[发明专利]一种基于改进LBP特征提取的图像分类方法在审
| 申请号： | 201810735451.8 | 申请日： | 2018-07-06 |
| 公开（公告）号： | CN109086801A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 付波;徐超;罗冷坤;毛嫚嫚;张行星;沈攀;权轶;徐光辉 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430068 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 特征提取 图像分类 纹理 像素 改进 分类效果 特征向量 特征效果 提取特征 纹理特征 中心像素 重新计算 阈值处理 分类器 鲁棒性 直方图 保留 统计 | ||
【权利要求书】：
1.一种基于改进LBP特征提取的图像分类方法，其特征在于，包括以下步骤：
步骤1：取原始图像中的3×3的二维矩阵作为移动窗口，其中二维矩阵的矩阵元素数值是每个像素点的灰度值；
步骤2：以二维矩阵中心像素为阈值，并对阈值进行处理；然后将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0；从而获得8位二进制数；
步骤3：按照权重的比例，将中心像素点周围的二进制数化为十进制数，得到LBP值，从而获得一个新的特征图像；
步骤4：把每个新的特征图像分成3×3的9个模块，并对每个模块进行直方图统计，获得九个统计直方图；
步骤5：连接9个统计直方图，形成一个特征向量，也就是整幅图的LBP纹理特征向量；
步骤6：将提取的特征向量导入到不同的分类器中进行分类。
2.根据权利要求1所述的基于改进LBP特征提取的图像分类方法，其特征在于：步骤2中所述对阈值进行处理，是取九个像素值的最大与最小值，然后再取最大值与最小值的平均值作为阈值。
3.根据权利要求1所述的基于改进LBP特征提取的图像分类方法，其特征在于：步骤6中所述分类器包括SVM分类器、K近邻分类器或随机森林分类器。
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湖北工业大学，未经湖北工业大学许可，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/pat/books/201810735451.8/1.html，转载请声明来源钻瓜专利网。
