**目标分类是一个重要的研究方向。在复杂背景下不同的**目标的相似度较高, 使得基于传统视觉特征的**目标的分类精度不高。提出一种基于改进典型相关分析的局部二值模式(LBP)和分层梯度方向直方图相结合的**目标分类方法。首先提取**目标的LBP和PHOG特征; 然后利用改进的典型相关分析将LBP与PHOG特征相融合; 最后利用K-最近邻分类器对图像进行分类。该方法的优点在于LBP与PHOG相融合的特征有比较好的分类能力和鲁棒性。在**目标数据集上的分类结果表明, 该方法是有效可行的。该方法为**目标识别系统提供了技术参考。
**目标分类 局部二值模式 分层梯度方向直方图 局部判别典型相关分析 military target classification Local Binary Pattern (LBP) Pyramid Histogram of Oriented Gradients (PHOG) Local Discriminant Canonical Correlation Analysis
1 上海理工大学 教育部微创医疗器械工程研究中心生物医学 光学与视光学研究所, 上海 200093
2 上海奥普生物医药有限公司, 上海 201201
糖尿病性黄斑水肿（DME）是导致失明的主要原因之一, 由专业的医生通过检查光学相干扫描（OCT）图像是主要的诊断方法, 但这一过程不仅耗时而且容易误判, 提出一种辅助诊断模型来区分DME和正常黄斑。对原始OCT图像进行降噪、展平、裁剪预处理, 得到易于分类的病灶区图像, 在小波分解金字塔模型的基础上用局部二值模式方法对原图和低频子图像提取纹理特征; 与提取细节图像的灰度-梯度共生矩阵特征融合形成最终的全局特征, 并对其进行降维; 用weka平台的序列最小优化模型进行分类。在杜克大学数据集和临床数据集上的试验结果表明, 算法在两个数据集上验证的准确率分别为95.7%、95.3%, 灵敏性分别为95.3%、95.5%, 特异度分别为96.0%、95.1%。因此, 所提方法能有效对OCT图像分类, 为临床上视网膜疾病辅助诊断提供技术支撑。
光学相干层析成像 糖尿病性黄斑水肿 局部二值模式 灰度-梯度共生矩阵 特征提取 分类 optical coherence tomography diabetic macular edema local binary pattern gray-gradient co-occurrence matrix feature extraction classification
江南大学物联网工程学院, 江苏 无锡 214122
基于方向梯度直方图(HOG)特征和局部二值模式(LBP)算子的行人检测算法采用滑动窗口搜索策略存在扫描区域过大和计算复杂的问题,存在的这些问题会导致检测速度慢。鉴于此,提出一种行人检测算法。首先,采用选择性搜索算法对目标区域进行定位,并将候选区域的高宽比限制在一定范围内以筛选无效窗口。然后,为了弥补LBP算子在纹理表达上的缺陷,引入完备的局部二值模式(CLBP)算子来提高纹理特征的表达能力。接着,考虑到HOG特征和CLBP算子特征维数过高对分类器的识别能力产生影响,采用主成分分析的方法分别对HOG特征和CLBP算子进行降维,降维后再进行串联融合。最后,引入困难样本的挖掘过程训练支持向量机分离器,这可以使模型训练得更充分,进而降低误检率。在INRIA数据集上仿真结果表明,所提算法在识别率和识别速度上都有一定的提高。
图像处理 选择性搜索 行人检测 完备的局部二值模式 梯度方向直方图 困难样本 激光与光电子学进展
2021, 58(2): 0210015
1 天津大学微电子学院, 天津 300072
2 天津市成像与感知微电子技术重点实验室, 天津 300072
为了提升多光谱图像语义分割的精度,提出了一种基于局部二值模式(LBP)特征增强的语义分割神经网络模型。该模型通过两个大小分别为3×3和5×5的LBP特征提取算子,对原始红外图像进行边缘信息提取,获得了边缘特征图。将原始RGB图像、红外图像和获得的LBP特征图输入到一个包含34层残差网络的模型中进行语义分割。实验结果表明,本文提出的基于LBP特征增强的神经网络模型,在RGB-Thermal数据集上取得了60.7%的平均准确率和51.9%的平均交并比,明显优于其他对比模型。同时在可视化结果上,本文模型的结果也更加清晰准确。
图像处理 多光谱语义分割 局部二值模式 残差神经网络 激光与光电子学进展
2020, 57(14): 141004
卷积神经网络已成功应用于人脸识别,但是其提取的人脸特征忽略了局部特征。为了提取更加全面的人脸特征,提出一种将人脸特征融合与卷积神经网络结合进行人脸识别的算法。该方法将人脸图像经离散余弦变换后所获得的低频系数和人脸图像的局部二值模式特征分别作为人脸的全局特征和局部特征,再将两者加权融合后得到的图像输入卷积神经网络进行训练分类。在ORL和CAS-PEAL人脸数据库进行实验和数据分析,结果表明,该方法可以明显地提升人脸识别精度。
机器视觉 局部二值模式 卷积神经网络 人脸识别 离散余弦变换 激光与光电子学进展
2020, 57(10): 101508
由于在手写乐谱中搜索谱线位置比较困难,为提高乐谱谱线删除算法的稳健性,提出了一种基于多维局部二值模式识别和XGBoost模型的手写乐谱谱线删除方法。根据乐谱图像的特点,设计并改进局部二值模式算子,提取乐谱图像中的多维局部二值模式特征算子,组成高维特征向量,再选择最优的XGBoost模型来识别乐谱谱线位置,进而删除谱线。研究结果表明,该方法在测试数据上的F-measure为97.19%,说明其具有很高的准确率和召回率;而在三个不同子测试集上的F-measure分别为96.43%,98.36%和96.79%,说明其具有很好的稳健性。相比已有的轻量谱线删除算法,该方法的F-measure有所提升。
数字图像处理 局部二值模式 光学乐谱识别 谱线删除 激光与光电子学进展
2019, 56(6): 061006
1 河北工业大学人工智能与数据科学学院, 天津 300401
2 河北工业大学电气工程学院, 天津 300401
3 河北省大数据计算重点实验室, 天津 300401
研究了分数阶微分及其掩模算子的特性,提出了一种新的基于局部二进制模式方差(LBPV)的分数阶微分的图像增强算法,运用LBPV理论对图像进行了特征提取,构建了更加有效的分数阶掩模模板。实验结果表明,与现有的分数阶微分图像增强算法相比,所提算法在增强图像的纹理和细节信息上具有良好的效果。
图像处理 图像增强 分数阶微分 掩模算子 局部二进制模式方差 激光与光电子学进展
2019, 56(9): 091006
中国人民公安大学刑事科学技术学院, 北京 100038
提出一种反锐化掩模(USM)锐化检验方法。采用局部二值模式方法(LBP)检测图像边缘特征,利用支持向量机进行分类,然后检测图像是否被锐化。针对不同的锐化强度,对比不同LBP检测模式,筛选出最优检测方式。实验结果表明,LBP方法能达到较好的USM锐化检测效果,其中旋转不变模式的检测效果最好,在弱锐化情况下检出率仍能达到90%,优于现有文献中各类方法的检测性能。
图像处理 反锐化掩模锐化 局部二值模式 支持向量机 激光与光电子学进展
2019, 56(12): 121002
中国人民公安大学信息技术与网络安全学院, 北京 100038
为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。
遥感 高光谱图像 稀疏表示 特征提取 Gabor滤波 局部二值模式
