Extraction des caractéristiquesdiscriminantes basées sur LBP pour laclassification des textures

Abstract

La classification des textures est un problème fondamental dans la vision par ordinateur et le traitement d'images, jouant un rôle important dans un large éventail d'applications qui incluent l'analyse d'images médicales. Le descripteur Local Binary Pattern (LBP) est largement utilisé dans l'analyse de texture en raison de sa simplicité de calcul et de sa robustesse aux changements d'éclairage. Cependant, LBP a des limites pour capturer les informations discriminantes puisque seules les comparaisons de différence intensité sont calculées dans une région locale. Pour améliorer les performances de LBP, nous proposons un descripteur s’appelle Local Corrélation Voisinage (LCV) basé sur LBP. Le descripteur LCV est calculé en se basant sur la corrélation autours du pixel centre, et sa dimension est la même de LBP. Les résultats expérimentaux sur la base de données de texture représentatives CUReT montrent que le LCV proposé reste à améliorer par rapport à LBP conventionnelle.