超声图像的LBP纹理特征提取

被引:5
作者
陈廷寅 [1 ]
张东 [1 ]
杨艳 [1 ]
秦前清 [2 ]
孙尽尧 [1 ]
机构
[1] 武汉大学物理科学与技术学院
[2] 武汉大学测绘遥感信息工程国家重点实验室
关键词
超声图像; LBP(局部二值模式); 纹理; 各向异性扩散; 特征提取;
D O I
10.14188/j.1671-8836.2012.05.005
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
采用改进的均匀化LBP(局部二值模式)算子,将散点及小斑点的均匀化LBP码设置为其邻域均值,并通过各向异性扩散滤波抑制超声图像噪声,消除超声图像中斑点噪声和散点对纹理提取的影响,以实现对超声图像的LBP纹理特征的有效提取.实验结果表明,本文算法与传统均匀化LBP的算法相比,获得的纹理特征图像LBP码的占有比例有所提高,消除了LBP纹理图像中散点的影响,能较好地描述超声图像的纹理信息.
引用
收藏
页码:401 / 405
页数:5
相关论文
共 3 条
[1]  
数字图像处理[M]. 武汉大学出版社 , 贾永红编著, 2003
[2]   Unsupervised texture segmentation using feature distributions [J].
Ojala, T ;
Pietikäinen, M .
PATTERN RECOGNITION, 1999, 32 (03) :477-486
[3]  
A comparative study of texture measures with classification based on featured distributions[J] . Pattern Recognition . 1996 (1)