LNIP改进算法及其在材料形貌分类中的应用研究

作者：梁纬; 逯洋^*; 孙卓; 朱丽娜

来源：武汉大学学报(工学版), 2023, 56(03): 353-361.

DOI：10.14188/j.1671-8844.2023-03-012

• RSILNIP
• 旋转不变
• 尺度不变
• 材料形貌分类

针对LNIP(local neighborhood intensity pattern)纹理特征提取算法在旋转、尺度变化方面存在的不足，提出了一种LNIP改进算法RSILNIP(rotation and scale invariant LNIP)。首先，同化邻域信息之间的特征以提高其旋转不变性；其次，采用统一编码的方式降低特征提取维度；然后，提取多尺度特征并进行选择，从而增强其尺度不变性；最后，采用并联方式合并特征。将改进算法与同类算法在公共数据集Outex和材料扫描电镜图像数据集SEMdataset上进行分类精度测试，得到改进算法的分类精度分别达到96.76%和98.26%，说明改进算法在图像分类和材料形貌归类上有较好的工程应用价值。

• 单位
  吉林师范大学