Datawhale计算机视觉基础-图像处理（下）-Task02 LBP特征描述算子-人脸检测

脸检测相关流程

1.选择图像上的某个（矩形）区域作为一个观察窗口；

2.在选定的窗口中提取一些特征对其包含的图像区域进行描述；

3.根据特征描述来判断这个窗口是不是正好框住了一张人脸。

LBP算法

LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；

LBP的改进版本：

原始的LBP提出后，研究人员不断对其提出了各种改进和优化。
（1）圆形LBP算子：
（2）LBP旋转不变模式;
（3）LBP等价模式.

对LBP特征向量进行提取的步骤

1）首先将检测窗口划分为16*16的小区域（cell);

2）对于每个cell中的一个像素，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0.这样，3*3领域内的8个点经过比较可产生8位二进制数，即得到该窗口中心像素点的LBP值；

3）然后计算每个cell的直方图，即每个数字出现的频率，然后对该直方图进行归一化处理;

4）最后将得到的每个cell的统计直方图进行连接成一个特征向量，也就是整幅图的LBP纹理特征向量,然后便可以用SVM或者其他机器学习算法进行分类了。