返回
Fractional-order gradient based local binary pattern for texture classification
DOI:10.1016/j.compeleceng.2025.110316.png)
摘要
En 中文
局部二值模式方法在纹理分类和特征提取中发挥着高效作用。这些方法通过使用邻域像素值提取纹理特征。从局部关系中获得的LBP特征构建了纹理图像的单个或联合直方图。在本研究中,提出了一种有效利用分数阶导数信息的方法,用于分类彩色纹理图像。通过高斯导数滤波器获得的分数阶水平和垂直导数的幅度被整合到ACS-LBP方法中。局部纹理模式的分数阶导数的幅度信息根据邻域像素之间的关系进行了建模。计算得到的导数信息被整合到ACS-LBP模型中,以有效编码局部像素关系。为了保持这些分数阶边缘和纹理过渡检测算子提供高鲁棒性的同时继续检测小纹理细节。为了实现这些能力,分数阶参数被调整以针对特定的像素过渡频率。这使所提出的LBP方法在选择分数阶掩模时具有更大的自由度。分数阶参数为设计各种掩模提供了额外的自由度。开发的模型已在广泛使用的纹理数据库上进行了评估。它还与现有的LBP和深度学习模型在不同性能指标下进行了比较。所提出的方法在分类准确性和执行时间方面均显示出优于最新方法的显著优势。
Keyword:
Local binary patterns
Fractional derivative
Texture classification
期刊
C
IF:
4.9
论文数:
6.7K
被引数:
1.3W
机构
引用论文
Quaternionic extended local binary pattern with adaptive structural pyramid pooling for color image representation
PATTERN RECOGNITION
IF7.6
Local quadruple pattern: A novel descriptor for facial image recognition and retrieval局部四重模式: 用于面部图像识别和检索的新型描述符
Local neighborhood difference pattern: A new feature descriptor for natural and texture image retrieval局部邻域差异模式: 用于自然和纹理图像检索的新特征描述符
Texture and material classification with multi-scale ternary and septenary patterns基于多尺度三元和七元模式的纹理与材料分类
Fractional poisson enhancement model for text detection and recognition in video frames
PATTERN RECOGNITION
IF7.6

