基于LBP的特征提取研究.pdf

1、紋理特征提取是指通過一定的圖像處理技術抽取出紋理特征，從而獲得紋理的定量或定性描述的處理過程。局部二值模式（Local Binary Patterns，LBP）是最近發(fā)展起來的一種理論簡單但功能強大的紋理分析算法，在計算機視覺等領域表現(xiàn)出良好的性能，并得到了較為廣泛的應用和認可。 本文將該紋理提取算法應用到人臉識別和手寫體數(shù)字識別中，針對當前基于LBP特征的人臉識別中通用的K近鄰方法中存在的最優(yōu)解不唯一的問題進行了改進。同時，針

2、對LBP方法在手寫體數(shù)字識別領域應用還很少的現(xiàn)狀，將該方法應用到手寫體數(shù)字的紋理提取與分類中，取得了較好的識別效果，證明了其可行性，并為以后的相關研究奠定了基礎。論文的主要工作與創(chuàng)新有： 1．針對LBP算法在人臉識別中的特征提取階段和分類階段展開研究。在特征提取階段，采用單一分塊、多層分塊以及滑動窗口等多種方式實現(xiàn)對LBP特征的提取，并對這些方法在識別率以及效率上進行了對比；在分類階段，針對K近鄰（K-Nearest Neigh

3、bor，KNN）算法中存在的多最優(yōu)解問題，提出了采用增加最近距離優(yōu)先級從而在最優(yōu)解中做出選擇的方法，提高了識別率?；赮ale A人臉庫（Yale Face Database A）進行了相關方法和改進的實驗，通過對實驗數(shù)據(jù)的分析，驗證了方法的正確性和改進的有效性。 2．將LBP方法應用到手寫體數(shù)字識別領域。在MNIST手寫體數(shù)字庫（MNIST Handwritten Digit Database）進行了基于LBP特征的手寫體數(shù)字