融合圆对称轮廓波统计特征和LBP的纹理图像检索
融合颜色特征和纹理特征的图像检索算法
融合颜色特征和纹理特征的图像检索算法作者：耿艳萍高红斌任智颖来源：《无线互联科技》2017年第24期摘要：文章结合颜色特征和纹理特征，利用欧氏距离计算两幅图像的相似度进行图像检索。
首先，在HSV空间下，提取颜色特征并进行归一化处理。
然后，提取GLCM的特征值，并结合Tamura特征形成更加丰富的纹理特征。
最后，分别计算待检索图像和图像库中图像的颜色和纹理相似度，在不同权重下融合颜色和纹理特征得出最终相似度。
Matlab实验表明，不同种类的图像，分配颜色和纹理的不同权重时，有不同的查准率。
调整图像的特征权重可以提高查准率。
关键词：图像检索；GLCM；Tamura；多特征融合随着数字图像技术的发展，人们面临着丰富多样的图像，根据需求从大量图像中检索出匹配的图像，是值得探究的问题。
图像检索技术分为基于文本和基于内容的检索。
基于内容的图像检索（Content Based Image Retrieval，CBIR）是提取图像库中图像和待检索图像的特征进行相似度比较，从而得出结论。
基于内容的图像检索特征包括两个方面：一类是底层视觉特征，如颜色、纹理、形状等[1]；一类是高层语义特征，即图像内容的语义描述与各类物理特征之间的逻辑关系[2]。
本文提取第一类特征，在不同种类的图像组成的图像库中，检索出与待检索图像相似的图片。
单一的基于颜色的相似度计算[3]不能完全表达图像内容，故这种检索算法的查准率很低。
另外，常见的基于内容的图像检索特征还有纹理特征，用于捕捉图像表面的粒度与重复出现的模式[4]。
常用的纹理特征有基于灰度共生矩阵（Gray Level Co-occurrence Matrix，GLCM）的特征，文献[5]用广义图像灰度共生矩阵做图像检索，但查准率和查全率的提升效果不显著。
另一常用的纹理特征是Tamura特征，文献[6]用改进的Tamura纹理特征提高图像检索性能，相对于Tamura特征有了一定的提升，但提高有限。
一种改进的综合纹理和形状特征的图像检索方法
一种改进的综合纹理和形状特征的图像检索方法随着信息时代的到来，数字图像的数量不断增加，如何高效地找到目标图像，成为一个重要问题。
因此，图像检索已成为图像处理领域中一个热门的研究方向。
在图像检索中，综合纹理和形状特征的方法在其实现中占据重要地位。
本文将介绍一种改进的综合纹理和形状特征的图像检索方法。
首先，我们需要了解综合纹理和形状特征的概念。
在综合纹理特征方面，纹理是指图像中反复出现的一些形状和图案。
在图像检索中，我们可以使用一些特定的算法来提取这些纹理特征。
例如，LBP算法（局部二值模式）可以帮助我们提取出图像中各个像素点周围邻域的纹理信息。
在形状特征方面，形状是指图像中物体的外形。
提取图像形状特征主要依靠边缘检测、直线检测等算法。
基于上述综合纹理和形状特征的特点，我们结合了现有的图像检索方法，提出一种改进的综合纹理和形状特征的图像检索方法。
在此方法中，我们首先使用LBP算法进行纹理特征提取，然后再使用平均曲率算法提取图像的形状特征。
平均曲率算法是一种新型的形状描述算法，能够有效地减少噪声的干扰，提高形状识别的准确率。
接下来，我们对这些特征进行描述。
对于纹理特征，我们采用灰度共生矩阵（GLCM）进行描述。
GLCM是指一种用来刻画像素之间灰度关系的矩阵。
在这里，我们 mainly 采用了四个统计指标来描述图像的纹理特征，分别是均值、方差、对比度和能量。
而在形状特征方面，我们主要使用点与点之间的欧氏距离来描述图像的形状特征。
最后，我们使用改进的综合纹理和形状特征来进行图像检索。
首先，我们先将待查询的图像进行纹理和形状特征的提取和描述。
然后，我们计算查询图像和数据库中所有图像之间的特征距离，选择能够最好地匹配查询图像的数据库图像。
最后，我们通过设计一个简单的图形界面来实现图像检索。
用户只需要输入待查询的图像，系统就会快速地返回与之匹配的图像。
综上所述，我们提出了一种改进的综合纹理和形状特征的图像检索方法。
一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法
当今，在服装网络销售蓬勃发展的大势之下， 传统的基于文本的图像检索技术（Text-based Image Retrieval，TBIR）[1] 已经跟不上时代的发展，无法满 足广大消费者对图像检索的要求。而基于内容的图 像检索技术（Content-based Image Retrieval，CBIR） [2] 是通过有效的算子获取图像的基本特征，如空间、 形状、纹理及颜色信息等，从而利用距离函数来计算 图像的相似度以达到精度检索的目的，此技术可取代 TBIR 在图像检索中的位置，并弥补其不足。
1 颜色和 Hu 不变矩特征的检索
1.1 基于颜色划分的颜色直方图和改进颜色矩的融合 一个好的颜色量化方案［3］，一方面可以降低计
投稿日期：2018-12-20 作者简介：缪智文（1982-），男，汉族，浙江舟山人，硕士，助教，研究方向为纺织服装图像检索。
4
纺织报告 | Textile Reports
其各自的几何属性。形状的表述对于图像识别及分类
具有重要的作用，在图像检索中也是持续研究的课题 [5]。目前 , 系统呈现形状特征通常是基于区域和轮廓。
两类方法在图像识别中应用较多的是 Hu 不变矩描述 子 [6] 和傅里叶描述子 [7] 等。傅里叶描述子从信号频
17
Σ d(x,y)=
(xi-yi)2
i=1
其 中，x，y— 为 两 幅 待 检 测 的 图 像，xi，yi— 归
一化后的特征值，相似性度量用 d(x, y) 表示。
1.2 形状特征
服装由于季节变更和穿着身材等因素，产生了许
多不同款式的样体。在服装图像中，大衣、长裤、短裤、
衬衫等都有其固定的形状特征，不同款式的服装也有
A Clothing Image Retrieval Method Based on Weighted Color Shape Feature and LBP-GLCM Texture Feature Extraction
融合LBP和GLCM的纹理特征提取方法
法进行对 比，３种对 比方法分别记 为方法 １ 方法 ３ ～ 。 实验 中方法 １ 选择 ０ ， ５ ，０ 和 １５ 方向和距离为 １ 。 ４ 。 ９。 ３ 。 来
计算灰度共 生矩 阵，分别提取能量、对 比度、相关性和局部
均匀性 ４个特征量 ， 将求得 的 １ ６个特征值级联起来作为图像
的纹理特征 ；方法 ２采 用旋转不变 的 Ｌ Ｐ： Ｂ ｓ算子提取纹理 特 ￣ 征 ；方法 ３采用 ５个尺度、８个方 向的滤波器组来提取纹理
文献标识码： Ａ
中围分 类号： Ｐ８ Ｔ１
融 合 Ｌ Ｐ和 ＧＬ Ｂ ＣＭ 的纹 理 特征 提 取 方 法
王国德 ，张培林 ’ 国全 ，寇 ，任 玺
（． １ 军械 工程 学院火炮工程系 ，石家庄 ０ ０ ０ ；２ ５ ０ ３ ．中国人民解放军武汉军械士官学校高炮教研室 ，武汉 ４ ０ ７ ； ３ ０ ５
骤 （） 取 纹 理 特 征 ，结 果 如 表 ２所 示 。可 见 ，在 本 文 方法 中 ３提
不 同尺度的 Ｌ Ｐ算子对 图像纹理特征 的描述能力也不相 同。 Ｂ Ｌ Ｐ算子 的尺度越大 ，对纹理特征的提取能力越 弱，主要原 Ｂ
３ Ｐ Ａ Ｒ ｐｅｅｔｔ ｅＯｆｃ ４ ａｔｒ， ’ｎ７ ０ ０ ， ｈｎ ） ．Ｌ ｅ ｒｓｎａｉ ｆ ｅｉ ８ ５Ｆｃｏ Ｘｉ １３ ２ Ｃ ｉａ ｖ ｉ ｎ ｙ ａ
211178237_融合LBP和卷积神经网络的摩尔纹检测
现代电子技术Modern Electronics Technique2023年5月1日第46卷第9期May 2023Vol.46No.90引言随着智能手机和电子屏幕的普及，人们可以方便快捷地拍摄记录下身边各类事物，屏摄即对着屏幕拍照，在日常生活中也越来越常见。
从计算机或其他电子屏幕捕获图像不同于捕捉现实世界中的场景，因为它会产生人们不需要的条纹噪声，这种不规律的水波纹似的噪声就是摩尔纹。
摩尔纹的出现不仅降低了图像质量，而且对后续的图像处理任务产生不良的影响，如超分辨率[1]、面部识别[2]、光学字符检测（Optical CharacterRecognition,OCR ）[3]等，检测出图像中的摩尔纹从而进一步去除能有效提高图像处理准确率。
摩尔纹在空间域的检测是非常复杂的，不同场景、不同拍摄角度、不同距离拍摄出来的摩尔纹纹理都会有所不同，没有明显的分布规律。
目前已有的摩尔纹检测研究方法较少，传统的方法主要遵循用于检测的规则阈值。
如文献[4⁃5]认为摩尔纹纹理是一种高频噪声，探讨分析了摩尔纹图像频率域并使用滤波器处理带有摩尔纹的图片。
文献[6⁃7]从RAW 图像去马赛克算法入手，提出了基于插值的去摩尔纹算法。
随着屏摄类摩尔纹图像越来越多，基于深度学习的方法也逐步被提出。
文献[8]提出一种将小波变换与CNN （Convolutional Neural Network ，卷积神经网络）结合的方式来检测摩尔纹的方法。
学术界也举办了相关竞赛[9⁃10]，促进对摩尔纹图像的研究。
为贴近日常摩尔纹产生场景，本文首先用不同型号手机、不同品牌计算机显示屏制作了2460张图像作为数据集，用于网络的训练；然后对图像进行LBP （Local融合LBP 和卷积神经网络的摩尔纹检测孙春云，李祥祥，孙甜甜（昌吉学院信息工程学院，新疆昌吉831100）摘要：摩尔纹是一种由数字网格重叠引起的不规则混叠干扰条纹。
屏摄类图像中摩尔纹的出现不仅降低了图像质量，并会对后续的图像处理任务产生不良的影响。
融合LBP和GLCM的纹理特征提取方法
融合LBP和GLCM的纹理特征提取方法王国德;张培林;任国全;寇玺【期刊名称】《计算机工程》【年(卷),期】2012(38)11【摘要】为提取有效的特征用于纹理描述和分类,提出一种融合局部二进制模式(LBP)和灰度共生矩阵(GLCM)的纹理特征提取方法.利用旋转不变的LBP算子处理纹理图像,得到I.BP图像及其GLCM,采用对比度、相关性、能量和逆差矩描述图像的纹理特征.实验结果表明,与其他方法相比,该方法提取的纹理特征具有更强的纹理鉴别能力,平均分类正确率达到93％.%In order to extract effective features for texture description and classification, this paper proposes a texture feature extraction method fused with Local Binary Pattern(LBP) and Gray-level Co-occurrence Matrix(GLCM). The texture image is processed by rotation invariant LBP operator. The LBP image is obtained and its GLCMs are calculated. Contrast, correlation, energy and inverse difference moment are imposed for texture description. Experimental results show that, compared with other methods, the proposed method is more effective in texture feature extraction and the average classification accuracy reaches to 93%.【总页数】3页(P199-201)【作者】王国德;张培林;任国全;寇玺【作者单位】军械工程学院火炮工程系,石家庄050003;中国人民解放军武汉军械上官学校高炮教研室,武汉430075;军械工程学院火炮工程系,石家庄050003;军械工程学院火炮工程系,石家庄050003;中国人民解放军驻845厂军代室,西安710302【正文语种】中文【中图分类】TP18【相关文献】1.基于LBP-GLCM纹理特征提取的服装图像检索 [J], 李玥灵;吴国平;耿秀秀;杜晓骏2.基于GLCM的脑部CT图像纹理特征提取方法研究 [J], 徐德明3.一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法[J], 缪智文;何丽嘉;刘洞波4.一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法[J], 缪智文;何丽嘉;刘洞波;5.基于RULBP与GLCM的已加工工件表面纹理特征表征 [J], 袁军;刘丽冰;陈英姝;杨泽青;张艳蕊;冯凯因版权原因，仅展示原文概要，查看原文内容请购买。
基于LBP的加权分布纹理熵的图像检索算法
基于LBP的加权分布纹理熵的图像检索算法朱慧敏【摘要】通过对目前存在的一些基于纹理的图像检索算法的分析,指出了它们存在的不足,提出一种基于LBP的加权分布纹理熵的图像检索算法.首先,该算法依据图像关键兴趣区域分布特点将图像分成不均匀的9块子图,接着单独对各个子图块根据Uniform Pattern LBP计算个子图块的纹理特征,并结合信息论统计各个子图的纹理熵,然后把9块子图的纹理熵合并作为整个图像的纹理特征向量,最后依据特征向量元素对应各个兴趣区域的重要性加权进行图像检索.该算法相对传统LBP算法,保留图像空间信息,且区域偏重权系数能弱化不相关信息,同时9维度的特征向量能加快图像的检索效率.实验结果表明,该算法能获得较好的检索性能.【期刊名称】《微型机与应用》【年(卷),期】2017(036)016【总页数】5页(P44-47,52)【关键词】图像检索;LBP;不均匀分布;纹理熵;均匀模式【作者】朱慧敏【作者单位】广东工业大学信息工程学院,广东广州510006【正文语种】中文【中图分类】TP391.4随着计算机的普遍应用和移动互联网的高速发展，在数以亿万计的海量数据中快速、准确地检索到所需的图像已是越来越迫切的任务。
早期基于文本的图像检索算法(Text-Based Image Retrieval, TBIR)[1]只适合小量的数据库，有其明显的缺点。
而目前基于内容的图像检索算法(Content Based Image Retrieval, CBIR)[2-3]已成为海量图像检索中一个重要而且有效的方法，在图像信息处理研究领域成为研究的热点。
纹理在图像检索中是一个重要的图像特征，相比于形状和颜色特征，纹理表述的图像特征包含更多的信息量[4-6]。
因此通过纹理获取图像特征对图像进行有效的图像表述是一个值得研究的课题。
纹理是基本视觉特征之一，基于纹理的分析方法大体可分为三大类：基于统计、基于结构和基于模型。
融合CLBP和局部几何特征的纹理目标分类
融合CLBP和局部几何特征的纹理目标分类寇旗旗; 程德强; 于文洁; 李化玉【期刊名称】《《光电工程》》【年(卷),期】2019(046)011【总页数】8页(P66-73)【关键词】LBP; CLBP; 纹理分类; 局部几何不变特征【作者】寇旗旗; 程德强; 于文洁; 李化玉【作者单位】中国矿业大学信息与控制工程学院江苏徐州 221116; 安徽省皖北煤电集团有限责任公司信息中心安徽宿州 234000【正文语种】中文【中图分类】TP391纹理分析[1]是图像处理和模式识别领域的一个重要的研究内容，由于纹理包含有丰富的图像表面结构信息，所以常常被用来做目标的识别和分类。
目前，纹理分析已经广泛用于材料分类、场景理解、人脸检测和识别、行人检测[2]、场景变换等领域中。
早期的纹理分类方法主要集中在纹理图像的统计分析上，代表性方法包括共生矩阵法[3]、Gabor滤波[4]、小波变换[5]等，当训练样本和测试样本具有相同的纹理方向和灰度值时，这些方法都能取得良好的分类结果。
但是，真实环境中的纹理图像时常会发生旋转变化和受光照变化的影响，这些变化将严重影响统计方法的性能。
因此，提取图像中对旋转和光照保持不变的特征信息一直是国内外学者的研究热点，针对这种情况，已经有许多纹理分类方法被提出来，经典的方法有自回归模型、多分辨率自回归模型、马尔可夫模型、高斯-马尔可夫随机域和自相关模型等。
Ojala 等人在2002年提出了经典的局部二值模式(local binary patterns，LBP)[6]，它基于像素的局部强度来提取纹理信息，由于具有计算简单、速度快、精度高的特点，LBP已被广泛用于基于内容的图像检索和其它模式识别应用，例如动态纹理识别、医学图像分析、运动检测、掌纹识别、物体跟踪[7]等。
随后为了解决纹理受旋转和光照变化影响的问题，Ojala又提出了统一模式下的旋转不变局部二值模式。
在LBP算法的基础上，先后有许多纹理分类算法被提出来，例如：原始的LBP对噪声比较敏感，为了提高对噪声的鲁棒性，Tan等人提出了将中心像素和相邻像素的像素差值分割成局部三元模式(local ternary pattern，LTP)[8]。
基于LBP纹理特征的图像检索系统
题目：基于LBP纹理特征的图像检索系统院（系）计算机科学与技术学院专业软件工程届别2008届学号0825121037姓名指导老师指导老师职称副教授华侨大学教务处印制2012年5 月摘要随着计算机网络的飞速发展和多媒体编码技术的进步，网络上的资源日益丰富，尤其是直观的形象的多媒体信息备受人们的亲睐基于内容的图像检索，即（CBIR）。
CBIR的核心是使用图像的可视特征对图像进行检索。
纹理分类与分割是图像处理领域一个经久不衰的热点研究领域,纹理特征提取作为纹理分类与分割的首要问题,一直是人们关注的焦点,各种纹理特征提取方法层出不穷。
局部二元模式（LBP）是一种灰度范围内的纹理描述方式，它从一种纹理局部近邻定义中衍生出来。
本文实现了恒定的基础局域二值模式和旋转不变的局域二值模式两种纹理特征提取方式。
通过LBP纹理图生成灰度直方图，计算灰度直方图之间的欧式距离以完成图像检索比对。
本文采用VC++6.0环境下MFC项目导入OpenCV图像处理函数库设计了检索系统实现基于LBP纹理特征的图像检索。
在(加利福尼亚理工学院256类图像数据库)及（Queensland大学分类的brodatz自然纹理图像库）下进行测试并对结果进行分析与讨论。
关键字： CBIR；LBP特征提取；图像识别ABSTRACTAlong with the rapid development of the computer network and multimedia code technology progress, the network resources are increasingly rich, particularly intuitive image of the multimedia information is people's pro-gaze content-based image retrieval, namely (CBIR). The core of the image is used CBIR the visual features to do image retrieval. Texture classification and segmentation image processing area is a hot research field of enduring, texture feature extraction and segmentation texture classification as a priority, and has been the focus of attention, all kinds of texture feature extraction method are endless.Local Binary Patterns is a gray within the scope of the texture description way, it from a different texture Local neighbors in the definition of derivatives. This paper realized the constant based Local Binary Patterns and rotation invariant of Local Binary Patterns two texture feature extraction method. Through the LBP texture map generating gray-level histogram, calculation of gray histogram Euclidean distance between to complete than image retrieval. This paper using vc + + 6.0 environment MFC project launch OpenCV image processing function library design the retrieval system based on texture feature LBP image retrieval. In (the California institute of technology 256 kinds of image database) and (Queensland university of classification brodatz natural texture images library) test and the results are analyzed and discussed. keyword: CBIR, LBP feature extraction, image recognition目录摘要 (I)ABSTRACT (II)1 绪论 (1)1.1 研究背景 (1)1.2 基于内容的图像检索 (1)1.2.1 基于内容的图像检索概述 (1)1.2.2 基于内容的图像检索体系结构 (2)1.2.3 基于内容的图像检索的特点 (4)1.2.4 基于内容的图像检索性能评价 (5)1.3 图像检索的国内外研究现状......... 错误!未定义书签。
融合颜色与LBP纹理特征的布料色卡图像检索
融合颜色与LBP纹理特征的布料色卡图像检索作者：刘嘉唯肖勇锋白小明肖建来源：《软件导刊》2016年第08期摘要：针对在采购与销售布料中存在人工配色不准确、查找分类难等问题，基于图像检索相关技术，通过融合布料色卡图像的颜色特征和纹理特征进行图像检索应用研究。
设计了布料色卡图像颜色特征提取算法和基于LBP的纹理特征提取算法，并提出融合颜色特征和纹理特征的布料色卡检索算法。
对提出的融合颜色和纹理特征的布料色卡图像检索算法在3个标准图像纹理库和实际布料色卡图像数据集进行了详细的对比测试。
通过对测试结果的分析，得出在融合颜色和LBP纹理特征的布料色卡图像检索方法中采用先颜色后纹理的策略进行布料色卡图像检索是最有效的检索方案。
关键词关键词：图像检索；颜色特征；纹理特征；LBP算子；布料色卡DOIDOI：10.11907/rjdk.161835中图分类号：TP317.4文献标识码：A 文章编号：1672-7800（2016）008-0173-040 引言目前布料制品加工行业还存在以下影响生产与加工效率的问题：①找料难；②检料难；③分类难；④排版切割难。
通过将布料色卡扫描成数字图像，利用基于内容的图像识别检索技术对布料色卡进行查找和分类，可以有效解决上述问题，而且可以使企业提高生产效率和产品质量，从而更具有市场竞争力。
国外在基于计算机进行布料图像检索领域的发展较早，所形成的布料检索方法也较为成熟，如美国研究人员Choonjong Kwak、Jose A Ventura提出采用神经网络进行布料纹理分类识别的方法等。
我国科研工作人员在该领域也有一些相关研究工作，如韩立群建立了基于自组织神经网络的布料纹理分类器，刘健勤提出了布料纹理分类的神经元网络算法等。
虽然国内外在布料纹理识别与检索领域的研究取得了很多进展，但依然存在许多问题。
因此，近年来许多新的研究方法也不断出现，如冉友廷[1]提出织物色彩管理系统的设计方案和一种新的织物花型提取方法；徐琪[2]提出一种新的纹理描述方法——多尺度斑块特征（Multiscale Blob Features，MBF）；赵杨[3]提出一系列局部纹理描述子来研究在局部纹理信息中起关键作用的判别信息。
图像检索中LBP纹理谱旋转不变性研究
图像检索中LBP纹理谱旋转不变性研究龙源期刊网 /doc/9b15882416.html,图像检索中LBP纹理谱旋转不变性研究作者：张翠杨志清周茂杰来源：《软件导刊》2013年第09期摘要：图像检索是要找到图像库中的相似图像。
LBP纹理谱对旋转比较敏感，针对这一问题，将一个LBP纹理谱基元旋转一定的角度后得到的新纹理谱当成具有视觉一致性的纹理谱基元，将具有视觉一致性的所有纹理谱基元合并成一个，这个可以降低特征值的维度，而且可以解决图像旋转影响相似度计算的问题。
用此纹理谱进行纹理图像描述，用纹理基元直方图进行检索，结果表明查准率比用规范化的LBP纹理谱进行检索有明显提高，检索效果较好。
关键词：LBP纹理谱；数理分析；旋转不变；图像检索中图分类号：TP317.4 文献标识码：A 文章编号：16727800（2013）009016003作者简介：张翠（1985-），女，桂林理工大学博文管理学院助教，研究方向为网络控制、图像处理；杨志清（1965-），男，桂林理工大学博文管理学院高级工程师，研究方向为制造自动化与信息化、不确定环境下控制与决策。
0引言图像的纹理分析在计算机视觉、遥感等领域有着广阔的应用前景。
纹理可以提供深度线索的信息和图像表面的方向性信息，人们也在试图利用不同尺度的纹理基元与3D表面图像建立联系。
纹理特征是一种可以用来识别图像的客观信息，有许多图像检索算法采用纹理特征，文献[1]提出了一种用纹理特征进行检索的方法，采用了共生矩阵描述纹理。
纹理特征有许多种表示方式，局部二值模式是其中的一种。
Ojala等[1]首先提出了局部二值模式（local binary pattern ，LBP）描述符，对LBP描述符的论述，奠定了LBP理论基础。
近几年有很多关于LBP纹理谱的应用与改进的论文[2]。
文献[3]针对LBP分析过程中窗口大小不可调整的问题，采用改进的Tamura粗糙度自适应调整模式分析窗口的大小，这种纹理分析方法更加符合LBP的设计思想。
融合LBP特征与LSH索引的鞋印图像检索
融合LBP特征与LSH索引的鞋印图像检索李大湘;吴倩;李娜【摘要】融合局部二值模式(LBP)纹理特征与局部敏感哈希(LSH)索引方法,给出一种大规模鞋印图像快速检索方法.首先,提取鞋印图像的旋转不变LBP特征,用于描述鞋印的底层视觉特征,然后,采用LSH方法为鞋印库中的图像建立索引结构,以实现快速检索.在包含有多种尺度与旋转变化的6万幅鞋印图像库中进行实验,TOP30检索正确率达到91.6％,且在检索速度方面,较之传统的线性搜索方法提高1 0倍.【期刊名称】《警察技术》【年(卷),期】2016(000)003【总页数】3页(P47-49)【关键词】鞋印图像检索;LSH索引;LBP纹理特征【作者】李大湘;吴倩;李娜【作者单位】西安邮电大学;电子信息现场勘验应用技术公安部重点实验室;西安邮电大学;西安邮电大学;电子信息现场勘验应用技术公安部重点实验室【正文语种】中文近些年来，随着高科技犯罪的增多以及犯罪分子反侦查意识的增强，指纹等传统痕迹在犯罪现场的遗留率越来越少，而足迹因其具有易留性、稳定性与连续性等特点，逐渐成为犯罪现场提取率最高的一种痕迹物证，在串案分析与法庭举证等方面发挥着十分重要的作用[1]。
但随着案件的积累，每年都有数万到数十万的鞋印图像被纳入鞋印图像库，若采用人工的方法在鞋印库中进行鞋印相似查找则不切实际。
如何提取鞋印图像的视觉特征，并建立一个高效的索引结构，从而能够在大规模鞋印库中对犯罪现场的鞋印图像进行快速而准确的检索，已经成为刑侦系统中迫待解决的关键问题，也是当前“科技强警”工作极具挑战性的一个研究课题[2]。
针对上述应用需求，国内外科研工作者在鞋印图像识别与检索方面已经展开深入的研究。
国外著名的鞋印识别系统有英国Freeman 公司的 SICAR（Shoeprint Image Capture And Retrieval）系统[3]，该系统建库时保存了鞋印的文本、商标与花纹等信息，查询功能齐全，但因对鞋印的花纹与结构划分太细，而对建库录入人员要求很高，且很容易存在录入错误；在国内，大连海事大学在鞋印识别方面做了很多相关研究工作[4]，该科研团队通常提取鞋印图像的纹理、轮廓与花纹等信息，再采用人工或相似比对的方法进行鞋印分类或识别；除此之外，还有基于能量谱密度PSD特征[5]、图像Gabor纹理[6]的鞋印检索或识别算法，且在相应的测试集都具有一定的检索精度。
融合圆对称轮廓波统计特征和LBP的纹理图像检索
融合圆对称轮廓波统计特征和LBP的纹理图像检索练秋生;李芹;孔令富【期刊名称】《计算机学报》【年(卷),期】2007(30)12【摘要】圆对称轮廓波变换(CSCT)克服了轮廓波变换存在的频谱混淆现象,它比轮廓波变换的方向选择性更强.但由于CSCT中的方向滤波器组(DFB)有下抽样操作,CSCT不具有纹理分析所需要的平移不变性.文中用非抽样方向滤波器组(UDFB)代替CSCT中的DFB,构造了一种具有平移不变性的圆对称轮廓波变换(TICSCT).利用广义高斯分布描述TICSCT系数的边缘分布,图像之间的相似度用Kullback-Leibler距离(KLD)来度量.由于视觉感受明显不同的纹理图像可能具有相同的子带统计特性,边缘分布的KLD不是完备的纹理图像描述子.将KLD与其具有一定互补性的局部二值模式(LBP)相融合进行纹理图像检索,实验表明该算法比KLD,LBP和Gabor-Weighted-Euclid算法的平均检索率分别提高2.21%,4.02%和0.89%.【总页数】7页(P2198-2204)【作者】练秋生;李芹;孔令富【作者单位】燕山大学信息科学与工程学院,河北,秦皇岛,066004;燕山大学信息科学与工程学院,河北,秦皇岛,066004;燕山大学信息科学与工程学院,河北,秦皇岛,066004【正文语种】中文【中图分类】TP391【相关文献】1.基于非抽样轮廓波变换和矩阵F-范数的旋转不变纹理图像检索方法 [J], 关永洪2.融合颜色与LBP纹理特征的布料色卡图像检索 [J], 刘嘉唯;肖勇锋;白小明;肖建3.一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法[J], 缪智文;何丽嘉;刘洞波4.一种基于加权颜色形状特征和LBP-GLCM纹理特征提取的服装图像检索方法[J], 缪智文;何丽嘉;刘洞波;5.融合颜色与LBP纹理特征的布料色卡图像检索 [J], 刘嘉唯;肖勇锋;白小明;肖建因版权原因，仅展示原文概要，查看原文内容请购买。
融合小波和LBP-GD特征的人脸表情识别
融合小波和LBP-GD特征的人脸表情识别张良;李玉;刘婷婷;郝凯锋【期刊名称】《电子科技大学学报》【年(卷),期】2018(047)005【摘要】针对局部二值模式(LBP)不能描述纹理方向变化的问题,提出了一种融合了梯度方向的LBP-GD算子.LBP-GD算子不仅保持了LBP本身的优点,还可以细致刻画纹理的方向信息.由于人脸表情器官所蕴含信息的差异性,设计了一种不规则的分块方式,把图像分为9个互不重叠的子块并且设置不同的权值系数,然后提取每个子块的LBP-GD特征.最后,将LBP-GD特征与提升小波的低频分量特征加权融合,用K 近邻方法进行分类.在JAFFE和Cohn-Kanade表情库上验证了该方法的有效性.实验结果表明,该方法比单独使用LBP-GD特征和提升小波特征具有更好的识别效果.【总页数】6页(P654-659)【作者】张良;李玉;刘婷婷;郝凯锋【作者单位】中国民航大学智能信号与图像处理天津市重点实验室天津东丽区300300;中国民航大学智能信号与图像处理天津市重点实验室天津东丽区300300;中国民航大学智能信号与图像处理天津市重点实验室天津东丽区300300;中国民航大学智能信号与图像处理天津市重点实验室天津东丽区300300【正文语种】中文【中图分类】TN911.73【相关文献】1.融合Garbor小波和流形学习的人脸表情识别 [J], 钟明;薛惠锋2.基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别 [J], 李烈熊;苏两河3.基于小波能量特征和FLD的人脸表情识别 [J], 亓晓旭;姜威4.一种基于Gabor小波特征的人脸表情识别新方法 [J], 罗飞;王国胤;杨勇5.基于特征融合的人脸表情识别算法研究 [J], 李波;王坤侠因版权原因，仅展示原文概要，查看原文内容请购买。
结合LBP和Brushlet的自适应图像检索
结合LBP和Brushlet的自适应图像检索杨晓慧;姚雪彦【期刊名称】《计算机工程》【年(卷),期】2013(039)002【摘要】针对时域和频域纹理特征的优点和互补性,提出一种结合局部二值模式(LBP)和Brushlet域系数统计特征的自适应纹理图像检索方法.利用Brushlet变换得到各个子带的能量作为频域特征,提取图像的LBP直方图作为空域特征,并采用改进的Canberra距离进行度量,使用闭环反馈实现图像的自适应检索.实验结果表明,与LBP方法和Brushlet方法相比,该方法的平均检索率分别提高8.93％和18.66％.%By considering advantages and complementary of spatial and frequency textures features, an adaptive texture image retrieval method is presented combined with Local Binary Pattern(LBP) feature and Brushlet domain coefficient statistical feature. Frequency feature is described as energy feature of every Brushlet subband. Spatial feature is LBP histogram. Similarity between images is measured by improved Canberra distance. Further, closed-loop feedback is introduced to adjust weights adaptively for image retrieval. Experimental results show that average recall rate of this method based on fused features is 8.93% and 18.66% higher than LBP method and Brushlet domain method respectively.【总页数】4页(P233-236)【作者】杨晓慧;姚雪彦【作者单位】河南大学数学与信息科学学院应用数学研究所,河南开封475004;西安电子科技大学智能感知与图像理解教育部重点实验室,西安710071;河南大学数学与信息科学学院应用数学研究所,河南开封475004【正文语种】中文【中图分类】TN911.73【相关文献】1.结合视觉感知与LBP傅里叶直方图的图像检索 [J], 黄传波;金忠2.Brushlet域复特征纹理图像检索算法 [J], 王中晔;杨晓慧;牛宏娟3.加权自适应CS-LBP与局部判别映射相结合的掌纹识别方法 [J], 张善文;张晴晴;张云龙;齐国红4.一种基于二维Brushlet变换的纹理图像检索方法 [J], 王改梅;高悦;向阳5.结合彩色边缘与 LBP 纹理的图像检索算法 [J], 高勇钢因版权原因，仅展示原文概要，查看原文内容请购买。
融合矢量量化与LBP的图像检索算法
融合矢量量化与LBP的图像检索算法
冀鑫;冀小平
【期刊名称】《电视技术》
【年(卷),期】2015(39)23
【摘要】基于内容的图像检索算法一直是图像领域研究的热门课题,因此提出一种新的融合矢量量化与LBP的图像检索算法.首先,将彩色图像转化到HSI颜色空间,进行矢量量化编码,统计图像码字出现的频数,形成颜色直方图,完成颜色特征的提取;然后,再将彩色图像转化成灰度图像,利用局部二进制模式(LBP)算法提取纹理特征;最后,相似度计算采用颜色特征和纹理特征相似度加权平均,并且改变颜色特征和纹理特征的权值,多次实验得到使查准率最高的权值.实验结果表明,算法能有效地提升图像检索性能.
【总页数】5页(P101-105)
【作者】冀鑫;冀小平
【作者单位】太原理工大学信息工程学院,山西太原030024;太原理工大学信息工程学院,山西太原030024
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.融合LBP特征与LSH索引的鞋印图像检索 [J], 李大湘;吴倩;李娜
2.融合颜色特征与LBP的图像检索 [J], 张笃振;任世锦
3.一种新的基于矢量量化的图像检索算法 [J], 冀鑫;冀小平
4.融合颜色与LBP纹理特征的布料色卡图像检索 [J], 刘嘉唯;肖勇锋;白小明;肖建
5.融合颜色与LBP纹理特征的布料色卡图像检索 [J], 刘嘉唯;肖勇锋;白小明;肖建因版权原因，仅展示原文概要，查看原文内容请购买。
融合颜色特征与LBP的图像检索
融合颜色特征与LBP的图像检索
张笃振;任世锦
【期刊名称】《计算机工程与应用》
【年(卷),期】2009(045)025
【摘要】随着图像数据量的不断丰富和人们需求的不断提高,基于内容的图像检索技术成为一个重要研究课题.研究了基于颜色相关图与LBP算法的图像检索算法,利用颜色相关图与LBP算法分别提取图像的颜色特征与纹理特征,实现了图像的检索,实验结果说明了算法的有效性.
【总页数】3页(P186-187,211)
【作者】张笃振;任世锦
【作者单位】徐州师范大学,计算机科学与技术学院,江苏,徐州,221116;徐州师范大学,计算机科学与技术学院,江苏,徐州,221116
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于纹理与颜色特征融合的刑侦图像检索算法 [J], 兰蓉;贾世英
2.HLBP与颜色特征自适应融合的粒子滤波目标跟踪改进算法 [J], 卞乐;李天峰;韦怡;曾毓敏
3.融合颜色特征和纹理特征的图像检索算法 [J], 耿艳萍;高红斌;任智颖
4.基于颜色特征与LBP的图像检索算法研究 [J], 张笃振
5.融合颜色特征和深度特征服装图像检索算法 [J], 侯媛媛;何儒汉;刘军平
因版权原因，仅展示原文概要，查看原文内容请购买。
结合视觉感知与LBP傅里叶直方图的图像检索
结合视觉感知与LBP傅里叶直方图的图像检索
黄传波;金忠
【期刊名称】《计算机辅助设计与图形学学报》
【年(卷),期】2011(023)003
【摘要】为了有效地提取图像特征以提高图像检索性能,借鉴生物视觉信息处理过程中的提取图像特征,提出一种结合视觉感知与局部二值模式(LBP)傅里叶直方图的图像检索算法.首先根据视觉感知特点,用主分量图作为亮度初级视觉特征,将形状边缘信息融入视觉注意模型,获得改进的Itti视觉注意模型,并基于该改进视觉注意模型得到50个视觉特征图;然后计算每个特征图的LBP傅里叶直方图特征,并将其结合在一起作为图像特征;最后利用局部保持投影(LPP)进行维数约简,获取低维特征用于图像检索.实验结果表明,该算法具有颜色、纹理及形状鉴别能力,能获得较好的检索效果.
【总页数】7页(P406-412)
【作者】黄传波;金忠
【作者单位】南京理工大学计算机科学与技术学院,南京210094;南京理工大学计算机科学与技术学院,南京210094
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于分数傅里叶感知信号变换新视角下地震感知信号识别方法 [J], 周昌贤;郑韶鹏;叶友权
2.多尺度局部二值模式傅里叶直方图特征的表情识别 [J], 王丽;李瑞峰;王珂
3.基于圆谐-傅里叶矩的彩色图像检索算法 [J], 孙晋
4.一种基于离散Tchebichef正交多项式和傅里叶梅林矩的局部多特征图像检索算法 [J], 陶轩;朱宏擎
5.贝塞尔-傅里叶矩在图像检索中的应用研究 [J], 马自萍; 康宝生
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在图 3 中 , CSPD 的两个圆对称滤波器 L o 和 H i 满足以下重构条件[8 ] :
Abstract The circular symmet ric co nto urlet t ransform (CSC T) overco mes t he aliasing p heno me2 no n of co nto urlet t ransform , and it has bet ter directio n selectivit y t han t he co nto urlet t ransform. However , since t he down2sampling operatio n in CSC T , it lacks t he t ranslatio n2invariant p ropert y which is essential fo r text ure analysis. In t his paper , t he t ranslatio n2invariant CSC T ( TICSC T) is co nst ructed by replacing t he directio nal filter bank (D FB) in CSC T wit h undecimated directio nal filter banks ( UD FB) . The marginal dist ributio n of TICSC T coefficient s is modeled by generalized Gaussian densit y , and t he similarit y of t wo images is measured by Kullback2Leibler distance ( KLD) . Since visually distinct pat terns may have matching subband statistics , KLD isn′t t he co mplete text ure descrip tor. In t his paper text ure can be ret rieved by co mbining KLD wit h local binary pat tern (LB P) which is it s co mplementary feat ures to so me degree. The experiment s illus2 t rate t hat t he average ret rieval rate of t his met hod is 21 21 % , 41 02 % and 01 89 % higher t han KLD , LB P and Gabor2Weighted2Euclid algorit hm respectively.
摘 要 圆对称轮廓波变换 (CSCT) 克服了轮廓波变换存在的频谱混淆现象 ,它比轮廓波变换的方向选择性更强. 但由于 CSCT 中的方向滤波器组 (DFB) 有下抽样操作 ,CSCT 不具有纹理分析所需要的平移不变性. 文中用非抽样 方向滤波器组 (UDFB) 代替 CSCT 中的 DFB ,构造了一种具有平移不变性的圆对称轮廓波变换 ( TICSCT) . 利用广 义高斯分布描述 TICSCT 系数的边缘分布 ,图像之间的相似度用 Kullback2Leibler 距离 ( KLD) 来度量. 由于视觉 感受明显不同的纹理图像可能具有相同的子带统计特性 ,边缘分布的 KLD 不是完备的纹理图像描述子. 将 KLD 与其具有一定互补 性 的 局 部 二 值 模 式 ( LBP) 相 融 合 进 行 纹 理 图 像 检 索 , 实 验 表 明 该 算 法 比 KLD ,LBP 和 Gabor2Weighted2Euclid 算法的平均检索率分别提高 21 21 % , 41 02 %和 01 89 %.
纹理是图像的基本视觉特征之一. 目前已有的纹 理分析方法可分为三大类 :统计方法、结构方法和基 于模型的方法. 早在 20 世纪 70 年代初 , Haralick[4] 等就提出用共生矩阵表示纹理 ,但用共生矩阵提 取的纹理特征缺乏明确视觉意义. 从人类视觉感 知心 理 学 角 度 出 发 , Tamura 等提出 6 种纹理 特 征[5] :粗糙度 (coarseness) 、对比度 (co nt rast ) 、方向 性 ( directio nalit y) 、类 线 性 ( linelikeness) 、规 整 度 (regularit y) 和粗略度 (ro ughness) . 这 6 种纹理特征 和共生矩阵相比的明显好处是它们具有明确视觉意 义 ,因此在实际中得到了较广泛的应用. 从 20 世纪 90 年代以来 ,随着小波理论的不断完善和发展 ,各 种小波变换开始在纹理分析中得到广泛应用. 在文 献[ 6 ]中 ,Manjunat h 等对各种小波变换的性能进行 了系统的比较 ,他们的实验结果表明在各种小波变 换中 ,由于 Gabor 变换具有多方向选择性并且与哺 乳动物视觉皮层中简单细胞感受野最为接近 ,利用 Gabo r 小波变换进行纹理图像检索的准确率最高. 这个研究成果被 M P E G27 的参考模型采用 ,在该模 型中将 Gabor 变换子带的一阶统计特征 (即均值和 能量) 作为纹理描述子. 然而 Gluckman 的最新研究 结果[7] 可能会很快改变这种状况. Gluckman 研究 了多种图像变换 (包括 Gabor 变换) 的频域特性 ,令 人惊奇的是他可以根据图像变换的频域特性轻易构
的光滑度 (即正则性) 高 ,并且没有明显的频谱混淆
现象 ,方向选择性更强.
CSC T 的局限是不具备 Gabor 变换所具有的平
移不变性. 由于 CSC T 中的方向滤波器组 (Direc2
tio nal Filter Bank ,D FB) [11] 存在下抽样操作 ,它对
图像的位置十分敏感 ,即图像在空域的微小位移会
Keywords co nto urlet t ransform ; image ret rieval ; t ranslatio n2invariant ; Kullback2Leibler dis2 tance ; local binary pat tern
收稿日期 :2006206206 ;最终修改稿收到日期 :2007204202. 本课题得到河北省教育厅自然科学项目基金 (2004124) 资助. 练秋生 ,男 ,1969 年生 ,博士 ,副教授 ,主要研究方向为多尺度几何分析 、图像处理 、生物识别等. E2mail : lianqius @263. net . 李 芹 ,女 ,1983 年生 ,硕士研 究生 ,主要研究方向为纹理分析 、图像检索. 孔令富 ,男 ,1957 年生 ,博士 ,教授 ,博士生导师 ,主要研究领域为机器视觉 、智能信息处理 、并 联机器人 、自动控制等.
L IAN Qiu2Sheng L I Qin KON G Ling2Fu
( I nstit ute of I n f orm ation S cience an d Technolog y , Yanshan Uni versit y , Qi nhuan g dao, Heibei 066004)
2 具有平移不变性的 CSCT
在轮廓波变换[10] 的基础上 ,本文作者在文献[ 8 ]
中构造了一种具有类似于视皮层变换频带划分的圆
对称轮廓波变换 ( CSC T) . CSC T 的基函数与 Gabor
小波类似 , 但 CSC T 的冗余度比 Gabo r 变换小得
多. 与轮廓波变换相比 ,圆对称轮廓波变换的基函数
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
12 期
练秋生等 : 融合圆对称轮廓波统计特征和 LBP 的纹理图像检索
2199
1 引 言
Circular Symmet ric Contourlet Transform ,TICSCT) .
图 1 是 TICSC T 的原理图 ,图 2 是 TICSC T 的
频带划 分. TICSC T 由 圆 对 称 塔 式 分 解 ( Circular
Symmet ric Pyramid Deco mpo sitio n , CSPD) 和非抽
随着多媒体和互联网技术的迅速发展 ,多媒体 数据 (包括图像和视频) 规模急剧增长 ,如何快速准 确地找到感兴趣的图像和视频已成为一个迫切需要 解决的问题 ,基于内容的图像检索 ( Co ntent 2Based Image Ret rieval ,CB IR) [1] 已成为信息领域的一个 研究热点. 在基于内容的图像检索系统 ( CB IR) 中 , 决定 CB IR 性能的关键因素是图像的内容表示和图 像的相似性度量. 人们力求找到一种能够利用图像 低级可视特征 (如纹理 、形状和颜色等) 有效表示图 像的内容并且利用这些特征计算图像的相似度的方 法 ,但从目前的现状看效果并不理想. 为实现基于内 容的图像检索 ,M P E G27 标准提出了图像内容描述 子 (如纹理描述子 、形状描述子和颜色描述子等) 的 概念[223] ,但目前还没有一种有效的得到公认的内容 描述子. 为激励学者们提出更好更有效的内容描述 子 ,M P E G27 标准采用了开放式结构 ,人们可以根 据自己的应用要求采用不同的内容描述子.
造成 CSC T 系数分布的显著变化 ,因此 CSC T 不具
备平移不变性. 而平移不变性对于纹理图像检索性能
的提高具有关键影响[6] . CSC T 的这一缺点限制了它
在纹理分析中的应用. 为此本文先构造具有平移不
变性 的 圆 对 称 轮 廓 波 变 换 ( Translatio n2Invariant
关键词 轮廓波变换 ;图像检索 ;平移不变性 ; Kullback2Leibler 距离 ;局部二值模式 中图法分类号 TP391