自适应权重联合多尺度LBPV2纹理分类方法

传统的局部二值模式仅局限于局部纹理信息的提取，忽略了全局纹理信息的表达，造成最终的纹理分类效果并不理想。为了解决以上问题，借鉴局部二值模式方差（LBPV）的优势，在此基础上提出了一种新的基于自适应权重联合多尺度LBPV2的纹理图像分类方法。该方法将方差平方作为直方图累积权重取代原来的方差权重，并采用自适应权重联合多尺度方案来实现多尺度纹理信息提取，进一步提升了纹理图像描述子的分类性能。在国际公认的Outex纹理数据集上的仿真实验表明，提出的这种新的基于自适应权重联合多尺度LBPV2的纹理图像分类方法能够实现纹理分类性能的显著改善