二值距离变换以改进特征提取
计算机视觉与模式识别
2016-12-21 v1
摘要
多年来，为了识别纹理已经开发了许多方法。然而，由于尺度、光照和噪声等伪影的存在，纹理数据集可能难以分类。本文提出在原始数据集上应用二值距离变换，以增加纹理表示的信息量，从而改进识别。纹理图像通常为灰度图，在距离变换前会经历二值化，所得图像之一与原始纹理结合以增加信息量。使用四个数据集评估我们的方法。例如在Outex数据集上，该方法在所有指标上均优于传统方法，最高提升达10%，传统方法是在原始数据集上直接应用描述子，这表明了该方法的重要性。
引用
@article{arxiv.1612.06443,
title = {Binary Distance Transform to Improve Feature Extraction},
author = {Mariane Barros Neiva and Antoine Manzanera and Odemir Martinez Bruno},
journal= {arXiv preprint arXiv:1612.06443},
year = {2016}
}
备注
9 pages, 4 figures, WVC 2016 proceedings