基于SVM和VAR/LBP的车脸识别

局部二值模式(LBP)作为一种纹理特征在图像识别方面广泛应用并取得了良好的效果,针对原始的LBP特征统计直方图特征维数相对较高并且不具有旋转不变性的问题,采用对图像的旋转与光照具有较好鲁棒性的VAR/LBP特征,并将该方法应用到车脸图像的识别;对车脸图像提取的VAR特征图像进行分块,并分别统计子块图像的LBP直方图特征,并结合SVM模型训练出了分类效果较好的分类器。通过实验证明,VAR/LBP与SVM相结合的算法对车脸图像识别可达到98.6%的正确率,具有良好的鲁棒性。

基于局部二值法的断层检测方法应用研究

利用地震资料检测断层对油气勘探具有重要的意义,也是地震资料解释的重点.文中发展了局部二值模式(Local Binary Pattern,LBP)方法来检测断层,并结合地震剖面的旋转不变局部方差(Rotation Invariant Variance,VAR)信息,提出一种基于LBP/VAR特征的断层检测方法.首先利用相干属性、曲率属性和边缘检测等常规的断层检测方法和LBP/VAR算子对原始地震数据进行断层刻画,说明LBP/VAR算子的有效性,再对LBP、LBP/VAR进行阈值优化处理,使其检测断层的效果更佳.其次用LBP/VAR算子实现对含噪声的理论断层模型以及实际断层图片检测并对比分析.试验结果表明LBP/VAR算子对含噪声的断层理论模型仍然有效,具有一定的鲁棒性.实际断层图片检测证明该方法对断层检测具有更好的效果.研究结果表明LBP/VAR算子具有连续性好、一定的抗干扰能力,能较好的刻画断层,为地震资料断层检测提供了一种有效的检测工具.