安全、通信等领域有着巨大的应用前景,针对传统局部二值模式(Local Binary Patterns)特征纹理提取算法的局限性,如特征维度过高、耗时长等,提出改进的LBP算法,引入局部动态阈值,结合等价模式和圆形模式,实现减少特征向量维度的同时保留关键特征向量,通过SVM支持向量机,完成人脸识别,测试结果表明改进LBP算法相较传统局部二值模式有着显著的提升。

基于一种改进的LBP算法和超限学习机的肝硬化识别

肝硬化的计算机辅助诊断对肝脏疾病的早期治疗和诊断具有重要意义。针对B超图像中肝硬化病变区域边缘模糊和回声不均匀、尺度因素影响等问题,提出了改进的LBP算法并提取了相应的SLBP特征。该特征较传统的纹理特征更准确地描述了B超图像中肝硬化病变的特征,结合二维Gabor变换,解决了上述难题。鉴于传统的机器学习方法的训练时间较长,采用基于超限学习机的训练方法,并首次将其应用于肝硬化识别。实验结果表明,所提方法对测试集的分类准确率达到95.4%,在时间效率上较传统方法有很大提高。ROC曲线表明,提出的分类方法在准确率和泛化能力上均优于传统方法,有助于肝硬化的临床诊断。

基于PCA-LBP算法的竞技赛技术动作行为识别

文章针对LBP识别算法特征维数高、运算效率低的问题,引入PCA进行降维处理,提出了一种PCA-LBP识别算法。首先,对视频图像进行灰度、均衡预处理,而后,利用局部导数模式改进LBP算法,以描述动作的更多细节特征,并将所得的灰度直方图分块、计算各块的算子直方图,以此作为动作行为识别的原始特征,采用PCA方法对特征集进行降维,获得最优特征后,运用最小欧氏距离便可实现动作行为的分类识别。最后,通过实验分析,PCA-LBP算法在识别效率、准确性上均具有明显优势,具有应用推广性。

基于语谱图的改进型LBP肺音识别

为了准确区分各种肺音信号,获得更理想的肺音识别效果,提出了一种基于语谱图的改进型LBP肺音识别方法.首先通过短时傅里叶变换将肺音信号转化为灰度语谱图;其次利用改进后LBP算法计算语谱图的局部纹理关系,将局部二值模式特征进行级联构成特征向量;最后利用支持向量机对正常肺音和三类异常肺音信号进行识别分类.结果表明,该方法对不同肺音信号的识别率可达92.59%,为肺部疾病的医疗诊断提供了新的思路.