紋理廣泛存在于自然界中,是人類感知不同物體的重要視覺線索。提取有效的紋理特征是圖像處理、計算機(jī)視覺和模式識別的基本任務(wù)之一。局部二值模式（Local Binary Pattern,LBP）作為一種經(jīng)典的局部特征提取方法,具有理論簡單、計算復(fù)雜度低和良好的灰度尺度不變性等優(yōu)點(diǎn),被廣泛應(yīng)用于紋理分類、人臉識別等領(lǐng)域。但是,現(xiàn)有LBP方法存在對噪聲干擾、光照和尺度等變化魯棒性差、分類性能不理想的問題。因此,論文以提高特征的鑒別力、增強(qiáng)特征的魯棒性為目標(biāo)對LBP進(jìn)行研究,開展了如下工作:1.針對現(xiàn)有LBP方法無法捕獲近鄰像素之間的相互關(guān)系以及缺乏非局部像素之間特征描述的問題,提出了一種基于局部與非局部模式的特征提取方法。該方法首先利用基于主導(dǎo)方向的局部分組序模式（Local Grouped Order Pattern,LGOP）編碼近鄰像素灰度序關(guān)系。然后通過非局部二值模式（Non-Local Binary Pattern,NLBP）編碼近鄰像素與若干個錨點(diǎn)（基于全局圖像統(tǒng)計的）之間的灰度差分。最后通過聯(lián)合中心像素編碼形成紋理特征表達(dá)。實(shí)驗結(jié)果表明,該方法能夠有效地提高各種成像條件下的紋理分類... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

原始LBP計算示例

重慶郵電大學(xué)碩士學(xué)位論文值模式分成均勻模式和非均勻模式兩大類，并提出算公式如下：1, 1 ,0 , 1) ( ) ( ) ( ) (P r P c r c r p c ps g g s g g s g g s 示二進(jìn)制串中 0/1 之間變化的次數(shù)。Ojala 等人將 U均勻模式，反之為非均勻模式。例如在圖 2.3 中，二 00001010 為非均勻模式。通過均勻模式對 LBP 中種類由 2P變?yōu)?P(P-1)+3 種，大大降低了特征的維度均勻模式。

第 2 章 局部二值模式及其變體,, ,,1,( ) 0,1,, ,r p cr p c c r p cr p cg gg g g g gg g (2.16)其中， 的取值會對實(shí)驗效果產(chǎn)生較大的影響。如圖 2.4 所示，若直接編碼三值特征，會產(chǎn)生較高的特征維度。因此，Tan 等人將三值序列拆分為上、下兩種二值模式，上模式將原三值序列中的 0 和-1 都置為 0，下模式則將 0 和 1 都置為 0，-1 置為 1；然后通過級聯(lián)上、下兩種模式的旋轉(zhuǎn)不變均勻 LBP 直方圖特征獲得 LTP 紋理特征。

【參考文獻(xiàn)】：
期刊論文
[1]融合紋理與形狀特征的HEp-2細(xì)胞分類[J]. 文登偉,張東波,湯紅忠,許海霞.  電子與信息學(xué)報. 2017(07)
[2]局部二進(jìn)制模式方法綜述[J]. 劉麗,謝毓湘,魏迎梅,老松楊.  中國圖象圖形學(xué)報. 2014(12)
[3]局部二值模式方法研究與展望[J]. 宋克臣,顏云輝,陳文輝,張旭.  自動化學(xué)報. 2013(06)

博士論文
[1]圖像局部特征的提取與描述方法研究[D]. 宋鐵成.電子科技大學(xué) 2016

碩士論文
[1]基于局部二值模式的紋理特征研究與應(yīng)用[D]. 于亞風(fēng).西南交通大學(xué) 2017
[2]基于改進(jìn)局部二值模式的圖像分類算法研究[D]. 黃德志.吉林大學(xué) 2016



本文編號：3598444