基于改进lbp的纹理图像分类

《基于改进lbp的纹理图像分类》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：学校代码：10075分类号：学号：20101377工程硕士学位论文基于改进LBP的纹理图像分类学位申请人：王盼指导教师：李昆仑教授学位类别：工程硕士学科专业：电子与通信工程授予单位：河北大学答辩日期：二〇一二年六月ClassifiedIndex:CODE:10075U.D.C:NO:20101377ADissertationfortheDegreeofM.EngineeringAVariantofLBPforTextureClassificationCandidate:WangPanSupervisor:Prof.LiKu

2、nlunAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:Elec.&Comm.EngineeringUniversity:HebeiUniversityDateofOralExamination:June,2012摘要摘要随着网络传输和终端设备的发展，图像已经成为人们信息的主要来源之一，图像数据呈爆炸式的增长。海量的图像数据对信息处理技术提出了挑战。如何有效地理解、利用图像数据，如何从海量的图像库中获取有用信息已成为一项富有挑战性、极具价值的研究。图像分类作为图像分析中

3、一项关键技术广泛应用于智能视频监控，目标识别，基于内容的图像检索等各个方面。纹理特征作为图像的主要底层特征之一，在图像分析中占有重要角色。纹理图像分类在计算机视觉和模式识别等领域是一个相当活跃的研究课题，近年来出现的局部二值模式算法(Localbinarypattern，LBP)，以其简单、高效的特点，在纹理分析中得到了广泛应用。LBP算法主要关注纹理的局部特征，对于全局信息存在一定丢失。另外，当前网络中图像数据的爆炸性增长，纹理图像的类别标记难以获得，而未标记的图像样本容易获得。针对上述问题，本文提出了一种基于Tri-trai

4、ning的LBP纹理图像分类方法，主要内容包括：(1)实现了基于Tri-training的LBP纹理图像分类算法。采用LBP、LBPV和LBP-HF三种纹理特征提取算法，实现了纹理图像全局特征和局部特征的融合，半监督思想的应用，能充分的利用已标记和未标记纹理图像，实验表明该分类算法显著提高了纹理图像分类的精度。(2)通过Outex纹理数据库的验证，实验从旋转不变性、光照不变性两个角度对算法进行验证。实验表明，本文提出的Tri-LBP算法能够较好的区分纹理，对于旋转和光照变化的纹理具有一定的鲁棒性。通过增大分类器间的差异，分类精度

5、有了进一步提高。通过与其他算法对比，本文提出的基于Tri-training的LBP纹理分类算法在分类精度有了一定的提高。关键词纹理图像分类LBPTri-training半监督IAbstractAbstractWiththerapiddevelopmentofthenetworktransmissionandterminalequipment,imagehasbecomeoneofthemainsourcesofinformationwithanexplosiongrowth.Thevastamountofimageschalle

6、ngestheinformationtechnology.Howtoeffectivelyunderstandandusetheimagedataandhowtoextractusefulinformationfromhugeimagelibraryhavebecomeonechallengingandmeaningresearchtopic.Imageclassification,asacriticalimageanalysistechnique,hasbeenwidelyusedinintelligentvideosurve

7、illance,targetrecognition,content-basedimageretrievalandotheraspects.Thetexturecharacteristicisthemainpartofimagefeaturesandplaysanimportantroleinimageclassification.Textureclassificationisaquiteactiveresearchsubjectincomputervisionandpatternrecognition,etc.Localbina

8、rypattern(LBP),proposedinrecentyears,andiswidelyusedfortextureanalysisbecauseofitsrobustnesstoilluminationandrotationchangesandlowc