Skip to main content

Table 4 Parameter settings for each descriptor and dataset after applied optimization scheme

From: Evaluation of noise robustness for local binary pattern descriptors in texture classification

Descriptor

Parameters per dataset

 

Brodatz

KTH-TIPS2b

Kylberg

Mondial Marmi

UIUC

Virus

LBP

N = 8

N = 8

N = 8

N = 9

N = 11

N = 10

 

R = 2

R = 2

R = 3

R = 4

R = 6

R = 4

ILBP

N = 9

N = 8

N = 10

N = 8

N = 9

N = 10

 

R = 2

R = 2

R = 3

R = 3

R = 3

R = 4

MBP

N = 8

N = 8

N = 9

N = 8

N = 8

N = 9

 

R = 2

R = 2

R = 3

R = 2

R = 3

R = 4

LTP

N = 8

N = 8

N = 9

N = 9

N = 11

N = 10

 

R = 2

R = 2

R = 3

R = 4

R = 9

R = 4

 

t 1 = 9

t 1 = 5

t 1 = 12

t 1 = 4

t 1 = 6

t 1 = 11

ILTP

N = 10

N = 8

N = 10

N = 10

N = 9

N = 11

 

R = 2

R = 2

R = 3

R = 2

R = 3

R = 4

 

t 1 = 5

t 1 = 3

t 1 = 11

t 1 = 5

t 1 = 7

t 1 = 5

LQP

N = 8

N = 9

N = 8

N = 11

N = 8

N = 8

 

R = 2

R = 3

R = 2

R = 5

R = 3

R = 2

 

t 1 = 6

t 1 = 2

t 1 = 6

t 1 = 16

t 1 = 7

t 1 = 4

 

t 2 = 12

t 2 = 4

t 2 = 12

t 2 = 32

t 2 = 14

t 2 = 8

RLBP

N = 8

N = 8

N = 9

N = 8

N = 9

N = 9

 

R = 1

R = 2

R = 3

R = 3

R = 4

R = 4

 

t 1 = 1

t 1 = 5

t 1 = 5

t 1 = 3

t 1 = 3

t 1 = 3

FLBP

N = 8

N = 8

N = 8

N = 9

N = 9

N = 10

 

R = 2

R = 2

R = 3

R = 4

R = 3

R = 4

 

f = 4

f = 8

f = 14

f = 9

f = 6

f = 20

SLBP

N = 8

N = 8

N = 8

N = 9

N = 11

N = 10

 

R = 2

R = 2

R = 3

R = 4

R = 6

R = 4

 

t 1 = 9

t 1 = 10

t 1 = 9

t 1 = 9

t 1 = 9

t 1 = 9

GF

γ = 3

γ = 4

γ = 4

γ = 3

γ = 2

γ = 3

 

η = 1

η = 1

η = 2

η = 2

η = 1

η = 2

GLCM

q = 17

q = 17

q = 18

q = 15

q = 20

q = 16

 

d = 1

d = 3

d = 3

d = 2

d = 3

d = 3