基于NSCT子带融合特征的纹理材质分类
TEXTURE MATERIAL CLASSIFICATION BASED ON NSCT SUB-BAND FUSION FEATURES作者机构:南京信息工程大学自动化学院江苏南京210044
出 版 物:《计算机应用与软件》 (Computer Applications and Software)
年 卷 期:2023年第40卷第2期
页 面:217-222,264页
学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:纹理特征 NSCT CS-LBP Tamura 支持向量机
摘 要:由于图像纹理特征具有复杂且没有规律的特点,单一的纹理特征提取算法不能充分地描述图像纹理。因此,提出基于NSCT的高低频子带的CS-LBP和Tamura融合特征的纹理分类方法。此外,对CS-LBP算法进行了优化,得到DCS-LEBP,在提取了图像局部边缘特征信息的基础上又加入了低频信息,提高了算法的抗噪性和特征提取的全面性。融合的纹理特征通过支持向量机(SVM)进行分类识别,实验结果表明,该方法能够提取多尺度、多方向的纹理特征,提高了分类精度,并且优化的DCS-LEBP算法比原算法性能更加优秀。