文献类型：期刊文章

作　　者：周书仁[1,2] 殷建平[2]

机构地区：[1]长沙理工大学计算机与通信工程学院,湖南长沙410004 [2]国防科学技术大学计算机学院博士后流动站,湖南长沙410073

出　　处：《软件学报》

基　　金：国家自然科学基金(60970034;61170287;61170199);湖南省自然科学基金(12JJ6057);湖南省标准化战略资助项目(2011031);长沙市科技计划(K1203015-11)

年　　份：2013

卷　　号：24

期　　号：8

起止页码：1909-1926

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20133516679296)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：图像纹理特征能够反映图像的灰度分布程度、对比度、空间分布和图像的内在变化特性,在确保较低计算复杂度的前提下,有效提取深层次的图像纹理信息是其研究的难点问题.针对这一问题,从相邻区域的统计特征分析入手,提出了一种Haar型特性局部二元模式(Haar local binary pattern,简称HLBP)的图像纹理特征提取方法.鉴于Haar型特征运算简单、快捷,统计局部特征有效、可靠,将其引入LBP中.该方法首先给出8组Haar型特征编码模式,按照局部二元模式(local binary pattern,简称LBP)统计图像局部纹理特征,因采用局部区域统计方法能够有效降低噪声的影响;其次,为了进一步提高图像纹理特征的有效呈现,结合Gabor小波滤波在不同方向、不同尺度对灰度水平图像进行特征提取,以增强纹理有效提取的性能,提高不变特征的稳健性;最后,通过4组对比实验验证了该方法的可行性.实验分别在标准的Brodatz正常分块纹理库测试集、分块且缩放Brodatz纹理库测试集、分块且旋转Brodatz纹理库测试集以及Yale B扩展的非均匀光照条件人脸库测试集上进行.实验结果表明,该方法能够有效地表达图像的纹理特征.

关 键 词：图像纹理 特征提取 Haar型局部二元模式  GABOR滤波 直方图

分 类 号：TP391]