论文部分内容阅读
直接在空域计算图像的局部二进制模式(LBP)直方图不能准确描述基元较大的纹理,且不具有抗噪性这一重要的特性。针对这一局限,提出一种将空域和频域结合起来的改进算法。首先在频域对图像进行Curvelet变换,选取能量较大的子带进行图像重构并抽样,最后计算抽样图像的旋转不变LBP算子直方图作为特征向量。这样得到的特征更加紧凑,能更有效地描述图像的细节,同时弥补了传统LBP算法的不足,实现了用相同尺寸的LBP算子描述大基元的纹理,同时具有旋转不变和抗噪性能。仿真结果表明,算法得到的分类率比其他算法有显著提高