分层纹理特征和梯度特征融合的图像分类

摘要

为了提高分类检索和识别的准确率，提出了分层纹理特征和梯度特征融合的方法，即分层中心对称局部二值模式（CS-LBP）和梯度方向直方图（HOG）的特征融合方法。首先，对原始图像进行多次 CS-LBP 特征的提取，得到3层不同的特征图像；然后对特征图像进行大小相等、不重叠分块，分别提取每块 CS-LBP 特征和HOG特征，形成每一层的特征；再将特征图像的特征进行融合。分别在标准图像库和人脸库上进行仿真，研究结果表明：提出的分层融合方法的分类查准率和识别率比传统方法分别提高了15％和10％。