[发明专利]一种基于分块LBP融合特征和SVM的人耳识别算法

权利要求书

1.一种基于分块LBP融合特征和支持向量机的人耳识别方法，其特征在于，包含以下几个步骤:

A、人耳图像预处理

B、LBP特征提取

C、均值特征提取

D、特征融合

E、通过支持向量机进行分类识别。

2.根据权利要求1所述的一种基于LBP和支持向量机的人耳图像识别方法，其特征在于，所述步骤A具体是对人耳图像进行直方图均衡化处理和降噪处理。

3.根据权利要求2所述的一种基于LBP和支持向量机的人耳图像识别方法，其特征在于，步骤B将人耳图像分为不同的子块，利用LBP算子对每一个子块进行计算，得到LBP统计直方图，并将所有子块的统计直方图连接成一个特征向量，利用公式进行归一化处理。

4.根据权利要求2所述的一种基于LBP和支持向量机的人耳图像识别方法，其特征在于，步骤C将人耳图像分为不同的子块，计算每个子块的像素均值，然后将各子块的均值相连，形成均值向量，并对其做归一化处理，用归一化后的均值向量表征人耳图像的分块像素均值特征。

5.根据权利要求3和4所述的一种基于LBP和支持向量机的人耳图像识别方法，其特征在于，将步骤B和步骤C提取出的两部分特征向量，利用加权融合的方法进行特征融合；并在融合后的特征向量最后添加类别标签。

6.根据权利要求5所述的一种基于LBP和支持向量机的人耳图像识别方法，其特征在于，将步骤D得到的特征向量作为样本，按比例分为训练样本和测试样本两部分，将训练样本作为输入，用支持向量机方法训练分类器，再将测试样本输入训练好的分类器中，由分类器给出预测的样本类别标签，再与实际类别标签进行对比，统计出识别准确率。