.png){kind=icon}
返回
A new texture descriptor based on hexagonal local binary pattern for content-based image retrieval
.png){kind=icon}
PRE
AI
DOI：10.1016/j.dsp.2025.105138.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
S R C 纹理特征在基于内容的图像检索（CBIR）应用中发挥着关键作用。大多数纹理提取方法准确率较低且特征向量长度较长。本文提出了一种新颖的六边形局部二值模式（HLBP），用于从图像中提取更具信息量和紧凑性的特征。为使模式具有旋转不变性，本文利用循环集理论提出了旋转不变的六边形模式。基于所提出的模式从六边形图像中提取纹理特征向量，并应用于CBIR应用。为评估所提出的方法，实验在五个数据集Corel-1k、Brodatz、VisTex、Corel-10k和STex上进行。所提出的HLBP方法在含噪声图像的精度方面优于方形局部二值模式（SLBP）。所提出方法的特征向量长度为64，远短于竞争方法，并导致检索阶段的高速。所提出方法在纹理数据集上表现最佳，其精度在所有竞争方法中最高。
Keyword:
Local binary pattern
Square lattice
Hexagonal lattice
Content-based image retrieval
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
引用论文
Local derivative radial patterns: A new texture descriptor for content-based image retrieval局部导数径向模式: 用于基于内容的图像检索的新纹理描述符.png)
SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏Content-based image retrieval using feature-fusion of GroupNormalized-Inception-Darknet-53 features and handcraft featuresOptik
OptikIF0
PREAI
分享收藏
查看更多内容