改进的LBP特征提取方法技术

本发明专利技术公开了一种改进的LBP特征提取方法，包括：按照实际检测流程采集待测图像数据集；生成训练图像集，分别对各张图像中的待测特征进行框选，记录宽度像素值和高度像素值；以此为样本数据集进行聚类处理，得到k个聚类结果；分别利用单个聚类结果的参考宽度值μ

Improved LBP feature extraction method

【技术实现步骤摘要】
改进的LBP特征提取方法
本专利技术涉及图像处理领域，具体涉及改进的LBP特征提取方法。
技术介绍
随着数字图像处理技术的发展，数字处理技术已经代替了人工的方法进行自动化特征识别和分析，如人脸识别、指纹指标、缺陷检测等，特征识别首先要进行特征提取，其中，LBP(局部二值模式，LocalBinaryPatterns)特征提取方法已被广泛应用在人脸识别，图像质量评价，目标检测等领域，传统的LBP方法设置3×3的方形邻域，后逐渐衍生出了圆形领域，改进后的LBP算子允许在半径为R的圆形邻域内有任意多个像素点，从而得到了诸如半径为R的圆形区域内含有P个采样点的LBP算子；但半径R的确定却需要科研人员的反复验证，同时,不同特征所对应的尺寸也不相同，因此单一设置的R值，无法准确提取到各类特征，容易发生错检、漏检。
技术实现思路
为了解决上述问题，本专利技术提供了一种改进的LBP特征提取方法，其结合聚类方法得出了半径集合，设计LBP描述子，用多尺度的LBP算子共同检测同一待测图像，形成融合特征向量，本方法对目标特征的识别更为准确，提高了识别本文档来自技高网...

【技术保护点】
1.一种改进的LBP特征提取方法，其特征在于，包括以下步骤：/n步骤一、按照实际检测流程采集多张待测物的图像I，记为待测图像数据集；/n以待测图像数据集中全部或部分图像作为训练图像集，确保其包含所有类别的待测特征；分别对各张图像中的待测特征进行框选，记录每个待测特征的宽度像素值和高度像素值；/n以每个待测特征及其宽度像素值、高度像素值为样本数据集进行聚类处理，得到k个聚类结果，单个聚类结果中包括参考宽度值μ

【技术特征摘要】
1.一种改进的LBP特征提取方法，其特征在于，包括以下步骤：
步骤一、按照实际检测流程采集多张待测物的图像I，记为待测图像数据集；
以待测图像数据集中全部或部分图像作为训练图像集，确保其包含所有类别的待测特征；分别对各张图像中的待测特征进行框选，记录每个待测特征的宽度像素值和高度像素值；
以每个待测特征及其宽度像素值、高度像素值为样本数据集进行聚类处理，得到k个聚类结果，单个聚类结果中包括参考宽度值μi和参考高度值gi；
步骤二、分别利用单个聚类结果的参考宽度值μi和参考高度值gi计算此种待测特征所对应的LBP特征描述算子的检测范围半径Ri，方法如下：



其中：i＝1,2……k；删除其中重复的数据，得到半径集合R＝{R1,R2,…,Rq}；
步骤三、以半径集合中各个取值分别作为LBP的圆形邻域半径，形成q个LBP特征描述算子；
步骤四、分别利用q个LBP特征描述算子遍历图像I，得到q个特征向量，级联，得到融合特征向量，将其记为该图像I的特征描述，完成LBP特征提取。


2.如权利要求1所述改进的LBP特征提取方法，其特征在于，还包括步骤五、将所述融合特征向量输入到分类器或卷积神经网络中，进行特征识别、分类；得出图像I中存在的待测特征。


3.如权利要求1所述改进的LBP特征提取方法，其特征在于，步骤一中聚类处理的方法为K-means聚类方法，其K值等于待测特征的种类数...

【专利技术属性】
技术研发人员：郭寅，尹仕斌，崔鹏飞，徐金辰，
申请(专利权)人：易思维杭州科技有限公司，
类型：发明
国别省市：浙江;33