一种辅助神经网络分类的改进LBP算法

一种辅助神经网络分类的改进LBP算法

技术类型 : 专利

专利所属地 :中国

公开号 :CN202310609761.6

技术成熟度 :正在研发

转让方式 :技术转让

交易价格:面议

应用领域 : 通用仪器仪表制造

技术领域 :电子信息

联系咨询
成果概况
简介
本发明公开了一种辅助神经网络分类的改进LBP算法,涉及计算机视觉技术和深度学习领域。所述改进LBP算法基于传统LBP算法进行改进,由于传统LBP算法在纹理特征提取时往往忽略图像的颜色特征和纹理邻域采样点之间的方向信息,基于此不足,本申请设置两种不同阈值,分别计算LBP编码值,提取邻域点之间的方向特征,不仅考虑邻域点与中心阈值的灰度值大小关系,产生一个二进制序列,对纹理信息进行编码,而且本申请将邻域采样点之间的灰度值大小关系加入考虑范围,与中心阈值共同作为决定LBP编码情况的影响因子,充分利用邻域点之间所隐藏的方向特征,提高纹理特征提取的精确度、全面性以及神经网络训练后目标图片的分类准确率。
专利基本信息
专利名称 一种辅助神经网络分类的改进LBP算法
专利状态 其他 公开号 CN202310609761.6
申请号 CN116664877A 专利申请日期 2023-05-26
专利授权日期 0001-01-01 专利权届满日 -
专利所属地 中国 专利类型 发明
发明人 天津科技大学
权利人 王岩,郑玉浩,朱绪胜
专利摘要 本发明公开了一种辅助神经网络分类的改进LBP算法,涉及计算机视觉技术和深度学习领域。所述改进LBP算法基于传统LBP算法进行改进,由于传统LBP算法在纹理特征提取时往往忽略图像的颜色特征和纹理邻域采样点之间的方向信息,基于此不足,本申请设置两种不同阈值,分别计算LBP编码值,提取邻域点之间的方向特征,不仅考虑邻域点与中心阈值的灰度值大小关系,产生一个二进制序列,对纹理信息进行编码,而且本申请将邻域采样点之间的灰度值大小关系加入考虑范围,与中心阈值共同作为决定LBP编码情况的影响因子,充分利用邻域点之间所隐藏的方向特征,提高纹理特征提取的精确度、全面性以及神经网络训练后目标图片的分类准确率。