池建宁;于晓生;张一飞;王欢 一种新颖的局部人类视觉感知纹理描述，具有纹理分类的关键特征选择。 （英语） Zbl 1435.94009号 数学。问题。工程师。 2019年，文章ID 3756048，20 p.（2019）. 摘要：本文提出了一种新的局部纹理描述方法，该方法定义了六种人类视觉感知特征，并基于主成分分析（PCA）选择了相关和非冗余特征的最小子集。我们指定了六个纹理特征，这些特征最初由Tamura等人定义，具有新颖的定义和局部度量，以便这些度量更准确地反映人类对每个特征的感知。然后，我们提出了一种基于主成分分析的特征选择方法，该方法利用特征集主成分的结构来找到原始特征向量的子集，其中特征反映了给定图像数据集中纹理的最具代表性的特征。在不同公开可用的大型数据集上的实验表明，与大多数最先进的特征描述方法相比，该方法在准确性和效率方面具有优越的分类性能。 引用于1文件 MSC公司： 94A08型 信息与通信理论中的图像处理（压缩、重建等） 62H30型 分类和区分；聚类分析（统计方面） 62H25个 因子分析和主成分；对应分析 软件：SIFT公司;固化;PCA-SIFT公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Chi}等人，《数学》。问题。2019年工程，文章ID 3756048，20 p.（2019年；Zbl 1435.94009） 全文： 内政部 参考文献： [1] X.洪。；赵，G。；Pietikainen，M。；Chen，X.，结合LBP差异和特征相关性进行纹理描述，IEEE图像处理汇刊，23，6，2557-2568（2014）·兹比尔1374.94141 ·doi:10.1109/TIP.2014.2316640 [2] Florea，F。；Barbu，E。；罗戈赞，A。；本斯海尔，A。；Buzulou，V.，使用基于纹理的符号描述进行医学图像分类，2006 IEEE图像处理国际会议论文集，ICIP 2006 [3] Lv，Y。；刘杰。；Zeng，W.，基于HOG+改进LBP+SVM的牛卵泡超声图像检测方法，2018年IEEE第13届工业电子与应用会议论文集（ICIEA）·doi:10.1109/ICIEA.2018.8398071 [4] Tan，W。；袁，Y。；陈，A。；毛，L。；Ke，Y。；Lv，X.，从胸部CT图像中提取肺血管的方法，医疗保健工程杂志，2019（2019）·doi:10.1155/2019/9712970 [5] Nguyen，D.T。；宗，Z。；奥古邦纳，P。；Li，W.，使用非冗余局部二进制模式进行目标检测，2010年第17届IEEE图像处理国际会议论文集，ICIP 2010 [6] 王，Z。；风扇，B。；王，G。；Wu，F.，为稳健特征描述探索局部和整体顺序信息，IEEE模式分析和机器智能汇刊，38，11，2198-2211（2016）·doi:10.1109/TPAMI.2015.2513396 [7] Wan，L。；郑，L。；霍，H。；Fang，T.，光学遥感图像中目标检测的仿射不变描述和大边缘降维，IEEE Geoscience and remote sensing Letters，14，7，1116-1120（2017）·doi:10.1109/LGRS.2017.2699329 [8] 宋，T。；Li，H.，基于WaveLBP的图像分类层次特征，模式识别字母，34，12，1323-1328（2013）·doi:10.1016/j.patrec.2013.04.020 [9] 刘，F。；王，B。；Zeng，F.，使用分层区域特征描述的商标图像检索，2017 IEEE图像处理国际会议（ICIP）论文集·doi:10.1109/ICIP.2017.8296957 [10] 杜比，S.R。；辛格，S.K。；Singh，R.K.，用于彩色图像检索的基于局部邻域的鲁棒颜色发生描述符，IET图像处理，9，7，578-586（2015）·doi:10.1049/iet-ipr.2014.0769 [11] Lategahn，H。；毛重，S。；Stehle，T。；Aach，T.，通过建模高斯混合局部模式的联合分布进行纹理分类，IEEE图像处理汇刊，19，6，1548-1557（2010）·Zbl 1371.94214号 ·doi:10.1109/TIP.2010.2042100 [12] 陈，J。；Shan，S。；他，C。；赵，G。；Pietikainen，M。；陈，X。；Gao，W.，WLD：一种稳健的局部图像描述符，IEEE模式分析和机器智能汇刊，32，9，1705-1720（2010）·doi:10.1109/TPAMI.2009.155 [13] 克罗西尔，M。；Griffin，L.D.，《使用基本图像特征进行纹理分类》，《国际计算机视觉杂志》，88，3，447-460（2010）·doi:10.1007/s11263-009-0315-0 [14] 纪浩。；Yang，X.先生。；凌，H。；Xu，Y.，用于静态和动态纹理分类的小波域多重分形分析，IEEE图像处理汇刊，22，1，286-299（2013）·Zbl 1373.94187号 ·doi:10.1109/TIP.2012.2214040 [15] Deguchi，K。；Morishita，I.，使用二维线性估计技术的纹理特征和基于纹理的图像分割，IEEE计算机学报，27，8，739-745（1978）·doi:10.1109/TC.1978.1675181 [16] 克罗斯，G.R。；Jain，A.K.，马尔可夫随机场纹理模型，IEEE模式分析和机器智能汇刊，5，1，25-39（1983） [17] 富田，F。；Tsuji，S.，《视觉纹理的计算机分析》（1990），Kluwer学术出版社·Zbl 0814.68133号 ·doi:10.1007/978-1-4613-1553-7 [18] 黄，Z.C。；Chan，P.P.K。；Ng，W.W.Y。；Yeung，D.S.，使用颜色矩和gabor纹理特征的基于内容的图像检索，2010年机器学习和控制论国际会议论文集，ICMLC 2010 [19] Ojala，T。；Pietikäinen，M。；Mäenpää，T.，具有局部二进制模式的多分辨率灰度和旋转不变纹理分类，IEEE模式分析和机器智能汇刊，24，71971-987（2002）·doi:10.1109/TPAMI.2002.1017623 [20] 杜比，S.R。；辛格，S.K。；Singh，R.K.，用于基于内容的图像检索的多通道解码局部二进制模式，IEEE图像处理学报，25，9，4018-4032（2016）·Zbl 1408.94149号 ·doi:10.1109/TIP.2016.2577887 [21] X.赵。；Lin，Y。；Heikkila，J.，使用体积局部二进制计数模式进行动态纹理识别，并应用于2D人脸欺骗检测，IEEE多媒体交易，20，3，552-566（2018）·doi:10.1109/TMM.2017.2750415 [22] 贾，S。；邓，B。；朱，J。；贾，X。；Li，Q.，基于局部二值模式的超像素引导高光谱图像分类，IEEE地球科学与遥感汇刊，56，2，749-759（2018）·doi:10.1109/TGRS.2017.2754511 [23] 王，Q。；Li，B。；陈，X。；罗，J。；Hou，Y.，基于高斯分布的随机采样局部二进制模式编码，IEEE信号处理快报，24，9，1358-1362（2017）·doi:10.1109/LSP.2017.2728122 [24] 风扇，H。；Cosman，P.C。；侯，Y。；Li，B.，基于线路局部二进制模式的高速铁路紧固件检测，IEEE信号处理快报，25，6，788-792（2018）·doi:10.1109/LSP.2018.2825947 [25] Haralick，R.M。；Shanmugam，K。；Dinstein，I.，图像分类的纹理特征，IEEE系统、人与控制论汇刊，3，6，610-621（1973）·doi:10.1109/TSMC.1973.4309314 [26] Laws，K.I.，快速纹理识别，处理SPIE 0238，导弹制导图像处理集成，238376-381（1980） [27] Laws，K.I.，纹理能量测量，图像理解研讨会论文集，南加州大学洛杉矶图像处理研究所 [28] Sutton，R.N。；Hall，E.L.，肺部疾病自动分类的纹理测量，IEEE计算机汇刊，21，7，667-676（1972）·doi:10.1109/T-C.1972.223572 [29] Amadasun，M。；King，R.，与纹理属性相对应的纹理特征，IEEE系统、人与控制论汇刊，19，5，1264-1274（1989）·doi:10.1109/21.44046 [30] Rao，A.R。；Lohse，G.L.，走向纹理命名系统：识别纹理的相关维度，第四届IEEE可视化年会论文集，VIS 1993 [31] Fujii，K。；Arikawa，T.，利用机载激光高程图像和航空图像重建城市物体，IEEE地球科学与遥感汇刊，40，10，2234-2240（2002）·doi:10.1109/TGRS.2002.802460 [32] Tamura，H。；森喜朗（Mori，S.）。；Yamawaki，T.，与视觉感知相对应的纹理特征，IEEE系统、人与控制论汇刊，8，6，460-473（1978）·doi:10.1109/TSMC.1978.4309999 [33] 冯·L。；Bhanu，B.，图像注释和检索的语义概念共现模式，IEEE模式分析和机器智能学报，38，4，785-799（2016）·doi:10.1109/TPAMI.2015.2469281 [34] 罗维斯，S.T。；Saul，L.K.，局部线性嵌入的非线性降维，科学，29055002323-2326（2000）·doi:10.1126/science.290.5500.2323 [35] 普迪尔，P。；Novovicova，J.，关于问题知识的特征子集选择的新方法，特征提取、构造和选择，101-116（1998），IEEE教育活动部 [36] Jolliffe，I.T.，主成分分析（2002），美国纽约州纽约市：威利在线图书馆，美国纽约市·Zbl 1011.62064号 [37] 马丁内斯，A.M。；Kak，A.C.，PCA与LDA，IEEE模式分析与机器智能汇刊，23，2，228-233（2001）·数字对象标识代码：10.1109/34.908974 [38] 李，H。；姜涛（Jiang，T.）。；Zhang，K.，基于最大裕度准则的高效稳健特征提取，IEEE神经网络和学习系统汇刊，17，1，157-165（2006）·doi:10.1109/TNN.2005.860852 [39] Tenenbaum，J.B。；德席尔瓦，V。；Langford，J.C.，《非线性降维的全球几何框架》，《科学》，29055002319-2323（2000）·doi:10.1126/science.290.5500.2319 [40] 里斯本，P.J.G。；Mehri-Dehnavi，A.R.，使用MLP进行变量选择的灵敏度方法，1996年第一届神经网络识别、控制、机器人和信号/图像处理国际研讨会论文集，NICROSP’96 [41] 桂，J。；Sun，Z。；季S。；陶，D。；Tan，T.，基于结构化稀疏性的特征选择：综合研究，IEEE神经网络和学习系统汇刊，28，7，1490-1507（2017）·doi:10.1109/TNNLS.2016.2551724 [42] 薛，B。；张，M。；布朗，W.N。；Yao，X.，《特征选择的进化计算方法综述》，IEEE进化计算汇刊，20，4，606-626（2016）·doi:10.1109/TEVC2015.2504420 [43] 朱，X。；李，X。；张，S。；朱，C。；Wu，X.，用于无监督光谱特征选择的稳健联合图稀疏编码，IEEE神经网络和学习系统汇刊，28，6，1263-1275（2017）·doi:10.1109/TNNLS.2016.2521602 [44] Ke，Y。；Sukthankar，R.，PCA-SIFT：局部图像描述符的更独特表示，IEEE计算机视觉和模式识别会议论文集（CVPR'04）·doi:10.1109/CVPR.2004.1315206 [45] Alam，S.B。；Nakano，R。；Kobashi，S。；Kamiura，N.，脑MR图像中使用主成分分析的流形学习的特征选择，第四届信息学、电子与视觉国际会议论文集，ICIEV 2015 [46] 西格，C.D。；Buhmann，J.M.，稀疏和非负PCA的期望最大化，第25届机器学习国际会议论文集，ACM [47] 科恩，I。；田强。；周，X。；Huang，T.S.，《使用主特征分析进行特征选择和降维》（2015），伊利诺伊大学图像形成和处理组 [48] Majtner，T。；Svoboda，D.，3D荧光显微镜的田村纹理特征扩展，第二届3DIM/3DPVT联合会议论文集：3D成像、建模、处理、可视化和传输，3DIMPVT 2012 [49] Xu，H。；卢，C。；Berendt，R。；Jha，N。；Mandal，M.，基于广义拉普拉斯高斯滤波器的自动核酸检测，IEEE生物医学与健康信息学杂志，21，32826-837（2017）·doi:10.1109/JBHI.2016.2544245 [50] Yepez，J。；Ko，S.，基于形态学操作的改进车牌定位算法，IET智能交通系统，12，6，542-549（2018）·doi:10.1049/iet-its.2017.0224 [51] Zhang，Y。；韩，X。；张，H。；赵，L.，基于改进Sobel算子的图像融合边缘检测算法，IEEE第三届信息技术与机电工程会议（ITOEC） [52] 阿卜迪，H。；Williams，L.J.，主成分分析，威利跨学科评论：计算统计学，2，4，433-459（2010）·doi:10.1002/wics.101 [53] Y.本吉奥。；科尔维尔，A。；Vincent，P.，《表征学习：回顾与新视角》，IEEE模式分析与机器智能汇刊，35，8，1798-1828（2013）·doi:10.1109/tpami.2013.50 [54] 罗，Y。；吴昌明。；张勇，基于PCA和LBP与SVM融合特征的面部表情识别，Optik-国际光电子光学杂志，124，17，2767-2770（2013）·doi:10.1016/j.ijleo.2012.08.040 [55] Brodatz，P.，《艺术与设计摄影集》（1966），加拿大多伦多：多佛出版公司，加拿大多伦 [56] 拉泽布尼克，S。；施密德，C。；Ponce，J.，使用局部仿射区域的稀疏纹理表示，IEEE模式分析和机器智能学报，27，8，1265-1278（2005）·doi:10.1109/TPAMI.2005.151 [57] Dana，K.J。；Van Ginneken，B。；Nayar，S.K。；Koenderink，J.J.，《真实世界曲面的反射和纹理》，《ACM图形汇刊》，第18期，第1-34页（1999年）·doi:10.145/30776.300778 [58] Lowe，D.G.，《尺度不变关键点的独特图像特征》，《国际计算机视觉杂志》，60，2，91-110（2004）·doi:10.1023/B:VISI.0000029664.99615.94 [59] 阿卜杜拉赫曼，M。；瓜达比，T.R。；Abdu，F.J。；Eleyan，A.，使用PCA和LBP基于Gabor小波变换的面部表情识别，2014年第22届信号处理和通信应用会议论文集，SIU 2014 [60] 奥特曼·D·G。；Bland，J.M.，《诊断试验1：敏感性和特异性》，《英国医学杂志》，308，6943，1552（1994）·doi:10.1136/bmj.308.6943.1552 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。