一种融合局部纹理信息的改进PRICoLBP算法

　　针对用于纹理特征提取的成对旋转不变共生局部二值模式（ PRICoLBP）算法计算特征维度大、旋转不变性较差、对光照变化敏感的问题，提出一种融合局部纹理信息的改进PRICoLBP算法。首先，分别最大化和最小化图像像素点的二值序列，得到两个邻域像素点的坐标，由中心像素点坐标和得到的邻域像素点坐标计算出共生点对的坐标；其次，利用完备二值模式（ CLBP）算法提取图像的每个像素点的纹理信息。在相同分类器下，对Brodatz、Outex（ TCIO，TC12）、Outex（ TC14）、CUReT和KTH__ TIPS数据库的分类实验中，所提算法的识别率比PRICoLBP算法分别提高了0. 17、0.24、2.65、2.39和2.04个百分点。实验结果表明，所提算法在处理纹理旋转变化、光照条件多样的图像时具有较好的识别效果。

　　纹理特征是图像重要的底层特征之一，在图像的分类和识别中有重要作用。纹理特征通过描述像素在邻域空间的分布规律来表示对应的物体表面特征，并不依赖独立的像素点而存在，是对局部多个像素点的统计计算而得到的特征。

　　常用的纹理特征的表示方法有：灰度共生矩阵、分型理论、小波理论和马尔可夫随机场等。灰度共生矩阵通过利用不同像素点之间的灰度值联合概率密度表示图像纹理特征；分形理论通过把图像的空间信息和灰度信息有机地结合起来，提供了一种基于参数化的纹理特性描述方法，能够较准确地表达纹理特征；小波理论的多分辨率特性，可以得到图像在不同尺度下的纹理结构特征，这种方法更符合人眼的视觉处理方式并且小波理论对噪声的鲁棒性较好；马尔可夫随机场利用一致性的建模方法能够描述图像相邻像素之间的上下文约束关系这一特性，来实现对图像纹理的提取。但是以上几种方法的计算复杂度较大，很难处理边缘模糊并且光照条件多样的图像。