《表4 在UIUC数据库中添加不同噪声的识别率》
/%
由表5可以看出,本文提出的算法在实际项目操作中依然具有更高的识别率。从表2~5及图10的实验数据可以看出,本文改进的LTP算法在KTH-TIPS、Outex、UIUC纹理库上识别率均高于其余LBP算法,说明改进后的ALTP算法具有较强的特征鉴别能力;而在具纹理光照多样性和旋转变化的Outex、UIUC和KTH-TIPS数据库上,改进后的MSALTP算法识别率明显高于其余算法,说明ALTP算法对光照、旋转变化的鲁棒性较强。由以上各个实验结果分析,ALTP算子与现有算法相比在不同的数据库中不同噪声干扰情况下具有更好的识别能力,因此该编码算法有效。
图表编号 | XD00133941000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 张雨、王强、李柏林、高攀 |
绘制单位 | 西南交通大学机械工程学院、西南交通大学机械工程学院、成都工业学院机械工程学院、西南交通大学机械工程学院、西南交通大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |