許新華

摘要：本文立足于經(jīng)典的LBP算法之上，提出一種基于鄰域相關(guān)度的改進(jìn)LBP算子，將各個(gè)像素點(diǎn)與周圍像素點(diǎn)之間的相關(guān)性考慮在內(nèi)，融合局部特征和全局特征，顯示圖像灰度值變化的強(qiáng)度，增加目標(biāo)與背景的對(duì)比度信息，突出目標(biāo)像素的顯著性，使病斑紋理更加顯著化，利于進(jìn)一步分割。

關(guān)鍵詞：LBP;鄰域相關(guān)度;分割

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）04-0117-02

0 緒論

近年來，LBP因算法易于理解、計(jì)算簡(jiǎn)單、區(qū)分能力強(qiáng)等優(yōu)點(diǎn)被廣泛關(guān)注。經(jīng)過改進(jìn)出現(xiàn)了多尺度LBP、旋轉(zhuǎn)不變LBP、LBP等價(jià)模式以及旋轉(zhuǎn)不變等價(jià)模式LBP。但從紋理圖像的分割來看，雖然等價(jià)模式LBP算子獲得的紋理圖像特征辨識(shí)度較好，且在諸多領(lǐng)域被廣泛應(yīng)用，但基本LBP及大多數(shù)改進(jìn)方法僅考慮的是局部區(qū)域內(nèi)中心像素與周圍鄰域像素的差值大小，忽略了圖像灰度值的變化情況，沒有考慮像素間鄰域信息的關(guān)聯(lián)性，缺乏對(duì)圖像紋理信息更全面有效的表達(dá)，而像素之間的關(guān)聯(lián)程度，恰恰體現(xiàn)了圖像的紋理復(fù)雜與否。

1 LBP算子概述

LBP（Local Binary Pattern，局部二值模式）是一種基于統(tǒng)計(jì)的用來描述紋理特征的有效算子，閾值由中心像素值是該算法的核心，相鄰域的像素值與該像素值一一比較，比閾值大的置為1，小于閾值置為0，得到與之對(duì)應(yīng)二進(jìn)制編碼，即表征局部紋理特性。

隨著研究的深入，LBP算子由于只在指定半徑的范圍內(nèi)進(jìn)行定義，不能達(dá)到灰度旋轉(zhuǎn)不變性要求，同時(shí)，對(duì)于多種尺寸和頻率的紋理特征描述也有不足又出現(xiàn)了多尺度LBP、旋轉(zhuǎn)不變LBP、LBP等價(jià)模式以及旋轉(zhuǎn)不變等價(jià)模式LBP。

2 基于改進(jìn)的LBP圖像分割算法研究

2.1 LBP算子缺陷分析

一個(gè)3×3窗口，中心像素為6，鄰域像素順時(shí)針旋轉(zhuǎn)分別為1、1、3、5、5、5、3、2、3，可以看窗口內(nèi)中心像素點(diǎn)的值比其鄰域內(nèi)其他點(diǎn)都高，但其中一些像素點(diǎn)與中心像素點(diǎn)的差值較大，而有些與中心像素點(diǎn)差別較小，基本LBP算子依靠單個(gè)像素內(nèi)的特征，只對(duì)差值大小進(jìn)行考慮，主要是根據(jù)窗口內(nèi)中心像素點(diǎn)與周圍鄰點(diǎn)間的像素差獲得紋理，存在對(duì)特征信息提取不全面，忽略了圖像灰度值的變化情況，一般灰度變化較大處，說明紋理較復(fù)雜。

2.2 鄰域相關(guān)度計(jì)算

像素之間具有鄰域信息相關(guān)的特性，相鄰像素間差異能反映像素間的關(guān)聯(lián)程度，即鄰域相關(guān)度。一個(gè)區(qū)域塊內(nèi)像素點(diǎn)間的鄰域相關(guān)度越小，表明該鄰域塊內(nèi)像素越接近，表現(xiàn)出的圖像紋理變化較平緩，相反，一個(gè)區(qū)域塊內(nèi)像素點(diǎn)間的鄰域相關(guān)度越大，表明圖像紋理變化較大，因此可利用鄰域相關(guān)度表征圖像紋理，突出圖像中某些紋理的顯著性，將其利用在作物病斑圖像上，可以使病斑紋理顯著化。

3 結(jié)語(yǔ)

本文將相鄰像素之間的關(guān)聯(lián)性信息加入到所提取的特征中，使描述的紋理特征更精細(xì)，能夠使目標(biāo)像素顯著化，運(yùn)用在作物病害葉片圖像的分割處理中，即實(shí)現(xiàn)對(duì)病害葉片圖像的顯著化處理，使病斑凸顯，輪廓清晰，平滑正常葉片部分，利于病斑的分割。

參考文獻(xiàn)

[1] 郭艷蓉，蔣建國(guó)，郝世杰，等.基于LBP紋理特征的隨機(jī)游走圖像分割[J].電路與系統(tǒng)學(xué)報(bào)，2013，18（1）：357-364.

[2] 馮曉毅，羅妙宣，夏召?gòu)?qiáng).基于JSEG和LBP相結(jié)合的遙感圖像分割[C].數(shù)字中國(guó)發(fā)展高層論壇暨信息主管峰會(huì)，2008.

[3] 詹曙，胡德鳳，蔣建國(guó)，等.結(jié)合GLWT和LBP提取紋理特征的圖像分割[J].電子測(cè)量與儀器學(xué)報(bào)，2014，28（2）：198-202.