刘雪锋
LIU Xuefeng
摘要:
针对传统局部二值模式(local binary pattern, LBP)算子提取的图像纹理特征不完整、 不能全面刻画人脸局部特征的问题, 提出一种基于邻域相关度的改进LBP算子. 该算子首先计算窗口内每个像素点的邻域相关度; 其次利用邻域相关度的均值和方差构造新的NC_LBP算子, 进而提取图像局部直方图特征, 作为人脸识别的依据; 最后利用Chi 平方统计法计算直方图的不相似度, 并用KNN算法进行分类. 仿真实验表明, 改进NC_LBP算子在ORL,JAFFE和YALE人脸数据库的识别中效果较好, 特征区分度明显, 识别准确率较高.
中图分类号: