搜索资源列表
-
0下载：
输入为灰度图像，得到该幅图像的局部纹理图像(LOCAL BINARY PATTERN)。
-
-
0下载：
local binary pattern特征是一种光照鲁棒的纹理算子,这是计算该特征的VC程序
,local binary pattern feature is a light texture robust operator, which is to calculate the characteristics of the VC program
-
-
0下载：
局部二值模式，local binary pattern matlab代码,binary pattern matlab
-
-
0下载：
：首次提出将局部二进制模式(LBP)~-用到掌纹识别中。借鉴分级检索的思想，先采用Gabor滤波器提取掌纹的全局能量特
征．后采用LBP算子提取局部特征实现两次分类。实验结果表明，与单纯的Gabor滤波器方法相比，系统的识别率可进一步提高。,This paper first presents a new method of palmprint identification by using Local Binary Pattern (LBP)·By referring to
hierarch
-
-
0下载：
一种基于HOG-LBP特征的人脸检测方法，对于遮挡的人体非常有效。-By combining Histograms of Oriented Gradients (HOG)
and Local Binary Pattern (LBP) as the feature set, we pro-
pose a novel human detection approach capable of handling
partial occlusion. Two kinds of detectors
-
-
0下载：
实现纹理模式的LBP特征表示及分类。
实现一种基于局部二值模式LBP（Local Binary Pattern）的多分辨率灰度尺度及旋转不变性的纹理分类方法-LBP texture model to achieve that as well as the breakdown characteristics. The realization of a model based on local binary LBP (Local Binary Pattern) Multiresolution g
-
-
0下载：
人脸图像特征提取：基于局域二值模式（LBP），对图像中的人脸纹理特征进行提取。-Face Image Feature Extraction: Based on the local binary pattern (LBP), the human face on the image to extract texture features.
-
-
0下载：
Source code for computing the Local Binary Patterns (LBP) features of an image.
-
-
0下载：
Feature extraction for image retrieval:
This software extracts the four kinds of features,
1. Color histogram, color moments
2. Edge histogram
3. Gabor wavelets transform
4. Local Binary Pattern
5. GIST
-Feature extraction
-
-
0下载：
了适应跟踪过程中目标光照条件的变化，并对目标特征进行在线更新，提出一种将局部二元模式(LBP)
特征与图像灰度信息相融合，同时结合增量线性判别分析对目标进行跟踪的算法．跟踪开始前，为了获得比较准确的目标描述，使用混合高斯模型和期望最大化算法对目标进行分割；跟踪过程中，通过蒙特卡罗方法对目标区域和背景区域进行采样，并更新特征空间参数．得到目标和背景的最优分类面；最后使用粒子滤波器结合最优分类面对目标状态进行预测．通过光照变化的仿真视频和自然场景视频的跟踪实验，验证了文中算法的有效性．-Trac
-
-
0下载：
：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M
-
-
0下载：
LBP局部二元模式特征提取算法源代码，有控制台程序工程文件调用测试-LBP local binary pattern feature extraction algorithm source code, there is a console application project file called test
-
-
0下载：
Face recognition based on curvelets and local binary pattern features
-
-
0下载：
使用局部二值模式（LBP）对图像进行特征提取，主要有4种模式：一般，统一，旋转不变和统一旋转不变。另外，还能对处理后的图像可视化。-Use Local Binary Pattern (LBP) for image feature extraction, there are four modes: Normal, unity, unity rotation invariant and rotation invariant. In addition, also on the processed im
-
-
0下载：
LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikä inen, 和 D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；-LBP (Local Binary Pattern, local binary pattern) is an image used to describe the local te
-
-
0下载：
LBP 局部二值模式 用于局部特征提取的编码-LBP Local Binary Pattern for local feature extraction code
-
-
0下载：
基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法-Plant based
-
-
1下载：
：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提
出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
-
-
0下载：
对计算图像的LBP矩阵并具备旋转不变性，用于目标检测和识别-The LBP matrix of the calculated image has the rotation invariance for target detection and recognition
-
-
0下载：
函数实现LBP（局部二元模式分析）。LBP测试像素和它的邻居之间的关系，把这个关系编码成
二进制字。这允许检测模式/功能。-The function implements LBP (Local Binary Pattern analysis).
-
