外文翻译及外文原文(参考).doc

本科生毕业设计（论文）
外文翻译及原文

题目：MultiresolutionGray-ScaleandRotation
InvariantTextureClassificationwith
LocalBinaryPatterns（section2）

姓名：林瑞华

学号：030300262

学院：数学与计算机科学学院

专业：信息与计算科学专业

年级：2003

指导教师：（签名）

系主任（或教研室主任）：（签章）
外文翻译：基于局部二值模式多分辨率的灰度和旋转不变性的纹理分类（节选）
外文翻译：基于局部二值模式多分辨率的灰度和旋转不变性的纹理分类（节选）

基于局部二值模式多分辨率的灰度
和旋转不变性的纹理分类（节选）
TimoOjala,MattiPietikaèinen,SeniorMember,IEEE,andTopiMaèenpaèaè
摘要：
本文描述了理论上非常简单但非常有效的，基于局部二值模式的、样图的非参数识别和原型分类的，多分辨率的灰度和旋转不变性的纹理分类方法。此方法是基于结合某种均衡局部二值模式，是局部图像纹理的基本特性，并且已经证明生成的直方图是非常有效的纹理特征。我们获得一个一般灰度和旋转不变的算子，可表达检测有角空间和空间结构的任意量子化的均衡模式，并提出了结合多种算子的多分辨率分析方法。根据定义，该算子在图像灰度发生单一变化时具有不变性，所以所提出的方法在灰度发生变化时是非常强健的。另一个优点是计算简单，算子在小邻域内或同一查找表内只要几个操作就可实现。在旋转不变性的实际问题中得到了良好的实验结果,与来自其他的旋转角度的样品一起以一个特别的旋转角度试验而且测试得到分类,证明了基于简单旋转的发生统计学的不变性二值模式的分辨是可以达成。这些算子表示局部图像纹理的空间结构的又一特色是，由结合所表示的局部图像纹理的差别的旋转不变量不一致方法，其性能可得到进一步的改良。这些直角的措施共同证明了这是旋转不变性纹理分析的非常有力的工具。
关键词：非参数的，纹理分析，Outex，Brodatz，分类，直方图，对比度
2灰度和旋转不变性的局部二值模式
我们通过定义单色纹理图像的一个局部邻域的纹理T，如P（P>1）个象素点的灰度级联合分布，来描述灰度和旋转不变性算子：
（1）
其中，gc为局部邻域中心像素点的灰度值，gp（p=0，1…P-1）为半径R(R>0)的圆形邻域内对称的空间象素点集的灰度值。

图1
如果gc的坐标是（0,0），那么gp的坐标为。图1举例说明了圆形对称邻域集内各种不同的（P,R）。不完全落在中心点邻域内的像素点的灰度值采用插值法估计。
2.1灰度不变性的达成
作为灰度不变性的第一步，在不丢失任何图像信息的前提下，我们从圆形对称邻域集gp（p=0,……P-1）中减去中心点（gc）的灰度值，即令：
（2）
然后，我们假设差分独立于，这样我们就可以把式（2）式分解为：
（3）
实际上，严格的独立性是无法达成的，因此，被分解的因式只是联合分布的一个近似值。然而，当我们在旋转中可以保持灰度不变性的话，我们愿意承担丢失一些图像小信息的可能。也就是说，因式在（3）中描述了图像的全局亮度，但并不为纹理分析提供有用信息。因此，原始的联合灰度级因式（1）的许多纹理特征信息可由联合差分因式表达[1]：
（4）
这是一个有高度识别能力的纹理算子，可以算出P空间中各种模式下每个像素点邻域的直方图。对于固定的区域，在各个方向的差别为零。在一个慢慢倾斜的边缘，该算子可算出沿倾斜方向差分最大的点和差分为零的点，对于斑点而言，各个方向的差分都是很大的。
有正负之分的差分不受平均亮度改变的影响，因此，联合差分因式对于灰度变化具有不变性。我们所得到的关于灰度计数不变性只考虑差分符号而非它们的精确值：
(5)
其中，
(6)
通过为每一个的符号赋一个二项式因子，我们把式（5）转换为一个独特的码来刻画局部图像纹理的空间结构的特性：
(7)
LocalBinaryPatterns这个名字反映了LBP算子的泛函性，即第一个局部邻域点的灰度值是中心像素点进入二值模式的开始。算子是通过对灰度的任何单调变化定义不变量，也就是，只要保持图像灰度值的顺序不变，算子所产生的LBP码就不变。
如果我们设置（P=8,R=1），我们得到这与我们在文献[2]中提到的LBP是类似的。和LBP之间有两个不同点：1)邻域集内的像素点被编入索引以形成一个循环链，2)对角线上像素点的灰度值由插值法确定。两者的修改都必需获得圆形对称邻域集，这考虑到源自的旋转不变式之一。
2.2旋转不变性的达成
由邻域集中P个像素点对应个不同的二值模式，算子会生成个不同的输出值。当图像被旋转时，的灰度值会对应地绕着的四周沿着圆周的边界移动。始终被指定为元素(0