扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

哈尔滨工程大学最新研究:一种完整的分区域局部邻域能量模式用于纹理分类

论论资讯 | 2023-04-24 1热度

Digital Signal Processing: A Review Journal

Explore content

About the journal

Publish with us

A completed parted region local neighborhood energy pattern for texture classification

Li B.; Li Y.; Wu Q.M.J.

Published:2023-06-15
DOI:10.1016/j.dsp.2023.104031

研究背景

纹理是我们生活中无处不在的,如衣服、墙壁、地面等。在计算机视觉领域中,纹理分类是一个重要的问题。然而,当前的纹理分类方法往往忽略了纹理图像中不同区域之间的差异,从而无法准确地表示相应的区域属性。这就是当前研究领域存在的问题。

研究内容

为了解决这个问题,该论文提出了一种新的纹理分类方法,即完成的分区局部邻域能量模式。该方法采用自适应的分区策略从粗糙区域和平坦区域中提取出具有判别性的纹理信息。具体来说,该方法首先设计了一种自适应的分区策略,用于特征提取。其次,为了提供更丰富和具有判别性的纹理特征,该论文进一步开发了两种基于该策略的新算子,即分区局部差异能量模式和分区局部像素能量模式。最后,通过将局部符号模式、分区局部差异能量模式和分区局部像素能量模式相结合,构建了一个完成的分区局部邻域能量模式。在三个流行的纹理数据库上进行的大量实验结果表明,该方法在纹理分类任务中优于最新的现有方法。

研究意义

该论文提出的新的纹理分类方法具有以下创新点和研究意义。首先,该方法采用自适应的分区策略,可以更准确地提取具有判别性的纹理信息。其次,该论文开发了两种新的算子,可以提供更丰富和具有判别性的纹理特征。最后,通过将这些算子相结合,构建了一个新的纹理描述符,可以更准确地表示不同区域之间的差异。这些创新点和研究意义对于纹理分类和计算机视觉领域的发展具有重要的意义。

微信扫码即可查看