摘要
在图像纹理分类方面,近些年局部二值模式(Local Binary Patterns,LBP)以及其变体已经被证明有其独有的优势,但是它仍然存在两个明显缺陷:连续旋转不变性问题以及对噪声鲁棒性差的问题.针对这两个缺陷,提出了一种新的纹理描述符SI-LCCP进行改进.该方法结合了图像表面形状指数(shape in⁃dex,SI)具有旋转不变的特性的特点,对原有LBP进行补充.同时,将该算法与噪声鲁棒性强的局部凹凸模式(local concave-convex pattern,LCCP)进行算法融合.实验证明提出的算法有效地改善了上述缺陷,在四个常用的纹理图像数据集上均取得了更高的识别效果.
NETL
NSTL
维普
万方数据