检索结果-内蒙古大学图书馆

自动化学报 2013年第6期39卷 730-744页

作者：宋克臣颜云辉陈文辉张旭东北大学机械工程与自动化学院沈阳110819

针对当前局部二值模式(Local binary pattern,LBP)方法表现出的理论和实际应用价值,系统综述了在纹理分析和分类、人脸分析和识别以及其他检测与应用中的各种LBP方法.首先,简要概述了LBP方法的原理,主要分析了LBP方法中的阈值操作并介... 详细信息

针对当前局部二值模式(Local binary pattern,LBP)方法表现出的理论和实际应用价值,系统综述了在纹理分析和分类、人脸分析和识别以及其他检测与应用中的各种LBP方法.首先,简要概述了LBP方法的原理,主要分析了LBP方法中的阈值操作并介绍了统一模式和旋转不变性模式.其次,分别对纹理分析和分类中的LBP方法、人脸分析和识别中的LBP方法以及其他检测与应用中的LBP方法等三个方面进行了详细的梳理和评述.最后,分析了LBP方法在应用中依旧存在的重要问题并指出了未来的研究方向.

关键词：局部二值模式特征提取纹理分析人脸分析目标检测

来源：评论

学校读者我要写书评

暂无评论

局部二值模式直方图匹配的串联故障电弧检测及选线

引用

电工技术学报 2020年第8期35卷 1653-1661页

作者：郭凤仪高洪鑫唐爱霞王智勇辽宁工程技术大学电气与控制工程学院葫芦岛125105

串联故障电弧是引起电气火灾的主要原因之一,有效地检测串联故障电弧对预防电气火灾具有重要意义。该文采用六种常用的家庭负载开展了多负载回路的串联故障电弧实验,提出了一种串联故障电弧检测及选线方法。首先,对干路电流信号进行分... 详细信息

串联故障电弧是引起电气火灾的主要原因之一,有效地检测串联故障电弧对预防电气火灾具有重要意义。该文采用六种常用的家庭负载开展了多负载回路的串联故障电弧实验,提出了一种串联故障电弧检测及选线方法。首先,对干路电流信号进行分数阶傅里叶变换,构建故障电弧图像矩阵,全面反映干路电流信号从时域到频域的变化过程;其次,采用局部二值模式(LBP)描述图像矩阵的局部纹理特征,统计得到LBP图像的灰度分布直方图数据,采用不同实验条件下的LBP直方图数据建立数据库;最后,采用最大相关系数的数据库匹配准则实现故障电弧的检测及选线。测试结果表明,该方法可以实现多负载回路中故障电弧的检测及选线,检测及选线精度均超过了90%。

关键词：故障电弧分数阶傅里叶变换纹理特征局部二值模式数据库匹配故障选线

来源：评论

学校读者我要写书评

暂无评论

基于抗噪声局部二值模式的纹理图像分类

引用

计算机研究与发展 2016年第5期53卷 1128-1135页

作者：冀中聂林红天津大学电子信息工程学院天津300072

局部二值模式(local binary pattern,LBP)特征是一种简单有效的纹理特征描述符,但是它的抗噪声能力较差.针对这一问题,提出一种对噪声较为鲁棒的纹理特征表示方法——抗噪声的完整增强局部二值模式(noise-tolerant complete enhanced LB... 详细信息

局部二值模式(local binary pattern,LBP)特征是一种简单有效的纹理特征描述符,但是它的抗噪声能力较差.针对这一问题,提出一种对噪声较为鲁棒的纹理特征表示方法——抗噪声的完整增强局部二值模式(noise-tolerant complete enhanced LBP,CELBPNT).该特征基于局部二值模式特征,对光照、旋转和噪声均具有较好的鲁棒性.其提取过程如下:1)根据LBP中各模式的结构和出现频率对特征中的模式重新分类,提出增强局部二值模式(enhanced LBP,ELBP)特征;2)添加差值的模值信息与中心像素信息,并根据图像尺寸自适应地调整其中的阈值,提出完整增强局部二值模式(complete ELBP,CELBP)特征;3)进一步将该特征进行多尺度下的表示,从而最终提出具有抗噪声能力的纹理特征——CELBPNT.通过在常用的纹理数据库上添加不同强度和不同类型噪声的情况进行实验,结果表明:CELBPNT不仅能够显著提升无噪声纹理图像的分类性能,而且对含有噪声的纹理图像分类也有显著的性能提高.

关键词：局部二值模式图像噪声纹理图像分类特征提取多尺度分析

来源：评论

学校读者我要写书评

暂无评论

联合局部二值模式与K-最近邻算法的高光谱图像分类方法

引用

红外与毫米波学报 2021年第3期40卷 400-412页

作者：赵晋陵胡磊严豪储国民方艳黄林生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 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... 详细信息

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。

关键词：高光谱遥感局部二值模式 K-最近邻空谱特征主成分分析

来源：评论

学校读者我要写书评

暂无评论

联合局部二值模式的CNN高光谱图像分类

引用

遥感学报 2020年第8期24卷 1000-1009页

作者：魏祥坡余旭初张鹏强职露杨帆信息工程大学郑州450001

卷积神经网络CNN(Convolutional Neural Networks)具有强大的特征提取能力,应用于高光谱图像特征提取取得了良好的效果,双通道CNN模型能够分别提取高光谱图像的光谱特征和空间特征,并实现了特征的决策级融合。局部二值模式LBP(Local Bin... 详细信息

卷积神经网络CNN(Convolutional Neural Networks)具有强大的特征提取能力,应用于高光谱图像特征提取取得了良好的效果,双通道CNN模型能够分别提取高光谱图像的光谱特征和空间特征,并实现了特征的决策级融合。局部二值模式LBP(Local Binary Patterns)是一种简单但有效的空间特征描述算子,能够减轻CNN特征提取的压力并提高分类精度。为了充分利用CNN的特征提取能力及LBP特征的判别能力,提出一种双通道CNN和LBP相结合的高光谱图像分类方法,首先,采用1维CNN(1D-CNN)模型处理原始高光谱数据提取深层光谱特征,同时采用另一个1D-CNN模型处理LBP特征数据进一步提取深层空间特征,然后,将两个CNN模型的全连接层进行连接,实现深层光谱特征和空间特征的融合,并将融合特征输入到分类层中完成分类。实验结果表明,该方法在Indian Pines数据、Pavia University数据及Salinas数据上能够分别取得98.54%、99.73%、99.56%的分类精度,甚至在有限数量的训练样本条件下也能取得较好的分类效果。

关键词：遥感高光谱图像分类卷积神经网络深度学习局部二值模式

来源：评论

学校读者我要写书评

暂无评论

基于中心对称局部二值模式算子和深度信念网络学习的施工现场人员人脸识别

引用

轻工科技 2025年第1期41卷 126-129页

作者：边航刘立成温艳坤张晓晨国网北京亦庄供电公司北京100176

工程施工现场场景下,对于现场人员进出管理涉及施工工地财产安全及保密安全,施工现场人员存在出入频繁、佩戴安全帽造成脸部遮挡、夜间施工光照不足等情况,传统人脸识别算法中易造成识别速度慢或识别不准确等问题。针对此类问题,提出一... 详细信息

工程施工现场场景下,对于现场人员进出管理涉及施工工地财产安全及保密安全,施工现场人员存在出入频繁、佩戴安全帽造成脸部遮挡、夜间施工光照不足等情况,传统人脸识别算法中易造成识别速度慢或识别不准确等问题。针对此类问题,提出一种利用中心对称局部二值模式算子与深度信念网络算法相结合的人脸识别方式。通过利用CS-LBP算子对光照及遮挡的稳定性,将其作为DBN网络的输入,进行逐层训练操作,在顶层形成分类面,实现施工现场人脸识别的智能化管控,最后采集施工现场人脸数据进行识别测试。因实际施工现场人脸数据量较小,应用FERET、CMU PIE人脸数据库进行数据扩充,实验对比结果表明,此算法具有较好的人脸识别效果。

关键词：人脸识别深度信念网络局部二值模式特征提取

来源：评论

学校读者我要写书评

暂无评论

基于阈值均匀局部二值模式和BP神经网络的太阳电池缺陷检测算法

引用

太阳能学报 2014年第12期35卷 2448-2454页

作者：墨恺徐林上海交通大学物理系太阳能研究所上海200240

提出一种阈值均匀局部二值模式(TULBP)算法。该算法使用均一模式以减少特征值的数量,在保证特征描述准确性的同时,可大大加快计算速度。在该算法基础上,提出基于BP神经网络的缺陷检测算法,使用矩形窗口提取特征值,将复杂的缺陷模式判断... 详细信息

提出一种阈值均匀局部二值模式(TULBP)算法。该算法使用均一模式以减少特征值的数量,在保证特征描述准确性的同时,可大大加快计算速度。在该算法基础上,提出基于BP神经网络的缺陷检测算法,使用矩形窗口提取特征值,将复杂的缺陷模式判断转化为神经网络模式识别问题。实验结果表明,该算法在使用单层BP神经网络时,即可达到较高的准确性,抗噪声能力强,适用范围广。

关键词：局部二值模式 BP神经网络太阳电池缺陷检测

来源：评论

学校读者我要写书评

暂无评论

基于窗阈值局部二值模式的织物疵点检测算法

引用

计算机集成制造系统 2010年第9期16卷 2009-2015页

作者：付蓉石美红徐步高西安工程大学计算机科学学院陕西西安710048 西安电子科技大学电子工程学院陕西西安710075 德克萨斯大学奥斯汀分校人类生态系美国德克萨斯州78712

为准确描述不同织物的纹理结构,提出一种改进的局部二值模式,为不同纹理特征创建了相应的主要概率模式子集。在该特征提取算法的基础上设计了一种基于窗阈值的织物疵点检测算法,并对无图案和有图案织物分别设置了参数。该算法首先使用... 详细信息

为准确描述不同织物的纹理结构,提出一种改进的局部二值模式,为不同纹理特征创建了相应的主要概率模式子集。在该特征提取算法的基础上设计了一种基于窗阈值的织物疵点检测算法,并对无图案和有图案织物分别设置了参数。该算法首先使用自适应局部二值模式获取无疵点织物图像特征并确定疵点判断阈值,然后将待检测织物图像分割为大小相同的检测窗,并提取同样特征与阈值进行比较,以判断该窗是否为疵点窗。对无图案和有图案织物的参数分别进行了讨论分析,以获得精确的分割结果。实验证明,所提出算法的疵点检测结果在视觉上更加细腻、误检率更低。

关键词：局部二值模式图像分割疵点检测工业检测织物

来源：评论

学校读者我要写书评

暂无评论

自适应阈值及加权局部二值模式的人脸识别

引用

电子与信息学报 2014年第6期36卷 1327-1333页

作者：张洁玉赵鸿萍陈曙中国药科大学理学院南京211198

针对局部二值模式(LBP)和中心对称局部二值模式(CS-LBP)方法描述图像纹理特征时,阈值不能自动选取并且图像中不同子块的贡献也没有进行区分的问题,该文提出一种自适应阈值及加权的局部二值模式方法。首先,将图像进行分块,采用设定的自... 详细信息

针对局部二值模式(LBP)和中心对称局部二值模式(CS-LBP)方法描述图像纹理特征时,阈值不能自动选取并且图像中不同子块的贡献也没有进行区分的问题,该文提出一种自适应阈值及加权的局部二值模式方法。首先,将图像进行分块,采用设定的自适应阈值提取每个子块的LBP或CS-LBP纹理直方图;然后,将各子图像的信息熵作为直方图的加权依据,对每个子块对应的直方图进行自适应加权,并将所有子块的直方图连接成最终的纹理特征;最后,通过快速计算图像均值加快了算法的计算速度。在人脸数据库上进行的实验证明,利用该文提出的方法提取纹理特征,并结合最近邻分类法可以得到较高的正确识别率。

关键词：人脸识别纹理特征局部二值模式自适应阈值自适应加权

来源：评论

学校读者我要写书评

暂无评论

时频图像局部二值模式特征在雷达信号分类识别中的应用

引用

宇航学报 2013年第1期34卷 139-146页

作者：白航赵拥军胡德秀解放军信息工程大学信息工程学院 61906部队

针对低信噪比下雷达辐射源信号的分类识别,提出了一种将时频分析与图像处理相结合的特征提取和识别方法。该方法首先对雷达信号进行时频变换,将得到的时频分布转化为灰度图像;然后运用图像处理方法对时频图像进行增强和去噪;最后提取局... 详细信息

针对低信噪比下雷达辐射源信号的分类识别,提出了一种将时频分析与图像处理相结合的特征提取和识别方法。该方法首先对雷达信号进行时频变换,将得到的时频分布转化为灰度图像;然后运用图像处理方法对时频图像进行增强和去噪;最后提取局部二值模式纹理特征描述子作为信号的识别特征,并采用支持向量机分类器实现信号的分类识别。文中针对12种常见雷达信号进行了仿真,结果表明该方法在较低的信噪比下仍能获得较为满意的识别率,当SNR=0dB时,信号的平均识别率能达到95.35%。所提出方法能有效降低噪声对分类识别的影响,同时对于时频图像相近的信号也有较好的识别效果,表明了该方法的有效性。

关键词：时频分布局部二值模式图像识别雷达信号

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：