基于LBP的特征提取研究.pdf_第1頁
已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、紋理特征提取是指通過一定的圖像處理技術抽取出紋理特征，從而獲得紋理的定量或定性描述的處理過程。局部二值模式（Local Binary Patterns，LBP）是最近發(fā)展起來的一種理論簡單但功能強大的紋理分析算法，在計算機視覺等領域表現出良好的性能，并得到了較為廣泛的應用和認可。 本文將該紋理提取算法應用到人臉識別和手寫體數字識別中，針對當前基于LBP特征的人臉識別中通用的K近鄰方法中存在的最優(yōu)解不唯一的問題進行了改進。同時，針

2、對LBP方法在手寫體數字識別領域應用還很少的現狀，將該方法應用到手寫體數字的紋理提取與分類中，取得了較好的識別效果，證明了其可行性，并為以后的相關研究奠定了基礎。論文的主要工作與創(chuàng)新有： 1．針對LBP算法在人臉識別中的特征提取階段和分類階段展開研究。在特征提取階段，采用單一分塊、多層分塊以及滑動窗口等多種方式實現對LBP特征的提取，并對這些方法在識別率以及效率上進行了對比；在分類階段，針對K近鄰（K-Nearest Neigh

3、bor，KNN）算法中存在的多最優(yōu)解問題，提出了采用增加最近距離優(yōu)先級從而在最優(yōu)解中做出選擇的方法，提高了識別率?；赮ale A人臉庫（Yale Face Database A）進行了相關方法和改進的實驗，通過對實驗數據的分析，驗證了方法的正確性和改進的有效性。 2．將LBP方法應用到手寫體數字識別領域。在MNIST手寫體數字庫（MNIST Handwritten Digit Database）進行了基于LBP特征的手寫體數字

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論