The LBP feature extraction method i

The LBP feature extraction method is a theoretically and computationally simple, and efficient methodology for texture analysis. The LBP operator was first introduced by Ojala et al. in 1996 [8], as a non-parametric, grey-scale invariant texture analysis model, which summarizes the local spatial structure of an image. This LBP operator was based on a 3×3 local neighborhood (Fig. 1a) representing the local texture around a central pixel. The value of each peripheral pixel of this neighborhood is thresholded by the value of the central pixel in two possible values {0,1}. A total of 28 = 256 possible LBP codes can describe spatial binary patterns of 3×3 pixel neighborhoods.
In the LBP texture representation, a pattern is represented by a set of nine elements P = {pcenter, p0, p1,..., p7}, where pcenter represents the intensity value of the central pixel and pi (0 ≤ i ≤ 7) represent the intensity values of the peripheral pixels (Fig. 1a).A 3×3 neighborhood can be characterized by a set of binary values di (0 ≤ i ≤ 7) (Fig.1b), where

Kết quả (Việt) 1:

Phương pháp khai thác tính năng LBP là một phương pháp lý thuyết và computationally đơn giản, và hiệu quả cho việc phân tích kết cấu. Các nhà điều hành LBP lần đầu tiên được giới thiệu bởi Ojala et al. năm 1996 [8], như là một mô hình phân tích kết cấu bất biến không tham số, quy mô xám, tóm tắt các địa phương cấu trúc không gian của hình ảnh. Nhà điều hành LBP này được dựa trên một 3 × 3 địa phương lân cận (hình 1a) đại diện cho các kết cấu địa phương xung quanh một điểm ảnh trung. Giá trị của mỗi điểm ảnh ngoại vi của khu phố này là thresholded bởi giá trị của điểm ảnh trung trong hai có thể giá trị {0,1}. Tổng số 28 = 256 thể LBP mã có thể mô tả không gian mô hình nhị phân của 3 × 3 điểm ảnh khu vực lân cận.Ở đại diện kết cấu LBP, một mô hình được đại diện bởi một tập hợp các yếu tố 9 P = {pcenter, p0, p1,..., p7}, nơi pcenter đại diện cho giá trị cường độ trung điểm ảnh và pi (0 ≤ i ≤ 7) đại diện cho các giá trị cường độ của các điểm ảnh ngoại vi (hình 1a). Một khu phố 3 × 3 có thể được đặc trưng bởi một tập hợp các giá trị nhị phân di (0 ≤ i ≤ 7) (Fig.1b), nơi

Kết quả (Việt) 2:

Các phương pháp khai thác tính năng LBP là một phương pháp lý thuyết và tính toán đơn giản và hiệu quả để phân tích kết cấu. Các nhà điều hành LBP lần đầu tiên được giới thiệu bởi Ojala et al. vào năm 1996 [8], như một phi tham số, màu xám quy mô mô hình phân tích kết cấu bất biến, trong đó tóm tắt các cấu trúc không gian địa phương của một hình ảnh. Điều hành LBP này được dựa trên 3 × 3 khu phố địa phương (Hình. 1a) đại diện cho các kết cấu địa phương xung quanh một điểm ảnh trung tâm. Giá trị của mỗi điểm ảnh ngoại vi của khu phố này được ngưỡng bởi giá trị của điểm ảnh trung tâm trong hai giá trị {0,1}. Tổng cộng có 28 = 256 mã LBP có thể có thể mô tả mô hình nhị phân không gian của khu phố 3 × 3 pixel.
Trong các đại diện kết cấu LBP, một mô hình được biểu diễn bởi một tập hợp các yếu tố chín P = {pcenter, p0, p1, ..., p7}, trong đó pcenter đại diện cho các giá trị cường độ của các điểm ảnh trung ương và pi (0 ≤ i ≤ 7) đại diện cho các giá trị cường độ của các điểm ảnh bị ngoại vi (Hình. 1a) .A 3 × 3 khu phố có thể được đặc trưng bởi một tập hợp các giá trị nhị phân di (0 ≤ i ≤ 7) (Fig.1b), nơi