-
题名基于图像表面形状指数的图像纹理特征提取
- 1
-
-
作者
申柯
陈熙
张云飞
-
机构
贵州师范大学大数据与计算机科学学院
-
出处
《现代计算机》
2022年第24期71-77,共7页
-
文摘
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 index,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。
-
关键词
图像纹理识别
LBP
形状指数
连续旋转不变性
-
Keywords
image texture recognition
LBP
shape index
invariance of continuous rotation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名患者肺部图像潜在病变区域纹理优化识别仿真
- 2
-
-
作者
李杨
梁炜
谈金东
-
机构
中国科学院沈阳自动化研究所
中国科学院大学
田纳西大学
-
出处
《计算机仿真》
北大核心
2018年第9期417-420,共4页
-
基金
国家自然科学基金重点项目(61333019)
-
文摘
对患者肺部图像潜在病变区域纹理识别,能够有效提高图像诊断结果精度。对肺部潜在病变区域图像纹理进行优化识别,需要通过图像灰度全局信息初始化水平集,利用拟合函数定义局部能量函数,完成潜在病变区域图像纹理优化识别。传统方法对肺部潜在病变区域图像求解获得图像纹理裂纹长度,提取出纹理灰度等值线,但忽略了对纹理能量函数的定义,导致纹理识别精度偏低。提出基于水平集分割的患者肺部图像潜在病变区域纹理优化识别方法。对患者肺部潜在病变区域图像进行预处理,采用图像梯度方差加权信息熵算法自适应改变滤波器参数。采用图像灰度全局信息初始化水平集,局部能量函数由图像局部灰度拟合函数定义。融合多种纹理特征,将融合结果输入到神经网络的Softmax层进行潜在病变区域图像纹理识别。实验结果表明,所提方法具有准确和鲁棒性好的特点。
-
关键词
肺部图像
潜在病变区域
图像纹理识别
-
Keywords
Lung image
Potential diseased area
Image texture recognition
-
分类号
TP393.41
[自动化与计算机技术—计算机应用技术]
-
