基于扩展的LBP算子地板块纹理分类研究

针对地板块纹理分类问题,首次引入局部二值模式LBP算子提取地板块纹理特征。本文提出一种基于扩展的LBP算子地板块纹理分类方法。在阐述LBP算子基本原理的基础上,采用中值滤波法去除图像噪点,以减少噪点对图像纹理特征的干扰,将均匀模式和旋转不变性与传统的LBP算子相融合,提取地板块纹理特征,经KNN分类器实现地板块纹理分类。实验结果表明该方法识别速度快、辨识准确率高,优于传统的灰度共生矩阵法,为地板块纹理分类的研究提供新思路。

基于区域色彩空间和LBP算法的图像分割

提出一种基于区域色彩空间和LBP算法的图像分割.该算法用颜色和LBP直方图作为区域描述符,量化HSV颜色空间,并根据LBP算法的Uniform模式,利用较少的LBP算子描述大部分纹理特征,有效降低了区域特征矢量的维数,提高了区域相似度计算的执行效率.此算法能有效地将对象从复杂图像场景中分割提取出来,且结果与人眼的主观视觉有良好的一致性,在轮廓细节和执行效率上比MRSM算法更优.

基于LBP和纹理信息挖掘的打印文件机源认定

为了消除光照对打印文件图像采集的影响,采用均匀模式的LBP对采集到的字符图像进行处理,提取LBP特征值,使用SVM进行打印文件的分类鉴别,分类准确率只有83.40%,说明LBP特征可以用于打印文件的分类鉴别,但是分类准确率不能满足实际应用的需要。运用两因子方差分析模型得出字符因子和打印机因子对鉴别率的影响都是显著的。采用纹理信息挖掘的方法消除字符因子的影响,研究打印机因子对打印文件鉴别的影响,可以将打印文件鉴别率提高到94.50%,具备实际应用的能力。

人脸活体特征检测实验平台设计与实现

在VS2013编程环境下,结合OpenCV设计了人脸活体特征检测实验平台。该平台由图像读取、人脸及五官检测、图像分块提取特征和机器学习部分组成。通过分析人脸真实图像与欺骗照片之间的纹理特征差异,实现对人脸真实性的判别。实验平台用于训练分类器的特征是Uniform Pattern LBP特征向量,将该特征应用于活体检测是本实验的创新之处。在该实验平台上对Replay-Attack数据库和实际创建的数据库进行实验,实验结果可以看出平台的准确率及运算速度等方面具有优良的性能。

HSV下的基于图像内容的监控视频检索方法

随着构建平安城市活动的推进,大量的高清化、数字化的监控已经逐渐遍布于大街小巷,随之而来的是监控视频快速大量涌现,如何有效存储、管理和利用海量的监控视频成为研究热点。基于内容和语义的视频检索技术成为一种可行的海量信息检索技术,并成为越来越多学者的研究对象。在HSV空间下进行非归一化量化图像彩色信息并以此构建等价的局部二值模式作为基于内容的视频检索图像特征,同时提出了一种新颖、简单的直方图相似性度量方法检索目标图像,检索结果更加符合人们的主观视觉感受。

基于非参数变换的尿沉渣细胞图像识别方法

首先提出一种改进的局部秩变换(D-LRT)方法,通过计算图像像素的局部秩进行图像变换,根据阈值选取实现低对比度和局部模糊的尿沉渣细胞图像分割。然后提出一种局部直方图统计(LHS)方法提取细胞图像平移、旋转、光照不变特征。该方法通过高斯模糊获取不同尺度下的细胞高斯模糊图像,并利用RIUP-LBP算子获取细胞高斯模糊图像的RIUP-LBP特征图谱,基于距离变换采取由内而外的方式,分层统计细胞高斯模糊图像及其RIUP-LBP特征图谱的直方图,将所有直方图串联作为细胞图像的LHS局部特征。还同时将LHS特征结合图像的几何特征、Harris角点及灰度共生矩阵特征,从局部和全局角度构造尿沉渣细胞图像的特征向量。最后采用支持向量机(SVM)对7类典型尿沉渣细胞图像进行分类。实验结果表明:本文提出的D-LRT方法在低对比度和局部模糊的细胞图像分割中完整度明显提高,提出的LHS方法可以有效地提取7类尿沉渣细胞图像特征,7类细胞图像识别的平均准确率可达到93.0%,平均召回率可达93.2%。

一种识别微商商品评论中表情图片的方法

提出一种识别微商商品评论中表情图片的方法,使用手机对微信朋友圈中微商商品及评论信息截图,通过HOG-SVM模型定位表情图片;提出一种改进的LBP"等价模式"提取表情图片的纹理特征,提取出的纹理特征向量通过KNN分类器识别表情图片.通过实验证明,改进的方法在识别微信表情图片的速度和准确性方面均优于传统LBP方法.识别微商商品评论中表情图片的过程,是研究基于表情图片的商品评论情感倾向的重要部分,分析与挖掘商品评论的情感倾向对于研究商品口碑、进行商品推荐具有重要的价值.

结合清晰度的无参考图像质量评价

为了提高无参考图像质量评价方法与人眼视觉感知的一致性,论文提出了一种利用待评价图像的清晰度、色度和纹理特征的无参考彩色图像质量评价方法。首先,对待评价图像进行梯度特征以及多尺度能量提取操作得到图像清晰度;然后,进行统一化模式LBP直方图特征提取,另外,还采用了lαβ颜色空间下红绿和蓝黄分量的自然场景统计特征来增强颜色失真的描述,并利用非对称广义高斯模型获得统计参数特征。最后,运用SVR建立图像质量评价模型。利用LIVE数据库中的5种失真类型验证了论文提出的无参考图像质量评价模型的性能。结果表明,论文提出的方法与人眼主观感知具有较好的一致性,并具有复杂度低等优点。

基于递归灰度图局部二值特征的故障诊断方法

针对内燃机故障诊断问题,提出采用递归灰度图(RGP)和局部二值模式(LBP)提取内燃机故障信号特征信息的方法。将递归图(RP)引入内燃机缸盖振动信号的处理中,并针对递归图中阈值选取的问题进行了优化,提出了递归灰度图算法。对振动内燃机缸盖振动信号进行递归灰度图分析,然后采用局部二值模式提取内燃机递归灰度图的纹理特征,并结合uniform模式对特征参数进行优选来表达内燃机气门故障特征。将该方法用于四种不同气门状态的内燃机故障诊断实验中,获得了较高的故障识别精度。该方法具有较强的故障特征描述能力,噪声鲁棒性好,自适应性强,可用于准确诊断内燃机气门故障。

使用多尺度LBP特征和SVM的火焰识别算法

目前基于视频图像的火灾识别系统是大空间场景中预防火灾的有效方法。为了提高检测性能,基于火焰特定的纹理结构,使用多尺度纹理特征,以获得更全面的特征信息。首先使用火焰的明亮特性定位到疑似火焰区域;然后针对这些区域,采用局部二值模式(local binary patterns,LBP)方法提取多尺度纹理特征;最后将多尺度LBP纹理特征输入到支持向量机(support vector machine,SVM)中进行识别。实验结果表明,该方法计算简单,火焰的检测率较高,误警率较低。