一種融合局部紋理信息的改進(jìn)PRICoLBP算法

　　針對(duì)用于紋理特征提取的成對(duì)旋轉(zhuǎn)不變共生局部二值模式（ PRICoLBP）算法計(jì)算特征維度大、旋轉(zhuǎn)不變性較差、對(duì)光照變化敏感的問(wèn)題，提出一種融合局部紋理信息的改進(jìn)PRICoLBP算法。首先，分別最大化和最小化圖像像素點(diǎn)的二值序列，得到兩個(gè)鄰域像素點(diǎn)的坐標(biāo)，由中心像素點(diǎn)坐標(biāo)和得到的鄰域像素點(diǎn)坐標(biāo)計(jì)算出共生點(diǎn)對(duì)的坐標(biāo)；其次，利用完備二值模式（ CLBP）算法提取圖像的每個(gè)像素點(diǎn)的紋理信息。在相同分類(lèi)器下，對(duì)Brodatz、Outex（ TCIO，TC12）、Outex（ TC14）、CUReT和KTH__ TIPS數(shù)據(jù)庫(kù)的分類(lèi)實(shí)驗(yàn)中，所提算法的識(shí)別率比PRICoLBP算法分別提高了0. 17、0.24、2.65、2.39和2.04個(gè)百分點(diǎn)。實(shí)驗(yàn)結(jié)果表明，所提算法在處理紋理旋轉(zhuǎn)變化、光照條件多樣的圖像時(shí)具有較好的識(shí)別效果。

　　紋理特征是圖像重要的底層特征之一，在圖像的分類(lèi)和識(shí)別中有重要作用。紋理特征通過(guò)描述像素在鄰域空間的分布規(guī)律來(lái)表示對(duì)應(yīng)的物體表面特征，并不依賴獨(dú)立的像素點(diǎn)而存在，是對(duì)局部多個(gè)像素點(diǎn)的統(tǒng)計(jì)計(jì)算而得到的特征。

　　常用的紋理特征的表示方法有：灰度共生矩陣、分型理論、小波理論和馬爾可夫隨機(jī)場(chǎng)等?；叶裙采仃囃ㄟ^(guò)利用不同像素點(diǎn)之間的灰度值聯(lián)合概率密度表示圖像紋理特征；分形理論通過(guò)把圖像的空間信息和灰度信息有機(jī)地結(jié)合起來(lái)，提供了一種基于參數(shù)化的紋理特性描述方法，能夠較準(zhǔn)確地表達(dá)紋理特征；小波理論的多分辨率特性，可以得到圖像在不同尺度下的紋理結(jié)構(gòu)特征，這種方法更符合人眼的視覺(jué)處理方式并且小波理論對(duì)噪聲的魯棒性較好；馬爾可夫隨機(jī)場(chǎng)利用一致性的建模方法能夠描述圖像相鄰像素之間的上下文約束關(guān)系這一特性，來(lái)實(shí)現(xiàn)對(duì)圖像紋理的提取。但是以上幾種方法的計(jì)算復(fù)雜度較大，很難處理邊緣模糊并且光照條件多樣的圖像。