基于改进型LBP译码的LDPC码稀疏校验矩阵重建

针对LDPC码稀疏校验矩阵重建问题,基于改进型LBP译码的思想提出了一种高误码率下的LDPC码稀疏校验矩阵重建算法。首先,从码字矩阵中随机抽取部分比特构建码字分析矩阵,并对其做高斯消元求对偶空间;其次,通过判定对偶空间向量是否稀疏,提高了后续疑似校验向量判定的效率;最后,在接收码字个数不足时,利用已知校验向量结合改进型LBP译码方法纠正错误码字,加快LDPC码稀疏校验矩阵的重建速度,提高重建性能。仿真结果表明,所提算法在高误码率0.0045的条件下,对于IEEE802.11n协议下的(648,324)LDPC码,相比于现有算法,稀疏校验矩阵重建率提升了52.16%,可达到92.28%。

基于SIFT-GMLBP的动态图像视觉信息提取研究

为了精确地提取动态图像特征,为动画设计师提供更全面、更准确的视觉信息,文中提出基于SIFT-GMLBP的动态图像视觉信息提取方法。以关键点为像素中心,采用局部二值模式(LBP),通过比较其与邻域的灰度值获取LBP码,实现动态图像局部纹理特征捕捉;根据网格化LBP(MLBP)进一步将动态图像中的像素邻域划分为多个网格,使每个网格产生一个LBP值,降低特征向量的维数;结合Gabor滤波器,通过多尺度和多方向的纹理分析,提取动态图像在不同频率和方向上的局部结构信息,整合所有Gabor滤波器响应图像的GMLBP特征,形成包含原始动态图像在不同尺度和方向上的丰富纹理信息的特征向量。实验结果表明:该方法提取的关键点数量和分布非常合理,具有较高的稳定性和动态信息捕获能力,且该方法每秒能够处理高达30帧的图像。

基于LBP特征的公路气象状态快速分类方法

由于点云偏振存在特征信号离散化现象,造成分类误差较大的问题,因此提出基于LBP特征的公路气象状态快速分类方法。根据矩阵填充方法对存在缺失的偏振参量数据进行重构,获取图像多尺度信息。利用多尺度LBP获取蕴含图像纹理的空间结构,强化图像表征能力。使用点状分布的多普勒气象雷达筛选公路气象状态回波强度,获取公路气象状态雷达的极坐标扫描结果。使用贝叶斯网络分类器计算最大后验概率,划分气象状态类别取值范围,完成气象状态快速分类。由实验结果可知,该方法分类误差低于0.30,可以实现精准分类。

Adra1a调节LPS诱导的Lbp^(-/-)小鼠原代肝细胞炎症反应

目的探究Adra1a调节LPS诱导的LBP敲除小鼠(Lbp^(-/-))原代肝细胞炎症反应。方法利用二步灌流法提取WT型、Lbp^(-/-)型小鼠原代肝细胞,构建由LPS诱发的原代肝细胞原发炎症模型;采用加入抑制剂哌唑嗪、转染siRNA来下调LBP敲除小鼠原代肝细胞Adra1a的表达;抑制剂法将原代肝细胞分为3组分别是对照组A、LPS组A、抑制剂哌唑嗪组,转染siRNA主要是对原代肝细胞进行分组,包括对照组B、LPS组B、si-NC组、si-Adra1a组;将WT型小鼠的原代肝细胞分为两组分别为对照组(空白对照)、LPS组(LPS刺激12 h)。本研究以WT型、Lbp^(-/-)型小鼠原代肝细胞为研究对象利用Western blot方法验证Adra1a在LPS刺激下的变化情况,采用CCK-8、qRT-PCR、Western blot等实验方法验证哌唑嗪及si-Adra1a对Lbp^(-/-)小鼠的原代肝细胞的炎症及存活率的改善情况。结果在LPS刺激下Lbp^(-/-)小鼠的原代肝细胞Adra1a蛋白表达显著升高(P<0.01),而野生型没有显著变化;抑制剂哌唑嗪组及干扰组的细胞存活率显著升高(P<0.01,P<0.05);抑制剂哌唑嗪组及si-Adra1a组的TNF-α、IL-1β炎症因子表达情况显著降低(P<0.01),与细胞损伤及炎症相关的蛋白p-p38、p-ERK、p-JNK的表达量也显著降低(P<0.01)。结论LPS刺激Lbp^(-/-)小鼠原代肝细胞后Adra1a表达上调、炎症信号因子上调,使用哌唑嗪与si-Adra1a特异性降低Adra1a表达后使LPS相关的Lbp^(-/-)小鼠原代肝细胞炎症因子明显下降,可验证敲除LBP导致Adra1a在LPS诱导的炎症调节中参与反应。

采用LBP金字塔的人脸描述与识别

为了有效地提取人脸图像的全局和局部特征以提高人脸识别的性能,提出一种基于LBP金字塔特征的人脸描述与识别算法.首先通过多尺度分析构建人脸图像金字塔;然后采用LBP算子提取各层图像的LBP特征谱,建立图像的LBP金字塔;最后对LBP金字塔各层特征谱进行分块统计,并将各层的统计直方图序列连接起来作为人脸的鉴别特征用于分类识别.该算法在ORL和FERET人脸数据库上取得了较高的人脸识别率.实验分析表明,LBP金字塔特征具有较强的人脸描述能力和可鉴别性,且对光照、人脸表情及位置的变化具有较高的鲁棒性.

使用多尺度LBP特征描述与识别人脸

提出了一种基于多尺度LBP特征的人脸描述与识别算法。对原始人脸图像进行二级小波分解,并采用LBP算子分别计算两幅低频逼近图像的LBP特征谱;将LBP特征谱划分为若干个互不重叠的特征区域,然后分别进行直方图统计。最后,将所有区域的LBP直方图序列连接起来得到多尺度LBP特征,将其作为人脸的鉴别特征用于分类识别。所提出算法在ORL人脸数据库中取得了高达99%的人脸识别率。实验分析表明,多尺度LBP特征具有较强的人脸图像描述能力和可鉴别性,且对人脸表情及位置的变化具有较高的鲁棒性。

枸杞多糖LBP2a的分离、纯化与结构特征

经提取、分离和纯化等一系列步骤得到枸杞多糖LBP2a,用SephadexG-200柱层析和SDS-不连续体系凝胶电泳法鉴定,LBP2a为分子量均一性组分,其分子量为77482。经分光光度法测得中性糖含69.3%、半乳糖醛酸含23.8%、蛋白质含5.3%,GC-MS法测定中性糖为鼠李糖:木糖:阿拉伯糖:甘露糖:葡萄糖:半乳糖(2.62:42.85:2.13:1.00:4.36:22.80)。红外光谱分析表明LBP2a有β异头碳糖基,β-消除反应前后紫外(240nm)吸收变化及氨基酸含量变化表明LBP2a中糖链和氨基酸间有Glycan-O-Ser连接方式。

基于融合DCT和LBP特征提取的面部表情识别

针对离散余弦变换(DCT)只能提取面部表情图像的全局特征,而忽略了临近像素之间的关系、不能提取纹理特征信息、不能准确区分相似表情等问题,提出一种融合离散余弦变换方法和局部二值模式(LBP)特征的表情特征提取方法。该方法首先将人脸图像经过DCT获得的低频系数作为表情的全局特征;然后用LBP对贡献率较大的嘴部、眼睛区域进行局部纹理特征提取,通过将LBP提取到的局部纹理特征与DCT提取到的全局特征进行融合,从而得到更有效的表情特征;最后利用支持向量机(SVM)进行识别。实验结果表明:该方法比单独使用DCT方法提取的表情特征更有利于识别,提高了表情识别的准确性,并将这个表情识别方法用于智能轮椅的控制上,收到了良好的效果。

一种改进的LBP特征实现铁路扣件识别

为了提高铁路扣件基于视觉的自动化检测精度,提出了一种改进的LBP (local binary pattern)编码算法.该方法为了避免基本LBP对噪声敏感问题,根据不同邻域的不同噪声强度,结合测量误差服从高斯分布的原则,计算邻域内像素均值和偏差;根据偏差大小,自动设置阈值,实现自适应噪声抑制.为了避免基本LBP表达邻域差分关系不完整的缺陷,提出了利用邻域内随机采样的方式得到采样点对,通过比较随机点对的差分关系得到LBP编码.对在晴天、阴天、雨天等不同天气条件下的铁路扣件图像上进行实验,并与原始以及其他改进LBP进行比较.结果表明,本文的算法具有更高的检测准确率,晴天提高了3.32%,阴天提高了3.27%,雨天提高了4.10%,能够满足铁路扣件自动化检测的需要.

基于LBP和深度学习的非限制条件下人脸识别算法

提出一种在非限制条件下,基于深度学习的人脸识别算法。同时,将LBP纹理特征作为深度网络的输入,通过逐层贪婪训练网络,获得良好的网络参数,并用训练好的网络对测试样本进行预测。在非限制条件下人脸库LFW上实验结果表明,该算法较传统算法(PCA、SVM、LBP)识别率高;另外,在Yale库和Yale-B库上也获得较高识别率,进一步说明以LBP纹理特征作为网络输入的深度学习方法能够对人脸图像进行准确识别。

猪LBP基因电子克隆及生物信息学分析

利用电子克隆技术,以人脂多糖结合蛋白(LBP)基因(NM_004139)为种子序列,克隆猪LBP基因。结果表明:所克隆的LBP基因开放阅读框长为1 446bp,编码481个氨基酸。推导其氨基酸序列与人、小鼠、大鼠、牛、狗的相似性分别为74.2%、64.8%、63.2%、77.1%和74.6%。进化树分析显示,猪与牛LBP基因进化距离最近,与大鼠最远。生物信息学分析表明,所克隆的猪LBP蛋白分子大小为53.036 7ku,理论等电点为6.43;亚细胞定位预测猪LBP属于分泌蛋白,主要在线粒体(44.4%)和高尔基体(22.2%)中表达;N端存在信号肽,且在25～26位氨基酸可能存在裂解位点。N端的疏水性较强,且位于信号肽处,最大疏水性值为2.478,最大亲水性值为1.956;由胞外区(1～6位氨基酸)、跨膜区(7～29位氨基酸)和胞内区(30～481位氨基酸)3个部分组成的膜蛋白,有9个Ser、8个Thr和2个Tyr,可能成为蛋白激酶磷酸化的位点;LBP膜外区蛋白由多个α螺旋,膜内区由多个β折叠构成,α螺旋和β折叠平行交替排列,构成一个弯曲螺旋状结构;在33～256和271～474位氨基酸残基之间分别有1个BPI1和BPI2的保守结构域。

基于多尺度LBP的人脸识别

提出一种基于多尺度LBP(Local Binary Pattern)的人脸识别算法。建立人脸图像高斯差分尺度空间,计算尺度空间图像的LBP特征,将LBP特征图像划分为互不重叠的特征区域,然后分别进行直方图统计,最后将所有区域的LBP直方图序列连接起来得到多尺度LBP特征,采用最近邻分类器对人脸图像分类识别。实验分析表明,多尺度LBP特征具有较强的人脸图像描述能力,能够提取到更加丰富的全局信息,鲁棒性强,在识别率和识别速度上均比SIFT算法高。

LMCP:用于变化光照下人脸识别的LBP改进方法

LBP算子是在人脸识别和纹理分析领域比较成功的一种方法,但是由于没有考虑像素值之间的对比度,因而丢弃掉了重要的纹理特征。提出了一种LMCP方法,解决了LBP方法的这个缺点。该方法先通过预处理,将光照变化控制在一定范围内,然后求得局部区域中心像素点和邻居像素点之间的对比度值,并将其最大值和最小值之间的值域划分为若干个层次,将每个对比度值映射到某个层次上,再使用LBP类似方法获得若干个数值组合而成的LMCP特征值。此外,还使用了统计映射的方法进行降维。实验结果证明了LMCP方法比LBP方法更加有效。

基于LBP值对空间统计特征的纹理描述符

针对基于内容图像检索应用背景下局部二值模式(LBP)描述符缺乏空间描述能力及所需特征矢量维数较长的不足,提出一种基于LBP值对空间统计特征构建的改进纹理描述符(ILBP).ILBP描述符首先利用LBP微模式编码方法将原始图像转换为LBP伪灰度图像,然后再提取出多个关于LBP值对空间分布关系统计值构成描述图像特征的特征矢量.在基于内容的图像检索原型测试平台上完成大量实验.实验结果表明,与LBP及其各类变种描述符相比,ILBP描述符在进一步增强LBP描述符描述能力的同时大幅度压缩特征矢量维数,具有更好的查询正确率和查询效率.

融合LBP与GLCM的人群密度分类算法

针对中高密度人群图像检测分类对公共安全的重要性,提出融合局部二值模式LBP与灰度共生矩阵GLCM特征提取的人群密度分类方法。首先用旋转不变的LBP算子进行滤波,得到LBP图像,然后提取滤波后图像的GLCM特征,这样既可以避免LBP算子特征降维带来的损失,又能充分利用LBP和GLCM纹理特征提取的有效性,最后采用有向无环图支持向量机DAGSVM进行密度分类。在Pets2009基准数据库中的实验结果显示该算法具有较高的准确率。

基于LBP预处理和子图像特征采样的人脸识别

针对随机子空间方法对人脸图像的局部变化鲁棒性较差、多次随机采样时间开销较大、采用固定采样率等问题,提出了一种结合LBP预处理和子图像特征采样的人脸识别方法.首先对人脸图像进行LBP预处理,得到LBP纹理图像;然后对LBP纹理图像进行子图像划分;最后结合随机子空间方法对子图像进行随机特征采样,训练基分类器,并进行集成.同时,结合多尺度分析进行分层随机采样(Stratified-RS),该方法将多次随机采样进行分层,每层使用不同的采样率,进而得到了具有不同维数的特征子集,减少了提取的特征总数,结合级联集成可以进一步增强基分类器之间的差异性.在ORL,Yale,Extended Yale B和CMU PIE这4个人脸数据库上进行了试验.结果表明,所提出方法在提高随机子空间方法运行效率的同时也能保持较好的识别精度.

基于LBP和SVM的人脸表情识别系统的设计与实现

采用一种计算简单快速的LBP特征与SVM进行决策表情分类的方式实现了人脸表情判别在视频方面的应用。首先获取视频流中的图像并进行预处理以减小环境等外部因素对后续处理的影响。其次,使用LBP算子检测人脸并返回人脸区域。然后,使用一系列标定好的人脸图片作为训练集,通过多级级联的回归树模型训练人脸68个关键点模型,预测并标记人脸68个关键点,分别记录下每种表情的人脸特征点的位置信息即表情特征。最后,利用SVM训练表情识别模型,对于基本的7种表情即生气、厌烦、恐惧、开心、平常、伤心、惊讶进行分类。系统界面友好,操作简单,功能完善,性能优越。

LBPV算法在织物瑕疵检测中的应用

织物瑕疵检测中提取特征是至关重要的,局部二值模式能提取纹理的局部信息,且具有旋转不变性,对光照不敏感的优势。但是在检测经向、纬向分布的线状瑕疵时,瑕疵样本与正常样本的区分不够明显。为了提高LBP算法的性能,提出基于LBPV模式的瑕疵检测算法。融合图像局部区域的对比度信息,将局部区域LBP微模式的权值设置为局部区域的方差,提取图像的LBPV特征向量。同时,根据织物纹理具有周期性和方向性的特点,设计了频域滤波器,消弱正常纹理的频谱信息,突出了疵点信息,方便算法实现疵点的检测。实验表明,基于LBPV模式的检测方法检测正确率达到90%以上,具有实用价值。

基于Gabor滤波器和LBP的分级掌纹识别

首次提出将局部二进制模式(LBP)应用到掌纹识别中。借鉴分级检索的思想,先采用Gabor滤波器提取掌纹的全局能量特征,后采用LBP算子提取局部特征实现两次分类。实验结果表明,与单纯的Gabor滤波器方法相比,系统的识别率可进一步提高。

结合GLWT和LBP提取纹理特征的图像分割

提出一种提取图像纹理特征的新方法:结合广义局部沃尔什变换(GLWT)和局部二值模式(LBP)。首先说明广义局部沃尔什变换的定义,然后计算并分析广义局部沃尔什变换系数,并选取识别性能较好的2阶矩作为纹理特征。结合LBP空间纹理特征和灰度特征,然后根据纹理特征采用模糊C均值算法对像素进行聚类。实验结果表明,结合广义局部沃尔什变换和LBP的纹理特征具有更好的鉴别性能,且计算简单。