买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉理工大学

摘要：本发明公开了基于MRLBP的纹理分类方法，MRLBPLocalBinaryPatternbasedonMagnitudeRanking即基于幅值排序的局部二值模式，解决使用原始局部二值模式进行纹理分类时对幅值信息利用不足以及使用固定权重进行排序的问题。首先读取纹理数据集中的图像，然后选定合适的局部区域，利用局部邻域像素的符号信息和幅值信息，对每一个中心像素进行基于幅值排序的局部二值模式算法处理，再通过预训练、连接多尺度直方图和归一化处理来完成特征提取操作，最后使用SVM分类器实现纹理分类，得到当前纹理数据集的分类准确率。本发明具有旋转不变、噪声鲁棒、实时性高、分类准确率高的优点，用于各种纹理分类场景和应用。

主权项：1.一种基于MRLBP的纹理分类方法，其特征在于，包括以下步骤：步骤1，读取纹理数据集中的图像，若图像不是灰度图则先转化为灰度图像；步骤2，对图像进行基于幅值排序的局部二值模式算法处理，利用符号信息和幅值信息，得到经过基于幅值排序的局部二值模式MRLBP处理后的图像；步骤2中所述基于幅值排序的局部二值模式算法的实现包括以下步骤；步骤21，在当前读取的纹理图像中选定合适尺度的局部区域；步骤22，使用双线性插值法，计算局部区域中圆形对称邻域集的P个邻域像素灰度值，其中邻域像素的坐标表示为x+Rcos2πpP,y+Rsin2πpP，x,y是中心像素坐标，R是尺度，p是当前邻域像素的索引值，P是邻域像素点个数；步骤23，对每个局部区域的中心像素，用邻域像素的灰度值减去中心像素的灰度值，得到中心像素的符号信息和幅值信息；再根据幅值大小对符号进行排序，即赋予不同的权重，幅值越大，为相应的符号赋予越高的权重，得到的二值模式即为该中心像素基于幅值排序的局部二值模式；具体的实现方法参见公式8、9： 其中，公式8是该中心像素基于幅值排序的局部二值模式，公式9是公式8中用于获取每个符号对应权重的函数，式中gp和gi均指邻域像素灰度值，gc指中心像素灰度值；步骤24，对图像的每个中心像素执行相同操作，得到经过基于幅值排序的局部二值模式处理后的图像；步骤3，从处理后的图像中提取特征，首先对经过基于幅值排序的局部二值模式处理后的图像数据进行预训练，以有效地降低特征维数；步骤4，采用多尺度直方图，将不同尺度的直方图以连接的方式结合，以获取更高的分类准确率；步骤5，最后对得到的直方图进行归一化处理，以去除特征的量纲，使不同的特征映射到相同的区间，提高分类器的收敛速度；步骤6，使用SVM分类器对纹理图像进行分类。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于MRLBP的纹理分类方法