[发明专利]一种完整的局部熵二值模式纹理图像分类方法在审
| 申请号： | 201810843004.4 | 申请日： | 2018-07-27 |
| 公开（公告）号： | CN110766021A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 李一兵;李斌;许晓春;孙骞;叶方;酒铭杨;张振鹏;徐衡宇 | 申请（专利权）人： | 深圳市白麓嵩天科技有限责任公司 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 44241 深圳市智科友专利商标事务所 | 代理人： | 周小年 |
| 地址： | 518000 广东省深圳市罗湖区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种完整的局部熵二值模式纹理图像分类方法，首先，根据局部二值编码的尺度，计算每个像素对应局部区域块的熵特征，并基于自适应熵阈值，对其进行二值编码。然后，对传统的完整局部二值模式的三个特征进行区域均值编码。接下来，将得到的局部熵二值特征与基于区域均值的完整局部二值模式的三个特征一起组成完整的局部熵二值模式。最后，利用特征融合或拼接得到联合特征直方图，并结合KNN分类器实现对纹理图像的分类。本发明提出的纹理分类方法具有更加全面的纹理信息表达能力，具有优越的纹理分类性能。 | ||
| 搜索关键词： | 二值模式 二值编码 纹理分类 纹理图像分类 特征直方图 局部区域 特征融合 纹理图像 纹理信息 传统的 自适应 熵特征 像素 拼接 尺度 分类 联合 | ||
【主权项】：
1.一种完整的局部熵二值模式纹理图像分类方法，包括在训练阶段和测试阶段，其特征在于：/n所述的训练阶段包括以下步骤：/n步骤1-1、输入待训练的纹理图像数据集，并对其进行图像的标准化；/n步骤1-2、求取训练图像区域对比二值编码模式以及基于区域均值的CLBP_S、CLBP_C和CLBP_M二值模式；/n步骤1-3 、特征融合和拼接，得到完整的图像特征；/n步骤1-4、将训练纹理图像特征和对应标签输入KNN分类器，训练KNN分类器；/n步骤1-5、输出训练好的KNN分类器；/n所述的测试阶段包括以下步骤：/n步骤2-1、输入测试纹理图像数据集，并对其进行图像标准化；/n步骤2-2、求取训练图像区域对比二值编码模式以及基于区域均值的CLBP_S、CLBP_C和CLBP_M二值模式；/n步骤2-3、特征融合拼接，得到完整的图像特征；/n步骤2-4、将步骤2-3的完整的图像特输入到训练好的KNN分类器中；/n步骤2-5、输出测试纹理图像标签。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市白麓嵩天科技有限责任公司，未经深圳市白麓嵩天科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810843004.4/，转载请声明来源钻瓜专利网。
