科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于图像纹理特征具有复杂且没有规律的特点，单一的纹理特征提取算法不能充分地描述图像纹理。因此，提出基于NSCT的高低频子带的CS-LBP和Tamura融合特征的纹理分类方法。此外，对CS-LBP算法进行了优化，得到DCS-LEBP,在提取了图像局部边缘特征信息的基础上又加入了低频信息，提高了算法的抗噪性和特征提取的全面性。融合的纹理特征通过支持向量机(SVM)进行分类识别，实验结果表明，该方法能够提取多尺度、多方向的纹理特征，提高了分类精度，并且优化的DCS-LEBP算法比原算法性能更加优秀。
- 出版日期2023
- 单位自动化学院; 南京信息工程大学
