JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

一种抗剪切攻击和涂抹攻击的纹理识别算法

何冰 袁卫

何冰, 袁卫. 一种抗剪切攻击和涂抹攻击的纹理识别算法[J]. 轻工学报, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020
引用本文: 何冰, 袁卫. 一种抗剪切攻击和涂抹攻击的纹理识别算法[J]. 轻工学报, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020
HE Bing and YUAN Wei. A texture recognition algorithm resisting to shearing attack and smearing attack[J]. Journal of Light Industry, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020
Citation: HE Bing and YUAN Wei. A texture recognition algorithm resisting to shearing attack and smearing attack[J]. Journal of Light Industry, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020

一种抗剪切攻击和涂抹攻击的纹理识别算法

  • 基金项目: 渭南师范学院研究生专项科研项目(09YKZ011)
    渭南师范学院科研计划项目(11YKS015)

  • 中图分类号: TP391

A texture recognition algorithm resisting to shearing attack and smearing attack

  • Received Date: 2011-06-02
    Available Online: 2011-11-15

    CLC number: TP391

  • 摘要: 针对目前纹理识别算法对强剪切攻击识别率不高的问题,提出了一种基于非负矩阵分解(NMF)结合不变矩抗剪切攻击和涂抹攻击的纹理识别算法.该算法首先对训练纹理图像样本V进行非负矩阵分解得到基矩阵W分量和系数矩阵H分量,并将其进行存储,同时计算W分量的不变矩作为图像特征向量;对经过剪切的测试样本图像,通过局部未剪切部分V矩阵和相应的H矩阵来恢复W矩阵,然后计算其不变矩作为特征向量;最后用K近邻分类器对提取的特征向量进行分类.通过对50类纹理图像进行分类实验,结果表明:本算法对遭受剪切攻击后的纹理图像具有很强的鲁棒性,识别率可达100%,对于遭受脉冲噪声感染后的纹理图像的识别率也在85%左右.
    1. [1]

      Kan C, Srinath M D.Invariant character recognition with Zernike and orthogonal Fourier-Mellin moments[J].Pattern Recognition, 2002,35(1):143.

    2. [2]

      刘维湘,郑南宁,游屈波.非负矩阵分解及其在模式识别中的应用[J].科学通报,2006,51(3):167.

    3. [3]

      Hu M K.Visual pattern recognition by moment invariants[J].IRE Transaction on Information Theory, 1962(2):179.

    4. [4]

      Pietikainen M, Ojala T, Xu Z.Rotation invariant texture classification using feature distributions[J].Pattern Recognition,2000,33 (1):43.

    5. [5]

      Ojala T, Pietikainen M, Maenpaa T.Multi-resolution grayscale and rotation invariant texture classification[J].IEEE Trans on Pattern Analysis and Machine Intelligence, 2002,24 (7):971.

    6. [6]

      Kashyap R L, Khotanzad A.A model based method for rotation invariant texture classification[J].IEEE Trans on Pattern Analysis and Machine Intelligence, 1986, 8 (4):472.

    7. [7]

      Mao J, Jain A K.Texture classification and segmentation using multi resolution simultaneous auto regressive models[J].Pattern Recognition Letters, 1992,25 (2):173.

    8. [8]

      Lee D D, Seung H S.Learning the parts of objects by nonnegative matrix factorization[J].Nature, 1999(401):788.

    9. [9]

      吴晏,丁明跃.基于图像直方图的-维不变矩研究[J].华中理工大学学报,1996,24(2):66.

    10. [10]

      Zhu H Q, Shu H Z, Liang J, et al.Image analysis by discrete orthogonal dual-Hahn moments[J].Pattern Recognition Letters,2007,28 (13):1688.

    1. [1]

      张伟伟姬远鹏元春波王君婷齐晓任张卫正李萌饶智 . 基于改进Mask R-CNN模型的粘连烟丝识别方法. 轻工学报, 2024, 39(5): 78-85. doi: 10.12187/2024.05.009

    2. [2]

      池哲翔廖敏史尚李声毅廖芸丁冬 . 国外烟草活性成分提取及纤维材料利用现状与展望. 轻工学报, 2024, 0(0): -.

  • 加载中
计量
  • PDF下载量:  24
  • 文章访问数:  727
  • 引证文献数: 0
文章相关
  • 收稿日期:  2011-06-02
  • 刊出日期:  2011-11-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
何冰, 袁卫. 一种抗剪切攻击和涂抹攻击的纹理识别算法[J]. 轻工学报, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020
引用本文: 何冰, 袁卫. 一种抗剪切攻击和涂抹攻击的纹理识别算法[J]. 轻工学报, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020
HE Bing and YUAN Wei. A texture recognition algorithm resisting to shearing attack and smearing attack[J]. Journal of Light Industry, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020
Citation: HE Bing and YUAN Wei. A texture recognition algorithm resisting to shearing attack and smearing attack[J]. Journal of Light Industry, 2011, 26(6): 75-79. doi: 10.3969/j.issn.1004-1478.2011.06.020

一种抗剪切攻击和涂抹攻击的纹理识别算法

  • 渭南师范学院 物理与电气工程学院, 陕西 渭南 714000
基金项目:  渭南师范学院研究生专项科研项目(09YKZ011)渭南师范学院科研计划项目(11YKS015)

摘要: 针对目前纹理识别算法对强剪切攻击识别率不高的问题,提出了一种基于非负矩阵分解(NMF)结合不变矩抗剪切攻击和涂抹攻击的纹理识别算法.该算法首先对训练纹理图像样本V进行非负矩阵分解得到基矩阵W分量和系数矩阵H分量,并将其进行存储,同时计算W分量的不变矩作为图像特征向量;对经过剪切的测试样本图像,通过局部未剪切部分V矩阵和相应的H矩阵来恢复W矩阵,然后计算其不变矩作为特征向量;最后用K近邻分类器对提取的特征向量进行分类.通过对50类纹理图像进行分类实验,结果表明:本算法对遭受剪切攻击后的纹理图像具有很强的鲁棒性,识别率可达100%,对于遭受脉冲噪声感染后的纹理图像的识别率也在85%左右.

English Abstract

参考文献 (10) 相关文章 (2)

目录

/

返回文章