本文選題：紋理分類 + 可變局部邊緣模式　； 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年23期

【摘要】：邊緣是進(jìn)行相似紋理圖像分類的有效特征之一,為了提高邊緣檢測精度,使用可變化的局部邊緣模式(Varied Local Edge Pattern,VLEP)算法,利用像元及其近鄰的灰度變化進(jìn)行區(qū)域統(tǒng)計(jì),同時(shí)從多尺度和多方向的角度提取紋理邊緣特征。然而,當(dāng)圖像分辨率發(fā)生變化,或圖像受到光照、反射的影響時(shí),紋理計(jì)算可能會(huì)出現(xiàn)較大偏差。為此,在VLEP算法的基礎(chǔ)上,提出主導(dǎo)學(xué)習(xí)框架相似紋理分類方法,通過構(gòu)建全局主導(dǎo)模式集,解決紋理計(jì)算偏差導(dǎo)致的類間距離小和類內(nèi)距離大的問題。實(shí)驗(yàn)結(jié)果表明,主導(dǎo)邊緣模式思想可以有效地提高相似紋理圖像的分類準(zhǔn)確率。
[Abstract]:Edge is one of the effective features for similar texture image classification. In order to improve the accuracy of edge detection, the variable Local Edge pattern (VLEP) algorithm is used to calculate the region by using the gray level change of pixel and its nearest neighbor. At the same time, texture edge features are extracted from multi-scale and multi-direction angles. However, when the resolution of the image changes, or when the image is affected by illumination and reflection, there may be a large deviation in texture calculation. Based on the VLEP algorithm, a similar texture classification method based on dominant learning framework is proposed. The problem of small inter-class distance and large intra-class distance caused by the deviation of texture computation is solved by constructing a global dominant pattern set. Experimental results show that the dominant edge pattern can effectively improve the classification accuracy of similar texture images.
【作者單位】： 北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院;
【基金】：北京市自然科學(xué)基金(No.4162018) 北京市委組織部青年拔尖人才培養(yǎng)項(xiàng)目(No.2014000026833ZK14) 北京市屬高等學(xué)校高層次人才引進(jìn)與培養(yǎng)計(jì)劃項(xiàng)目(No.CIT&TCD201504010) 2016年研究生科研能力提升計(jì)劃項(xiàng)目
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉俊義,王潤生;一種快速檢測紋理斑塊的方法[J];國防科技大學(xué)學(xué)報(bào);2001年02期

2 史春麗,劉京玲;一種快速檢測紋理斑塊的方法[J];西安電子科技大學(xué)學(xué)報(bào);2001年06期

3 鄭瑤函,葉正麟,湯力,潘璐璐;紋理元提取與紋理合成的自由參數(shù)估計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2004年36期

4 孟祥增;劉明霞;;基于概念的自然紋理分類[J];計(jì)算機(jī)工程與應(yīng)用;2006年11期

5 陸春君;陳松燦;譚曉陽;;基于紋理頻譜子集的紋理識(shí)別[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

6 霍玉洪;劉云;;稀疏紋理分類的研究[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

7 劉明霞;侯迎坤;楊德運(yùn);;一種新的自然紋理分類方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年19期

8 孫小芳;;基于分割的紋理分類農(nóng)田信息提取[J];閩江學(xué)院學(xué)報(bào);2010年02期

9 徐曉哲;李振明;;一種有效的結(jié)構(gòu)紋理區(qū)分方法[J];甘肅科學(xué)學(xué)報(bào);2010年03期

10 王曉明;馮鑫;黨建武;;一種局部監(jiān)督式紋理分類算法[J];蘭州理工大學(xué)學(xué)報(bào);2012年04期

相關(guān)會(huì)議論文 前6條

1 陳曉鐘;孫華燕;;基于更佳分辨率小波分解的圖像紋理分類[A];第九屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 謝世朋;胡茂林;;基于局部仿射區(qū)域?qū)ο∈杓y理分類的研究[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 謝世朋;胡茂林;;基于濾波器庫的紋理自動(dòng)分類的研究[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 曹偉國;李宗民;李華;;一種旋轉(zhuǎn)與尺度不變的紋理分類方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 付新文;李象霖;張妙蘭;;一種基于矢量量化的紋理匹配分類方法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會(huì)論文集[C];1998年

6 黃建軍;唐亮;謝維信;謝興燦;;基于對稱邊緣方向直方圖自動(dòng)提取主要道路[A];信號(hào)與信息處理技術(shù)第三屆信號(hào)與信息處理全國聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前10條

1 崔振超;計(jì)算機(jī)舌診中舌體分割與紋理分類研究[D];哈爾濱工業(yè)大學(xué);2015年

2 朱立軍;虹膜坑洞、色素斑紋理檢測方法研究[D];沈陽工業(yè)大學(xué);2017年

3 孫利君;基于樣本的紋理合成方法研究[D];山東大學(xué);2012年

4 趙志宏;三維織物紋理變形仿真的研究[D];東華大學(xué);2012年

5 邵曉鵬;紅外紋理生成方法研究[D];西安電子科技大學(xué);2005年

6 宋鐵成;圖像局部特征的提取與描述方法研究[D];電子科技大學(xué);2016年

7 王凱;基于圖像紋理特征提取算法的研究及應(yīng)用[D];西南交通大學(xué);2013年

8 賀永剛;基于局部二值模式的紋理表達(dá)研究[D];華中科技大學(xué);2012年

9 齊憲標(biāo);共生局部二值模式及其應(yīng)用[D];北京郵電大學(xué);2015年

10 賀永剛;基于局部二值模式的紋理分類研究[D];華中科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 占俊杰;光照變化的紋理分類研究[D];重慶大學(xué);2015年

2 王寧寧;基于線結(jié)構(gòu)光3D紋理測量的研究[D];電子科技大學(xué);2015年

3 管凌霄;基于紋理和結(jié)構(gòu)分析的機(jī)場目標(biāo)檢測方法[D];解放軍信息工程大學(xué);2015年

4 崔昊;紋理合成中誤差度量及像素再合成研究[D];山東師范大學(xué);2016年

5 郝華;基于混合高斯模型匹配的紋理分類研究[D];大連理工大學(xué);2016年

6 胡家義;三維矢量地形模型紋理合成方法研究[D];東北師范大學(xué);2016年

7 江俊容;基于可合成性度量的網(wǎng)絡(luò)紋理自動(dòng)獲取算法研究與實(shí)現(xiàn)[D];深圳大學(xué);2016年

8 伍敏;基于多尺度內(nèi)變差的結(jié)構(gòu)檢測與紋理濾波算法研究[D];浙江工商大學(xué);2017年

9 吳春芳;紋理圖像自動(dòng)分類算法研究[D];天津大學(xué);2016年

10 汪彩霞;基于深度學(xué)習(xí)的動(dòng)態(tài)紋理分類方法研究及其在森林防火中的應(yīng)用[D];江蘇科技大學(xué);2015年

，

本文編號(hào)：2116592