هوانغ تشن 1 بعد أصدقاء رسوم 1،2، ليو شياو دونغ 2

(1. كلية الهندسة الميكانيكية، جامعة داليان جياوتونغ، داليان 116028؛ 2. كلية سيارة وهندسة الصيانة، جامعة داليان جياوتونغ، داليان 116028)

واصفات الملمس لها أهمية كبيرة جدا في مجال تحليل الصور وتصنيف نمط. لتحسين وصفت قوة من الميزات، ويعرض ميزة الملمس على أساس نمط ثنائي طريقة استخراج جاوس المحلي. أولا، يتم الحصول على تحسين الصورة المعالجة نطاق مختلف التمويه مرشح، لبناء صورة الهرم متعددة النطاق؛ وثانيا، لتعزيز يقترح الحصانة الضوضاء وثبات دوران نمط ثنائي الاتجاه الرئيسي لها المميزة؛ وأخيرا، على مختلف المستويات وصف استخراج نمط ثنائي المحلي الفعال ثلاث مشترك الملمس هيكل والرسم البياني للحد من البعد. وأظهرت النتائج أن هذه الميزة يمكن تمييزها مع فعالية جيدة ويمكن تطبيقها بشكل فعال في الصور المرئية تصنيف الملمس.

نسيج يتميز؛ مرشح والضبابي، ميزة الثنائية المحلية؛ تصنيف الصور

CLC: TP31

كود الوثيقة: A

DOI: 10.16157 / j.issn.0258-7998.171014

شكل الاقتباس الصيني: تشن هوانغ، اتهامات أصدقاء التالية، شياو دونغ. تصنيف جوس ميزة الملمس على أساس نمط ثنائي المحلي التكنولوجيا الالكترونية، 2018،44 (1): 121-124.

الإنجليزية شكل الاقتباس: هوانغ تشن، فاي Jiyou، ليو شياو دونغ. نسيج أسلوب روائي يعتمد على التمويه نمط ثنائي المحلي . تطبيق تقنيات الالكترونية، 2018،44 (1): 121-124.

0 مقدمة

الملمس هو سمة هامة من سطح الجسم وصفها في أثر واضح، وأصبح آلة البحوث تقنية التفتيش رؤية الساخنة. على مدى العقد الماضي، الكثير من الاهتمام من قبل ميزات الملمس، وقد تم تطبيق على نطاق واسع إلى الفضاء للاستشعار عن بعد، والتفتيش الصناعي، والتعرف على الوجه واسترجاع المحتوى وغيرها من المجالات. في الوقت الحاضر، وكيس من التكنولوجيا الكلمات نموذج للحصول على الكثير من الاهتمام من حيث الملمس التحليل، وهذه التقنية لديها مناعة الضوضاء العالية. حيث، جعلت ثنائي المحلية نمط (أنماط ثنائي المحلية، LBP) مشغل مع بسيطة وفعالة، والاعتراف قوي، وانخفاض التعقيد الحسابي، تقدما كبيرا في العديد من مجالات .

في السنوات الأخيرة، وهذا يتوقف على السياق التطبيق، ليرة لبنانية كثير من العلماء تجعل التحسينات المناسبة، وخصوصا في التعرف على الوجوه حقق نتائج جيدة . ويرجع ذلك إلى أبعاد عالية من ميزة LBP، وثيقة centrosymmetric باستخدام المحلية نمط ثنائي (مركز متماثل LBP، CS-LBP)، عن طريق حساب عملية متناظرة من بكسل يقلل من LBP. من أجل تعزيز نسيج من التناوب والحصانة الضوضاء، أدلى LIAO S آخرون المهيمن نمط ثنائي المحلي. وفي وقت لاحق، كما VAR تكميم، اقترحنا التباين في نمط ثنائي المحلي (LBP الفروق، LBPV) في الوثيقة طرق لاستخراج تصنيف الملمس. باقي MEHTA R الدورية المقترحة المهيمن نمط ثنائي المحلي، ويقدر بمقارنة حجم المحيطة بكسل الاتجاه. في الآونة الأخيرة، من أجل استكمال أكثر تماما LBP المعلومات، غوو Z، الخ يعرض طريقة شامل لنمط ثنائي المحلي، نظرا لثلاث شركات مختلفة، ومثل وتحسب على أساس المعلومات الفرق. LIU L آخرون اقترح تمديد طريقة LBPs إدخال أربع شركات، وتحقيق نتائج أفضل.

تهدف هذه المادة إلى تحسين LBP، لتعزيز مناعة الضوضاء وثبات دوران، يقترح متعددة ميزة الملمس مشغل مشترك LBP التمويه. يعتقد محددة: أولا، استخدام التمويه تصفية الصورة التي تم الحصول عليها على مختلف المستويات، وثانيا، اقترح على تحسين تصميم نمط نمط ثنائي وجود الاتجاه الرئيسي مميزة، وذلك لتعزيز مناعة الضوضاء وثبات دوران، وأخيرا، على مختلف المستويات استخراج 3 طرق مجتمعة المشغل كما يتميز الملمس. ملامح الصورة الملمس في اختبار التحقق من قاعدة البيانات والتطبيق العملي، فقد بينت النتائج أن تحسين خوارزمية جديدة يمكن أن تحسن معدل الاعتراف.

مشغل 1 ليرة لبنانية

1.1 LBP النظرية الأساسية

ويعرف LBP ويتحقق من خلال مقارنة بكسل المركز والمحيط ثمانية بكسل درجات الرمادي القيم. إذا كان قيمة بكسل مركز أقل من بكسل المحيطة بها، ثم يشار بكسل لك 0، ويشار إلى خلاف ذلك ك 1. حساب المبدأ هو مبين في الشكل. يتم احتساب LBP على النحو التالي:

حيث، القيادة العامة هي القيمة تدرج من بكسل المركزي؛ سباق الجائزة الكبرى هي القيمة الرمادية بكسل المجاورة؛ P هو عدد البكسل في حي؛ 2P هو الوزن GP، R هو نصف قطرها من الحي.

نظرا لعدم وجود تباين LBP المعلومات نسيج المكاني، والاعتراف الملمس لتحسين الأداء، وثيقة ويقترح لاستكمال المعلومات التباين VAR LBP المحلية، والذي يحسب على النحو التالي:

1.2 LBP تحسين

من أجل تحسين صورة دوران ثابتة الملمس وانطباق بيئة الضوضاء، وLBP دائرية نطاق المشغل ، اقترح LBP (الرئيسي الاتجاه هيكل LBP، PSLBP) من الاتجاه الرئيسي للهيكل. للحد من تدخل الضوضاء، وبكسل حي باستخدام القيمة المتوسطة لبكسل مركز كقيمة عتبة، مع تحديد الاتجاهات الرئيسية من بكسل المركز والحي من الفرق. مجموعة (الضاحيه، البطاقة الصفراء) من بكسل المركز، إحداثيات دائرة نصف قطرها R من حي P (إكس بي، YP) هو:

طريقة تحديد الاتجاه PSLBP بين الحوسبة مركز بكسل والفرق بكسل المحيطة بها، وحي بكسل للعثور على أصغر الفرق، والاتجاهات الرئيسية للمشغل LBP حي، أي بكسل التركيز كحد أدنى الوزن. في الشكل 2، = P 8، R = 1، مربعات رمادية الاتجاهات الرئيسية، أي، ص = 0. يتم احتساب مؤشر P0 الاتجاه الرئيسي على النحو التالي:

1.3 LBP طريقة للحد من البعد

لأن LBP له قيمة عالية نقطة فيتربي، وفقا لأدبيات ، عن طريق الرسم البياني لوصف نسيج يتميز بالمعنى الإحصائي لاستكمال الحد الأبعاد. ضبط حجم الصورة من N N، توليد الطيفية LBPP، R (س، ص)، س، ص = 1،2 وLBP قيمة ... N. رسوم بيانية يمكن أن تكون ذات بعد واحد من الميزات الملمس هي كما يلي:

كما يمكن أن يرى، في بناء الطيف، منذ الحي القيم بكسل من الصورة الحدود غير مكتملة، فمن الضروري أن تكمل حي إشارة الاستيفاء يتم احتساب LBP على قيمة الحدود الأصلية. ويمكن أيضا أن يكون نمط VAR التطبيقية مباشرة للحد من البعد طريقة الرسم البياني.

يتميز 2 جوس الملمس LBP

تعزيز نسيج 2.1

عادة وجود التفاصيل الملمس طمس صورة، لتحسين دقة تصنيف الصور الملمس، والتكيف المحلية خوارزمية تعزيز النقيض وpreprocessed الصورة. ص المقدمة (س، ص) هو قيمة بكسل من الصورة الأصلية، وتعريف أي منطقة الجزئي هو: في (س، ص) كما بكسل المركز، حجم الإطار حي (2N + 1) (2N + 1)، و ( س، ص) هو تعزيز قيمة بكسل، وتحسب على النحو التالي:

حيث متوسط بكسل FIG الكامل.

2.2 تصفية جاوس

عموما، أخذ عينات من جاوس طمس صورة الهرم بعد تصفية المستمرة أسفل للحصول على صور لقرارات مختلفة. من أجل التناسق وتحسين المعلمة LBP نطاق وثبات، إشارة هنا وثيقة الفكر وعند تحجيم الحفاظ على حجم الصورة، وذلك باستخدام مختلف المعلمة نطاق جاوس، للحصول على سلسلة من الصور على نطاق و. أبعاد الصورة الأصلية هي G1 مجموعة، وG1 صورة الضبابي من حجم ل:

إطار 2.3 غاوس طريقة LBP

يوصف LBP حيث وضع صورة طبقة نطاق جاوس 3، واستخراج PSLBP VAR لكل نطاق، مع الأخذ بعين الاعتبار CS-LBP يمكن أن توفر بنية متماثل حول معلومات الحي، وبالتالي زيادة المشغل CS-LBP. وفي الوقت نفسه، كل من الشركات الثلاث الرسم البياني الحد، جنبا إلى جنب لإعطاء ميزات الملمس أكثر شمولا، والتنفيذ هو مبين في الشكل (3).

3 اختبار وتحليل

للتحقق من فعالية الخوارزمية المقترحة كانت طريقتان للتحقق. والتحقق أولا لتحسين LBP بشكل مستقل، في المقام الأول للتحقق OUTEX قاعدة بيانات الصورة النمطية، تتم مقارنة مع مجال دائري مثل مشغل LBP لإثبات تفوقهم، يقترح الثانية وفقا لLBP الملمس جاوس الوصف من الميزات للتحقق من صحتها من قبل نظام الرؤية اختبار التقاط الصور في عملية التطبيق.

3.1 مقارنة بين المشغل

للتحقق من المشغل الأداء هنا، في قاعدة البيانات الملمس اختبار تصنيف OUTEX نسيج التقليدي، والمجال مشغل دائرة LBP، CS-LBP المشغل، LBPV مشغل التباين. 5 تم اختيارها عشوائيا الطبقة الملمس، أي ما مجموعه 60 صورة، وذلك باستخدام ك أقرب جار (أقرب ك الجار، KNN) تدريب واختبار كتصنيف الملمس، ونتائج تصنيف هو مبين في الجدول 1. وكما يتبين من الجدول رقم 1، PSLBP المعلمة الاختلاف، وأداء أكثر استقرارا، وهو أفضل قليلا من المشغلين الآخرين.

3.2 ميزات الملمس التطبيق

من أجل التحقق من فعالية خوارزمية الشاملة، فإن هذه الورقة حدد أربعة أنواع من الرخام، وذلك باستخدام الحصول على الصور الكاميرا الخاصة به، وحجم الصورة 300 380 بكسل. تحديد 50 لكل نوع من الصور، حيث الصورة كعينات تدريب 20، 30 كما عينة الاختبار المتبقية. أولا، الحصول على الصور من تعزيز صورة الملمس. . FIG 4 (أ) هي الصورة الأصلية، FIG 4 (ب) من FIG تعزيز الملمس، وهذه التجربة بمثابة خريطة البعد الأول؛ وثانيا، لتعزيز إنشاء صورة FIG متعددة النطاقات التمويه، والبعد الثاني والبعد الثالث للصورة، على التوالي FIG 4 (ج) و 4 (د)؛ وأخيرا، استخراج ميزة صورة متعددة النطاقات للحصول على الأطياف، لإنشاء الرسم البياني، كما هو موضح في الميزات الملمس المتحدة.

الجدول 2 إلى أربع الصورة تصنيف نتيجة من الرخام، وتستخدم لخوارزمية المصنف KNN، ومتوسط دقة التصنيف من 90 يمكن أن يتحقق في بداية تصنيف رؤية الجهاز.

4 خاتمة

على أساس LBP يقترح الحصانة الضوضاء وتناوب نسيج ثابتة ميزة التمثيل. أولا، التكيف تعزيز النقيض المحلي للتقنيات تعزيز نسيج الأصلية؛ وثانيا، على أهمية المعلومات التكوين وميزة تحليل ميزة LBP وسائط مختلفة، ولتعزيز ثبات دوران تعزيز مناعة الضوضاء، وهو المقترح الرئيسي الاتجاه LBP هيكل المشغل، تليها تحليل خصائص تحت مستويات مختلفة، الولايات المتحدة PSLBP، CS-LBP وعلى VAR، وذلك باستخدام الرسم البياني للحد من البعد، وإنشاء واصف نسيج يتميز في غاوس ليرة لبنانية. وأظهرت النتائج أن الخوارزمية المقترحة يمكن أن يحسن أداء تصنيف القضية خالية من الضوضاء صورة الملمس، وتصنيف الصور الملمس أكثر قوة عدم وضوح أيضا.

مراجع

VARMA M، ZISSERMAN A.A المنهج الإحصائي لالملمس تصنيف من الصور واحدة .International مجلة الحاسوب الرؤية، 2005،62 (1): 61-81.

Songke تشن يان Yunhui، جو تشان، الخ نمط ثنائي المحلية وطريقة بروسبكت AUTOMATICA سينيكا، 2012،39 (6): 730-744.

LIU L، FIEGUTH P، قوه Y، وآخرون al.Local ميزات ثنائية لتصنيف الملمس: تصنيف ودراسة تجريبية الاعتراف .Pattern، 2017،62: 135-160.

OJALA T، PIETIKAINEN M، MAENPAA T.Multiresolution رمادي النطاق وتصنيف دوران ثابتة الملمس مع أنماط الثنائية المحلية المعاملات .IEEE على تحليل نمط وآلة الاستخبارات، 2002،24 (7): 971-987.

Zhangjie يو، Zhaohong بينغ شين شو التعرف على الوجوه والتكيف عتبة المرجحة أنماط الثنائية المحلية الالكترونيات وتكنولوجيا المعلومات، 2014 (6): 1327-1333.

الأولى تشاو يو، Yangxiao مروحة، لي الإنبات. التعرف على الوجوه على أساس الخصائص المحلية ممثلة منخفضة رتبة النووية التكنولوجيا الالكترونية، 2016،42 (9): 126-128.

HEIKKILAM، PIETIKAINEN M، SCHMID C.Description من مناطق المصالح مع أنماط الثنائية المحلية متماثل الوسط .Proceedings الحاسب الآلي الرؤية والرسومات ومعالجة الصور، المؤتمر الهندي، برلين هايدلبرغ: دار نشر شبرينغر، 2006: 58-69.

LIAO S، M LAW W، A تشونغ C.Dominant الثنائية الأنماط المحلية للتصنيف الملمس المعاملات. صورة تجهيز IEEE على، 2009،18 (5): 1107-1118.

غوو Z، زانغ L، زانغ D.Rotation ثابتة تصنيف الملمس باستخدام التباين LBP (LBPV) مع مطابقة العالمي الاعتراف .Pattern، 2010،43 (3): 706-719.

MEHTA R، استدارة EGIAZARIAN K.Dominant أنماط الثنائية المحلية (DRLBP) للتصنيف الملمس .Pattern رسائل الاعتراف، 2016،71: 16-22.

غوو Z، زانغ L، أكملت زانغ D.A نماذج من المشغل نمط ثنائي المحلي لتصنيف الملمس المعاملات .IEEE على معالجة الصور، 2010،19 (6): 1657.

LIU L، جاو L، طويل Y، al.Extended آخرون أنماط الثنائية المحلية للتصنيف الملمس . صورة الرؤية والحاسبات، 2012،30 (2): 86-99.

ALI A، S HUSSAIN، HAROON F، وآخرون al.Face الاعتراف مع أنماط الثنائية المحلية .Bahria مجلة جامعة المعلومات والاتصالات، 2012،5 (12): 469-481.

نارندرا P M، FITCH R C.Real الوقت تعزيز النقيض التكيف المعاملات .IEEE على تحليل نمط وآلة الاستخبارات، 1981،3 (6): 655.

ميزات LOWE D G.Distinctive صورة من النقاط الرئيسية على نطاق وثابتة .International مجلة الحاسوب الرؤية، 2004،60 (2): 91-110.