《表1 不同特征融合权值对应的纹理识别精度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Gabor特征和局部二值模式融合的纹理图像识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表1可以看出:1)当w=0.4时，实现了全局Gabor特征和局部LBP特征的较好融合，纹理识别精度达到最高99.26%；2)当w=0时，只利用了局部LBP特征，此时的识别精度为94.01%；3)当w=1时，只利用了全局Gabor特征，此时的识别精度为97.57%.综上所述，仅利用单一的全局Gabo特征或局部LBP特征都无法取得最高的识别精度，而笔者提出的方法将全局的Gabor特征和局部的LBP特征进行融合，发挥了二者的互补作用，能够获得最高的识别精度99.26%，具有更好的识别性能.因此，在后续的实验中均采用融合权值w=0.4.