基于多尺度LBP金字塔特征的分类算法

Computer Engineering（2011）

引用 7|浏览9

暂无评分

摘要

为有效解决旋转变化、光照变化和尺度变化等图像的分类问题,提出一种基于多尺度局部二元模式(LBP)金字塔特征的图像分类算法.通过多尺度LBP金字塔提取各尺度的图像纹理特征,建立图像的多尺度LBP金字塔直方图,并将其作为图像特征向最,采用K-means方法对该特征向量进行降维,以用于图像分类.同时,针对传统二进制权值分布方法对噪声敏感的缺点,提出一种多端权值分布方法.实验结果表明,多尺度LBP金字塔方法具有较好的可鉴别性及图像描述能力,而多端权值分布法也能提高图像的分类精度.

查看译文

关键词

Multi-scales Local Binary Pattern(LBP) pyramid,feature vector,multi-dominant weighting distribution,image classification

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要