摘要
对于纹理图像的分类,采用二维经验模式分解将图像分解成一系列的固有模态函数(IMF)和残差,并结合局部二值模式(LBP)对所提取到的各IMF图像和残差图像进行特征提取的方法。为了验证算法的有效性,对自然纹理进行特征提取,并结合支持向量机(SVM)算法对提取的特征向量进行分类,分类精确度达到98%以上。
A new method combining the bidimensional empirical mode decomposition（BEMD） with local binary pattern（LBP） is proposed for texture image classification.The LBP is used to extract the features of a series of various intrinsic mode functions（IMFS） images and residual images,which are decomposed by bidimensional empirical mode from the image.To validate the availability of the algorithm,we extract the feature of the natural texture images and classify the extracted eigenvectors with support vector machine（SVM）.The classification accuracy achieves 98% or higher.
出处
《计算机应用与软件》
CSCD
北大核心
2012年第9期243-245,264,共4页
Computer Applications and Software
关键词
二维经验模态分解
局部二值模式
特征提取
支持向量机
纹理分类
Bidimensional empirical mode decomposition（BEMD）, Local binary pattern（LBP） ,Feature extraction ,Support vector machine（SVM）, Texture classification
