基于多分辨率的厄米高斯矩的LBP纹理分类

针对LBP（局部二值模式)纹理描述子局限于在单一分辨率下捕获纹理图像的纹理信息的问题，提出一种基于多分辨率的厄米高斯矩的LBP纹理分类方法。首先结合图像纹理的多分辨率特性，采用厄米高斯矩对图像进行多分辨率重构，然后利用LBP纹理描述子对重构图像进行特征提取，最后采用K近邻特征空间距离的分类方法进行纹理分类。选取KTH-TIPS纹理数据库的纹理图像进行测试实验，实验结果表明，与传统LBP纹理分类方法相比，使用多分辨率的厄米高斯矩的LBP纹理分类方法进行纹理分类，可以更加全面地描述图像的纹理信息，使纹理分类准确率更高。