图像特征提取：局部二值模式（LBP)

一、LBP算子

　　局部二值模式是一种灰度范围内的非参数描述子，具有对灰度变化不敏感且计算速度快等优点[1].LBP算子利用中心像素的领域像素与中心像素的比较结果进行编码。常见的LBP_{P,R}模式有：

       P,R分别代表领域像素点的个数和领域半径，上图所示分别为8点半径为1；16点半径为2；8点半径为2的模式。

　　LBP算子计算实例如下：从左上角开始，沿顺时针方向依次与中心像素进行比较，如果大于等于中心像素的取值为1，否则为0.得到一个01序列，我们视为一个二进制数。将二进制数转化为十进制数即可。

       LBP算子的数学表述如下：

       结果:

 

二、旋转不变LBP算子

　　对于一个8点LBP算子而言，经过不同角度的旋转，我们最终会有8个序列组成的二进制数，也就是说能产生8个十进制数，如果我们以最小的那个二进制数为标记，经过旋转，大于它的LBP算子我们一律以最小值来考虑，则得到的算子结果是一样的。

其数学表达为：

 

三、局部三值模式

　　在LBP算子的基础之上，把原来非1即0的情况，改成了1，0，-1的情况。

结果：

参考：https://www.cnblogs.com/lyxyhhxbk/p/10816863.html