【机器学习】LBP特征融合最大灰度差、平均灰度、平均梯度改善SVM检测效果

把正负样本12×30内的averageGray、maxPixelDiff，添加到LBPFeature后；再把梯度Mat（size(12,30)）展开成一行添加到LBPFeature后。组成新的sampleFeatureMat，进行训练。

//计算输入图片的最大灰度差、平均灰度、平均梯度
int calAverageGary(const Mat &inImg, int &maxGaryDiff, int &averageGrad_xy)
{float averageGary;int garySum = 0;int i, j;//求平均灰度值for (i=0; i<inImg.cols; i++){for (j=0; j<inImg.rows; j++){garySum += inImg.at<uchar>(j, i);}}averageGary = (int)(garySum*1.0f/(inImg.rows*inImg.cols));//求滑窗内的最大灰度差值double minGary, maxGary; minMaxLoc(inImg, &minGary, &maxGary, NULL, NULL);maxGaryDiff = (int)(maxGary-minGary);//求滑窗内的平均梯度值Mat grad_x, grad_y, abs_grad_x, abs_grad_y, grad_xy; Sobel( inImg, grad_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT );   //求X方向梯度 convertScaleAbs( grad_x, abs_grad_x );  Sobel( inImg, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT );     //求Y方向梯度  convertScaleAbs( grad_y, abs_grad_y );  addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad_xy);      //合并梯度(近似)  //cout<<"gary_xy"<<grad_xy<<endl;int grad_xy_sum = 0;for (i=0; i<inImg.cols; i++){for (j=0; j<inImg.rows; j++){grad_xy_sum += grad_xy.at<uchar>(j, i);}}averageGrad_xy = (int)(grad_xy_sum*1.0f/(inImg.rows*inImg.cols));return averageGary;
}

结果：干扰带来的多检显著减少，在LBP特征基础上增加新特征（灰度值、梯度值等）前后效果如下。

融合前融合后

【机器学习】LBP特征融合最大灰度差、平均灰度、平均梯度改善SVM检测效果相关推荐

PGA-Net：基于金字塔特征融合与全局上下文注意力网络的自动表面缺陷检测
1.摘要缺陷检测是工业产品处理中的一项重要任务.当前,已经有很多基于计算机视觉技术的检测方法成功应用于工业领域并取得了较好的检测结果.然而,受限于类间表面缺陷的内在复杂性,使得实现完全自动的缺陷 ...
《Web安全之机器学习入门》笔记：第九章 9.4 支持向量机算法SVM 检测DGA域名
DGA(Domain Generation Algorithm)域名生成算法是一种利用随机字符等算法来生成C&C域名,从而逃避安全设备域名黑名单检测的技术手段. 1.黑样本 def load_ ...
多尺度特征融合的知识蒸馏异常检测方法文献笔记
多尺度特征融合的知识蒸馏异常检测方法期刊:计算机辅助设计与图形学学报学校:南京信息工程大学计算机学院时间:2022 关键词:异常检测;知识蒸馏;一分类问题;特征融合背景异常检测一般是指判断并 ...
机器学习的未来——深度特征融合
摘要: 深度特征融合是一项能够克服机器学习不足,为机器学习打开通往未来大门的新技术.新技术要不要了解一下? 即使是最敏锐的技术布道师也无法预测大数据对数字革命的影响.因为他们最初的关注点都聚焦在了扩大 ...
【机器学习】改善LBP特征提高SVM的可分性的经验总结（一）
1.等价模式LBP的最初效果正样本2343,负样本5883,直接计算等价模式LBP特征图,再使用SVM训练一个分类器. CvTermCriteria criteria = cvTermCriteri ...
图像特征检测描述:SIFT、SURF、ORB、HOG、LBP特征的原理概述
版权声明:本文为博主原创文章,转载请标明原始博文地址: https://blog.csdn.net/yuanlulu/article/details/82148429 </div>< ...
图像特征检测描述(一):SIFT、SURF、ORB、HOG、LBP特征的原理概述及OpenCV代码实现
图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 什么叫特征检测?就是检测图像中目标的特征呗,所谓 ...
基于HOG-LBP特征融合的头肩检测研究
from: http://www.hqew.com/tech/fangan/1721922.html 摘要: 提出了一种基于HOG-LBP特征融合的人体头肩检测方法,其要点是将人体头肩图像等分为多 ...
IEEE2019论文：使用基于特征融合和缩放的具有空间上下文分析的单镜头检测器在无人机图像中检测小物体
摘要: 无人机(UAV)图像中的目标由于拍摄高度较高通常都很小,我们虽然在目标检测方面已经做了很多工作,但是如何准确.快速地检测出小目标仍然是一个有待解决的挑战.本文针对无人机图像中的小目标检测问题, ...

【机器学习】LBP特征融合最大灰度差、平均灰度、平均梯度改善SVM检测效果

【机器学习】LBP特征融合最大灰度差、平均灰度、平均梯度改善SVM检测效果相关推荐

最新文章

热门文章