排序方式： 共有2条查询结果，搜索用时 187 毫秒
1
1.
通过零均值化的微观结构模式二值化(ZMPB)处理,该文提出一种立足于局部图像多尺度结构二值模式提取的图像表示方法。该方法能够表达图像中可能出现的各种具有视觉意义的重要模式结构,同时通过主导二值模式学习模型,可以获得适应于图像数据集的主导特征模式子集,在特征鲁棒性、鉴别力和表达能力上达到优异性能,同时可以有效降低特征编码的维度,提高算法的执行速度。实验结果表明该算法性能优异,具有很强的鉴别能力和鲁棒性,优于传统LBP和GIMMRP方法,和很多最新算法结果相比,也具有竞争优势。 相似文献
2.
该文提出一种新颖的基于二值图像微观结构模式(Binary Image Micorsructure Pattern, BIMP)表达和灰度图像微观结构二值模式(Gray Image Micorsruct Maximum Response Pattern, GIMMRP)编码方法。通过对图像33邻域结构进行二值编码,获得图像微观结构的描述,进而选取其中的重要执行模式子集和池化操作,实现整体图像的表示。为了检验算法的有效性,在ORL, YALE两个人脸公开数据集,MNIST, USPS两个手写数字公开数据集,以及非公开车标数据集上进行了测试,显示该方法具有很强的鉴别能力和鲁棒性,可以达到和超过很多最新算法的性能。 相似文献
1