基于NSCT子带融合特征的纹理材质分类

作     者：陈旭 徐超义 Chen Xu;Xu Chaoyi

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）] 

基　　金：江苏省自然科学基金项目(BK20170955)。 

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。