基于改进局部二值模式的图像分类算法研究

《基于改进局部二值模式的图像分类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391单位代码：10183研究生学号：研2013544027密级：公开吉林大学硕士学位论文(专业学位)基于改进局部二值模式的图像分类算法研究ResearchofImageClassificationAlgorithmBasedonImprovedLocalBinaryPatterns作者姓名：黄德志类别：工程硕士领域(方向)：软件工程指导教师：王生生教授培养单位：软件学院2016年4月基于改进局部二值模式的图像分类算法研究ResearchofImageClassificationAlgorithmBasedonImprovedLocalBinaryPatterns作者姓

2、名：黄德志领域（方向）：软件工程指导教师：王生生教授类别：工程硕士答辩日期：2016年5月28日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者。否则著作权的商业性使用（但纯学术性使用不在此限），应承担侵权的法律责任。吉林大学硕±学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研巧做出

3、重要贡献的个人和集体，均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：含／ｔ．曰期；Ｗ八年月占曰摘要基于改进局部二值模式的图像分类算法研究近几十年来，随着人们生活水平的提升，图像获取及处理设备在人类社会中逐渐普及，每天都会通过相机、手机等获取到海量的图像数据。伴随着互联网的飞速发展，为了能够对日益增长的图像信息进行快速、精确的组织管理，同时也为了能够减小人工参与的成本，计算机应该能够自动的识别图像信息，进而实现分门别类的管理。图像分类技术是一项横跨多个研究领域的技术，在模式识别、机器视觉等多个学科中都占有重要的地位。图像分类技术通

4、过使用特定的算法提取图像特征，然后通过特征实现分类。图像分类的实现主要包括两个技术：特征提取和分类算法。图像特征分为底层特征和高级语义特征，目前底层特征技术更加成熟。图像的底层图像特征包括颜色特征、形状特征、纹理特征和空间关系特征，每种特征都可以单独使用，也可以混合使用来提升分类效果。分类算法的目的是通过所获取的图像特征，实现自动分类，目前人工神经网络、支持向量机等分类算法均为计算机领域的研究热点。局部二值模式(LocalBinaryPatterns，LBP)是一种性能优越的特征提取算法，因其算法思想简单、计算复杂度低等特点，被广泛应用于人脸识别、场景分类、医学图像处理等领域。本文

5、主要研究改进LBP算法，通过获取更加全面的特征来提升图像分类系统的性能。本文的研究内容如下：(1)对图像分类领域的研究工作进行综述，简要说明目前图像分类相关技术的研究现状，列举图像分类技术在生活、科研、军事等领域的应用。(2)介绍特征提取的相关技术，主要是底层图像特征中的形状、颜色、纹理等特征的提取技术，分析、对比各种算法的优势以及不足。对分类算法进行综述，介绍分类算法的研究现状。(3)本文重点阐述了LBP算法的思想和计算过程，介绍了LBP算法的研究现状、相关应用和一些改进算法。LBP算法具有良好的性能，但是传统LBP算法只是在灰度领域上提取特征，同时没有考虑可能存在的空间结构关系

6、。针对这些问题，本文提出相应的改进算法。首先使用RGB和HSV颜色空间，通过应用颜色通道将纹理特征和颜色特征相融合，提出了基于颜色空间融合的局部二值模式；然后通过使用两个相邻的区域，提出基于颜色空间融合的相邻局部二值模式，提取可能存在于图像内部的空间结构关系，进而提升特征中所包含信息的全面性，提升分类效果。I(4)本文将改进的LBP算子应用于图像分类的系统架构中，在实验部分，使用SVM作为分类器，对所获取的特征进行处理。实验部分选择使用Corel-1K和MITVisionTexture两个彩色图像数据集，并与CSLBP、ULBP、CLBP等传统改进在RBF核函数等环境下进行对比。实

7、验验证，本文所提算法相较于过去的算法在分类效果上有所提升。关键词：图像分类，特征提取，纹理特征，颜色特征，局部二值模式IIAbstractResearchofImageClassificationAlgorithmBasedonImprovedLocalBinaryPatternsInrecentyears,withtheimprovementofpeople'slife,imageacquisitionandprocessingequipmentisbecoming