基于改进LBP算子的纹理图像分类方法

摘要

为解决局部二值模式(LBP)在纹理图像识别中识别率低且算法不稳定的问题,提出一种基于改进LBP算子的纹理图像识别方法.将纹理图像均匀分块,获得LBP分布直方图,根据得到的训练模型决定测试样本的特征留取,利用多个尺度分块下的加权特征向量距离进行图像的分类.该算法在NSF纹理数据库上取得了较好的分类效果,实验结果表明,相对于原始的基于LBP的纹理图像识别方法,该算法消减了对训练样本的依赖,具有更高的纹理图片识别率及稳定性.