[发明专利]一种基于改进LBP特征提取的图像分类方法

摘要

本发明公开了一种基于改进LBP特征提取的图像分类方法，经典的LBP方法容易使得部分纹理缺失，倘若某中心像素值较大或者较小，就会失去其周围的部分纹理。为了避免这种情况的发生，本发明将阈值处理的方法进行改进，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其阈值，再与其周围八个像素值进行比较，重新计算LBP码，本发明通过新改进的方法将那些可能会失去的一些纹理特征更有可能的保留下来，使得其的鲁棒性更好，也能够将取得的特征效果提高。然后将提取出来的特征通过统计直方图显示出来，并且进一步形成特征向量，然后导入到分类器中，计算所提取特征的分类效果。

主权项

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。