來自本地二進制模式直方圖的特征？

Question

我試圖根據它們的 LBP 直方圖確定一些紋理樣本之間的相關性。 我能找到的關於該主題的大多數文獻都討論了測量直方圖對之間的距離（例如歐幾里得距離），本質上將直方圖的 N 個值中的每一個都視為一個單獨的特征，並嘗試在 N 維空間內進行聚類。

我不希望將每個值都視為一個單獨的特征，因為我想在分析之前將我的數據與其他紋理特征結合起來。 我想知道是否有可以從直方圖中提取的非比較特征。

Answer 1

使用相異性度量比較 LBP 直方圖確實是基於 LBP 的圖像分類的常用方法（請參閱有關該主題的評論）。

或者，您可以從 LBP 直方圖中提取特征，如本文所述，通過基於 LBP 的眼底圖像分析進行視網膜疾病篩查：

從這些直方圖中提取不同的統計信息，將其用作分類階段的特征。 具體而言，計算出的統計值是：均值、標准差、中值、熵、偏度和峰度。 總而言之，從每個 LBP 和 VAR 直方圖計算出六個統計值，為每個使用的半徑提供 12 個特征。 因此，特征總數等於 144（12 個特征 × 4 半徑 × 3 個分量）。