陈玮琳 1,2,3裘莉娅 1,2,3李争 1,3,*王健 1,2,3谭畅 1,2,3
1 中国科学院上海技术物理研究所，上海 200083
2 中国科学院大学，北京 100049
3 中国科学院红外探测与成像技术重点实验室，上海 200083
在雨雪纷飞、不停波动的湖面等自然背景下，运动目标检测的准确性会受到巨大影响。因此，在动态背景中将前景目标准确地提取出来是复杂场景下运动目标检测的首要任务。针对现有visual background extractor（Vibe）算法在复杂背景下检测效果较差且易受光照变化影响的问题，提出了一种将Vibe算法与改进局部二值模式（LBP）特征算子结合的运动目标检测算法。首先，计算并保存每一帧的LBP值图像，采用相邻帧补偿策略稳定图像，减少光照对灰度值的影响。然后，使用Vibe算法建立背景模型，用改进的LBP值代替灰度值来进行前景检测。最后，进行形态学操作得到最终的前景目标。实验结果表明，所提算法和其他传统算法相比，对动态背景的抑制效果好，对比原始Vibe算法召回率平均提升25.6%，准确率平均提升12.5%，误检率平均降低22.6%。
图像处理 复杂背景 背景建模 visual background extractor算法 局部二值模式纹理特征 激光与光电子学进展
2023, 60(4): 0410012
大连理工大学光电工程与仪器科学学院，辽宁 大连 116024
为提升半全局匹配（SGM）算法效率，提出一种基于改进匹配代价计算和路径优化策略的立体匹配算法。代价计算阶段，通过对角线取点方式对局部二值模式（LBP）算子进行优化，降低时间复杂度和数据规模；代价聚合阶段，根据聚合逻辑选择5个方向进行扫描线优化，结合灰度相似性约束和距离约束条件，对聚合路径进行自适应权重赋值；再通过赢者通吃（WTA）策略计算初始视差值，通过左右一致性检测和二次多项式插值算法对视差图作进一步优化。最后算法在Middlebury 2.0和3.0数据平台上进行匹配效率验证，实验结果表明，所提算法相比SGM算法在不损失匹配准确度的情况下，代价计算阶段用时减少63.1%，代价聚合阶段用时减少39.3%，算法整体效率提升54.2%，达到效率提升的目的。
机器视觉 稠密匹配算法 改进局部二值模式算子 自适应权重 视差计算 激光与光电子学进展
2022, 59(16): 1615006
1 安徽大学 农业生态大数据分析与应用技术国家地方联合工程研究中心，安徽 合肥 230601
2 安徽大学 电子信息工程学院，安徽 合肥 230601
如何利用较少训练样本达到高分类精度已成为高光谱遥感领域的重要研究方向和极具挑战性任务。针对高光谱图像包含的丰富光谱与空间信息，提出了一种联合局部二值模式LBP（Local Binary Patterns）与K-最近邻KNN（K-Nearest Neighbors）算法的高光谱图像分类方法。首先，通过主成分分析PCA（Principle Component Analysis）对高光谱数据进行降维；然后，使用LBP提取降维后的高光谱图像空间纹理信息，将光谱与空间特征变量堆叠成空—谱特征向量；最后，输入最近邻分类器得到分类结果。选取Pavia University、Indian Pines和Salinas三种公开高光谱数据集的训练集和测试集作为建模和验证数据源，选取KNN、基于径向基核函数的支持向量机（RBF-SVM）、核联合正交匹配追踪（Kernel Simultaneous Orthogonal Matching Pursuit，KSOMP）三种经典分类算法作为比较。在Pavia University与Indian Pines数据集中随机选取10%作为训练样本，总体精度和Kappa系数分别达到99.15%、98.87%和97.88%、97.58%；在Salinas数据集中随机选取2%作为训练样本，总体精度与Kappa系数为98.46%和98.29%。实验结果表明，在训练样本仅为数据集10%甚至2%的条件下，本文提出的方法仍可达到98%以上的分类精度，可满足训练样本难以获取的应用场景对高分类精度要求。
高光谱遥感 局部二值模式 K-最近邻 空谱特征 主成分分析 hyperspectral remote sensing local binary patterns（LBP） k-nearest neighbors（KNN） spatial and textural features principle component analysis
**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
南京邮电大学电子与光学工程学院、微电子学院, 江苏 南京210023
烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns) 特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。
图像处理 烟雾检测 局部二值模式 Gabor 特征融合 激光与光电子学进展
2021, 58(4): 0410023
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
