Redimensionamento de Descritores Baseados em Padrões N -ários Locais Generalizados para Classificação de Texturas

Abstract

A classificação de imagens de texturas é sem dúvida um importante campo de pesquisa em visão computacional, com inúmeros trabalhos aplicados em diversas áreas da ciência. Grande parte dos métodos de classificação de imagens de texturas é baseada na extração de caracterı́sticas locais, ou análise multiescala, ou ainda em uma combinação destas duas. O Padrão Local Binário (LBP) [1] é um dos métodos baseados em medidas locais mais bem sucedidos, juntamente com suas variantes. A ideia básica no código LBP de uma imagem em tons de cinza está na interpolação de P pontos em uma vizinhança circular de raio R em torno de cada pixel. Desta forma, para cada pixel x temos LBPP,R (x) = PP −1 [...]