基于改进的LBP方法相结合的尿液细胞识别研究  

ON URINE CELLS RECOGNITION BASED ON IMPROVED LOCAL BINARY PATTERN

作　　者：秦颖博[1] 孙杰[2] 

机构地区：[1]天津理工大学计算机与通信工程学院,天津300384 [2]天津理工大学薄膜电子与通信器件天津市重点实验室,天津300384

出　　处：《计算机应用与软件》2013年第10期102-104,107,共4页Computer Applications and Software

基　　金：天津市科委自然科学基金项目(06YFJMC15600)

摘　　要：分析和比较在RGB和HSI两种不同色彩坐标系统下使用支持向量机对尿液细胞进行识别分类的效果,以及使用色彩特征参数与纹理特征参数进行综合识别分类尿液细胞的效果。提出一种改进的局部二元模式(LBP)纹理特征提取方法。实验结果表明提出的HSI颜色特征、基于改进的LBP法提取的纹理特征与支持向量机(SVM)相结合的方法在尿液细胞识别分类中效果良好。The effects of urine cells identification and classification using support vector machine （SVM） in two colour coordinate systems of RGB and HSI respectively are analysed and compared in this paper. The effects of comprehensive recognition of the classified urine cells using colour feature parameter and texture feature parameter are also analysed and compared. We also propose a texture feature extraction method which is based on improved local binary pattern （LBP）. Experimental results show that the method combining the HSI eolour feature, the improved LBP-based texture feature and the SVM has good effect in urine cells recognition and classification.

关 键 词：支持向量机 图像处理 机器学习 局部二值模式（LBP） 目标识别 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]