【CV系列】图像算法之七：特征提取算法之LBP

  目录

1、LBP特征的描述

（1）圆形LBP算子：

（2）LBP旋转不变模式

（3）LBP等价模式

2、LBP特征用于检测的原理

3、对LBP特征向量进行提取的步骤

4、LBP算法实现

5、LBP算法在人脸识别中的应用

---

【2016/9/29】今天重点学习了纹理特征提取算法LBP,这个算法可以用于纹理特征提取和人脸识别，应用比较广泛。首先介绍LBP算法的原理，然后是LBP特征的提取步骤，最后使用OpenCV实现了这个算法。    

   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。

1、LBP特征的描述

原始的LBP算子定义为在3*3的窗口内，以窗口中心像素为阈值，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邻域内的8个点经比较可产生8位二进制数（通常转换为十进制数即LBP码，共256种），即得到该窗口中心像 素点的LBP值，并用这个值来反映该区域的纹理信息。如下图所示：