JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

一种用于图像分类的局部二值改进算法

郭延辉 尹西杰 张宏

郭延辉, 尹西杰, 张宏. 一种用于图像分类的局部二值改进算法[J]. 轻工学报, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012
引用本文: 郭延辉, 尹西杰, 张宏. 一种用于图像分类的局部二值改进算法[J]. 轻工学报, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012
GUO Yan-hui, YIN Xi-jie and ZHANG Hong. An improved local binary algorithm for image categorization[J]. Journal of Light Industry, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012
Citation: GUO Yan-hui, YIN Xi-jie and ZHANG Hong. An improved local binary algorithm for image categorization[J]. Journal of Light Industry, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012

一种用于图像分类的局部二值改进算法

  • 基金项目: 山东省高等学校科技计划项目(J14LN54)

  • 中图分类号: TP391.41

An improved local binary algorithm for image categorization

  • Received Date: 2016-11-01
    Available Online: 2017-05-15

    CLC number: TP391.41

  • 摘要: 针对LBP特征提取过程中聚类耗时、占用内存较大的问题,提出了一种用于图像分类的局部二值改进算法.该算法用二进制描述符替代LBP中的十进制表示、用汉明距离替代欧氏距离进行特征聚类,同时将不同尺度的LBP特征进行融合,实现了多尺度图像局部二值描述.将提出的改进算法,尤其是多尺度融合特征,在PASCAL VOC 2007数据库与经典LBP方法进行对比分析,实验结果表明,本算法正确率更高,运行效率也有很大提高.
    1. [1]

      LOWE D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91.

    2. [2]

      DALAL N,TRIGGS B.Histograms of oriented gradients for human detection[C]//IEEE Conference on Computer Vision and Pattern Recognition (CVPR'05).Piscataway:IEEE,2005,1:886.

    3. [3]

      OJALA T,PIETIKAINEN M,MAENPAA T.Multiresolution gray-scale and rotation invariant texture classificationwith local binary patterns[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2002,24(7):971.

    4. [4]

      KRIZHEVSKY A,SUTSKEVER I,HINTON G E.Imagenet classifcation with deep convolutional neural networks [C]//NIPS2012.Nevada:ACM Press,2012:1097.

    5. [5]

      CALONDER M,LEPETIT V,STRECHA C,et al.BRIEF:binary Robust independent elementary features[C]//ECCV2010.Crete:Springer Press,2010,6314:778.

    6. [6]

      KUMAR D A,ANNIE M L C.Clustering dichotomous data for health care[J].International Journal of Information Sciences and Techniques,2012,2(2):23.

    7. [7]

      PANDIT S,GUPTA S.A comparative study on distance measuring approaches for clustering[J].International Journal of Research in Computer Science,2011,2(1):29.

    8. [8]

      CAPUTO B,HAYMAN E,MALLIKARJUNA P.Class-specific material categorisation[C]//Tenth IEEE International Conference on Computer Vision(ICCV'2005).Piscataway:IEEE,2005:1597.

    9. [9]

      ZHU C,BICHOT C E,CHEN L.Visual object recognition using daisy descriptor[C]//2011 IEEE International Conference on Multimedia and Expo (ICME).Piscataway:IEEE,2011:1.

    10. [10]

      CORTES C,VAPNIK V.Support-vector networks[J].Machine Learning,1995,20(3):273.

    11. [11]

      GOLD S,RANGARAJAN A.Softmax to softassign:Neural network algorithms for combinatorial optimization[J].Journal of Artificial Neural Networks,1996,2(4):381.

    12. [12]

      DALAL N,TRIGGS B.Histograms of oriented gradients for human detection[C]//IEEE Computer Society Conference on Computer Vision and Pattern Recognition.Piscataway:IEEE,2005:886.

    13. [13]

      OJALA T,PIETIKÄINEN M,MÄENPÄÄ T.Multiresolution gray-scale and rotation invariant texture classification with local binary patterns[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2002,24(7):971.

    14. [14]

      CHANG C C,LIN C J.LIBSVM:A library for support vector machines[J].ACM Transactions on Intelligent Systems and Technology,2011,2(3):27.

    1. [1]

      费致根鲁豪宋晓晓赵鑫昌郭兴肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008

    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): -.

    3. [3]

      李艳坤张伟刘彦伶 . 数据融合策略在食用油真实性鉴别中的研究与应用进展. 轻工学报, 2024, 39(5): 50-59. doi: 10.12187/2024.05.006

    4. [4]

      李翠翠贾笑莉张丽郭赛赛孙薇陆啟玉 . 面制品加工过程中小麦面筋蛋白巯基、二硫键变化的研究进展. 轻工学报, 2024, 39(6): 1-8,56. doi: 10.12187/2024.06.001

  • 加载中
计量
  • PDF下载量:  25
  • 文章访问数:  1121
  • 引证文献数: 0
文章相关
  • 收稿日期:  2016-11-01
  • 刊出日期:  2017-05-15
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
郭延辉, 尹西杰, 张宏. 一种用于图像分类的局部二值改进算法[J]. 轻工学报, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012
引用本文: 郭延辉, 尹西杰, 张宏. 一种用于图像分类的局部二值改进算法[J]. 轻工学报, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012
GUO Yan-hui, YIN Xi-jie and ZHANG Hong. An improved local binary algorithm for image categorization[J]. Journal of Light Industry, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012
Citation: GUO Yan-hui, YIN Xi-jie and ZHANG Hong. An improved local binary algorithm for image categorization[J]. Journal of Light Industry, 2017, 32(3): 73-77. doi: 10.3969/j.issn.2096-1553.2017.3.012

一种用于图像分类的局部二值改进算法

  • 山东女子学院 信息技术学院, 山东 济南 250300
基金项目:  山东省高等学校科技计划项目(J14LN54)

摘要: 针对LBP特征提取过程中聚类耗时、占用内存较大的问题,提出了一种用于图像分类的局部二值改进算法.该算法用二进制描述符替代LBP中的十进制表示、用汉明距离替代欧氏距离进行特征聚类,同时将不同尺度的LBP特征进行融合,实现了多尺度图像局部二值描述.将提出的改进算法,尤其是多尺度融合特征,在PASCAL VOC 2007数据库与经典LBP方法进行对比分析,实验结果表明,本算法正确率更高,运行效率也有很大提高.

English Abstract

参考文献 (14) 相关文章 (4)

目录

/

返回文章