软件学报

作者：张东波,陈红磊,文登伟,汤红忠,许海霞

单位：张东波，湘潭大学 信息工程学院, 湖南 湘潭 411105;机器人视觉感知与控制技术国家工程实验室(湖南大学), 湖南 长沙 41001211,陈红磊，湘潭大学 信息工程学院, 湖南 湘潭 411105;机器人视觉感知与控制技术国家工程实验室(湖南大学), 湖南 长沙 41001202,文登伟，湘潭大学 信息工程学院, 湖南 湘潭 411105;机器人视觉感知与控制技术国家工程实验室(湖南大学), 湖南 长沙 41001203,汤红忠，湘潭大学 信息工程学院, 湖南 湘潭 411105;机器人视觉感知与控制技术国家工程实验室(湖南大学), 湖南 长沙 41001204,许海霞，湘潭大学 信息工程学院, 湖南 湘潭 411105;机器人视觉感知与控制技术国家工程实验室(湖南大学), 湖南 长沙 41001205

关键词：特征提取;抗旋转;图像识别;二值模式

基金：国家自然科学基金（61602397，61573299）；湖南省自然科学基金（2017JJ2251，2017JJ3315）；湖南省重点学科建设项目

根据圆形图像目标中心对称特性，提出一种基于空间位置描述的抗旋转高效高鉴别二值模式特征提取方法.该方法在特征计算时，通过径向变换重新构建局部坐标系统，并在此基础上实现具有抗旋转变换的空间对称区域的局部二值模式提取；同时，池化操作采用了具有旋转不变性的环状空间划分，从而保证了最终特征描述的抗旋转变换能力.该方法分别在欧元硬币数据集、QQ表情数据集、车标数据集上进行了测试，识别准确率最高分别达到100%，100%，97.07%.在具有旋转情况的欧元硬币和QQ表情数据集中，优于传统的LBP特征和HOG特征，而且算法具有高效性，其单点计算时间只需0.045ms.

来源：2019年第9期

《软件学报》期刊编辑部

查看软件学报杂志2019年第9期