| 基于主梯度编码局部二进制模式的花粉图像识别 |
| |
| 引用本文： | 谢永华,韩丽萍.基于主梯度编码局部二进制模式的花粉图像识别[J].计算机应用,2018,38(6):1765-1770. |
| |
| 作者姓名： | 谢永华 韩丽萍 |
| |
| 作者单位： | 1. 南京信息工程大学 计算机与软件学院, 南京 210044;2. 江苏省网络监控中心(南京信息工程大学), 南京 210044 |
| |
| 基金项目： | 国家自然科学基金资助项目（61375030）。 |
| |
| 摘 要： | 受显微传感器和不规则收集方法的影响，花粉图像常受到不同程度的噪声干扰且有着不同角度的旋转变化，识别精度普遍不高，为此提出了基于主梯度编码的局部二进制模式（DGLBP）描述子，并应用于花粉图像的分类识别。首先，计算图像块在主梯度方向上的梯度幅值；其次，分别计算图像块的径向、角向，以及复合梯度差；然后，根据各图像块的梯度差进行二进制编码，参照各局部区域的纹理分布情况为二进制编码自适应分配权重，并提取花粉图像在3个方向上的纹理特征直方图；最后，对不同尺度下的纹理特征直方图进行融合，采用欧氏距离计算各图像的相似度。DGLBP方法在Confocal和Pollenmonitor数据集上的平均正确识别率分别为94.33%和92.02%，与其他花粉识别方法相比平均提高了8.9个百分点和8.6个百分点，与LBP改进方法相比平均提高了18个百分点和18.5个百分点。实验结果表明，DGLBP描述子对花粉图像的噪声干扰和旋转变化具有较好的鲁棒性，且具有较优的识别效果。
|
| 关 键 词： | 局部二进制模式 主梯度方向 梯度幅值 自适应权重分配 多尺度 花粉识别 |
| 收稿时间： | 2017-11-28 |
| 修稿时间： | 2018-01-12 |
Local binary pattern based on dominant gradient encoding for pollen image recognition |
| |
| XIE Yonghua,HAN Liping.Local binary pattern based on dominant gradient encoding for pollen image recognition[J].journal of Computer Applications,2018,38(6):1765-1770. |
| |
| Authors: | XIE Yonghua HAN Liping |
| |
| Affiliation: | 1. School of Computer and Software, Nanjing University of Information Science and Technology, Nanjing Jiangsu 210044, China;2. Jiangsu Engineering Center of Network Monitoring(Nanjing University of Information Science and Technology), Nanjing Jiangsu 210044, China |
| |
| Abstract: | |
| |
| Keywords: | Local Binary Pattern (LBP) dominant gradient direction gradient magnitude adaptive weight assignment multi-scale pollen recognition |
|
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
