[发明专利]一种基于韦伯局部二值计数的图像纹理分类方法

摘要

一种基于韦伯局部二值计数的图像纹理分类方法，首先对纹理图像进行多尺度分解，构造差分激励向量特征和局部二值计数直方图特征，然后构造L尺度的韦伯局部二值计数描述子特征，最后对提取的纹理图像的L尺度的韦伯局部二值计数特征采用K近邻分类器进行分类，获取分类结果。本发明有益效果：有效地提高了纹理图像的分类精度，有效地适应纹理图像成像条件的变化，有效地提高分类速度。

主权项

1.一种基于韦伯局部二值计数的图像纹理分类方法，其特征在于：包括以下步骤：步骤一、对纹理图像进行L尺度分解，得到其所有L个尺度的差分激励分布和局部二值计数模式分布步骤二、构造差分激励向量特征和局部二值计数直方图特征具体方法为：用局部二值计数模式作为自适应阈值对差分激励分布进行划分：计算差分激励向量特征：对于第l尺度的差分激励分布D^l，从中挑选出每一类局部二值模式对应的差分激励值，同时用表示第i类局部二值模式对应的差分激励的和，那么第l尺度的差分激励向量DEV^l表示为：用表示差分激励向量特征集合；计算局部二值计数直方图特征：对于第l尺度的局部二值计数模式分布H^l，构造它的直方图特征对差分激励向量特征进行补充，用表示局部二值计数直方图特征集合；步骤三、构造L尺度的韦伯局部二值计数描述子特征WLCD_L：构造步骤二得到的差分激励向量特征和局部二值计数直方图特征的集合的多尺度特征，即：对于第l尺度的差分激励D^l和局部二值计数模式H^l，用WLCD^l表示纹理图像的第l尺度的感知信息和局部纹理结构信息，WLCD^l＝{D^l，H^l}，则纹理图像的L尺度的韦伯局部二值计数特征WLCD_L为：WLCD_L＝{WLCD¹，WLCD²，...，WLCD^L}；步骤四、利用步骤三中提取的纹理图像的WLCD_L特征，采用K近邻分类器对纹理图像进行分类，获取分类结果。