📖
Motifs locaux binaires pour la classification d'images de textures multispectrales
Sofiane Mihoubi, Olivier Losson, Benjamin Mathon, Ludovic Macaire

Motifs locaux binaires pour la classification d'images de textures multispectrales

Science & Mathematics Published 2019 Verification Pending

Overview & Synopsis

Les motifs locaux binaires (LBP) permettent d'extraire des descripteurs de texture spatiaux pour discriminer les images de textures en niveaux de gris. Dans cet article, nous proposons un opérateur LBP qui extrait conjointement les informations de texture spatiales et spectrales à partir de l'image brute fournie par une caméra équipée d'une matrice de filtres multispectraux. Nous montrons expérimentalement que le descripteur proposé présente à la fois un faible coût de calcul et un haut pouvoir discriminant par rapport aux descripteurs LBP classiques appliqués aux images multispectrales.

Advertisement
SPONSOR CONTENT
Indexed from repository: HAL Open Science (hal.science)
Loading document from verified source...
Keyboard Shortcuts: ← / → for pages • + / - for zoom • 0 to fit width Powered by Mozilla PDF.js v3.11

Document Information

Document Title Motifs locaux binaires pour la classification d'images de textures multispectrales
Author / Organization Sofiane Mihoubi, Olivier Losson, Benjamin Mathon, Ludovic Macaire
Subject & Discipline Multidisciplinary Academic Open Research
Categories Science & Mathematics
Publication Year 2019
License / Rights Open Access / Creative Commons
Resource Verification Listed PDF (Verification Pending)
Original Host Website HAL Open Science (hal.science)
File Format application/pdf (Portable Document Format)
Language EN
Catalog ID DOC-41564
Original Source Link Visit Source Page on hal.science »