图像微观结构的二值化表示与目标识别应用
该文提出一种新颖的基于二值图像微观结构模式(Binary Image Micorsructure Pattern,BIMP)表达和灰度图像微观结构二值模式(Gray Image Micorsruct Maximum Response Pattern,GIMMRP)编码方法。通过对图像3×3邻域结构进行二值编码,获得图像微观结构的描述,进而选取其中的重要执行模式子集和池化操作,实现整体图像的表示。为了检验算法的有效性,在ORL,YALE两个人脸公开数据集,MNIST,USPS两个手写数字公开数据集,以及非公开车标数据集上进行了测试,显示该方法具有很强的鉴别能力和鲁棒性,可以达到和超过很多最新算法...
Gespeichert in:
Veröffentlicht in: | 电子与信息学报 2018, Vol.40 (3), p.633-640 |
---|---|
Hauptverfasser: | , , , |
Format: | Artikel |
Sprache: | chi |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | 该文提出一种新颖的基于二值图像微观结构模式(Binary Image Micorsructure Pattern,BIMP)表达和灰度图像微观结构二值模式(Gray Image Micorsruct Maximum Response Pattern,GIMMRP)编码方法。通过对图像3×3邻域结构进行二值编码,获得图像微观结构的描述,进而选取其中的重要执行模式子集和池化操作,实现整体图像的表示。为了检验算法的有效性,在ORL,YALE两个人脸公开数据集,MNIST,USPS两个手写数字公开数据集,以及非公开车标数据集上进行了测试,显示该方法具有很强的鉴别能力和鲁棒性,可以达到和超过很多最新算法的性能。 |
---|---|
ISSN: | 1009-5896 |
DOI: | 10.11999/JEIT170513 |