LBP特征计算程序

http://blog.csdn.net/hujingshuang/article/details/47292721

简介:

局部二值模式(Local Binary Pattern, LBP)是一种有效的纹理描述算子,它具有旋转不变性和灰度不变性的显著的有点。已经广泛的应用于纹理分类、纹理分割、人脸图像分析等领域。本文就LBP算法做简单的讲解,并在OpenCV中加以实现。

基本的LBP算子

局部二值模式是一种灰度范围内的纹理描述方式。算法的思想是利用结构化思想提取窗口特征,再利用统计化做最终整体特征的提取。

最初的LBP描述子算法步骤如下:

1、对图像中的所有点,以该点为中心,取3x3的邻域窗口;

2、8-邻域像素值与中心点像素值进行比较,大于或等于中心像素标记为1,否则标记为0;

3、将周围0-1序列,以一定的顺序排列,成一个8位的无符号的二进制数,转化成整数;

4、这个整数就是表征这个窗口的LBP值


以上,便是最基本的LBP算子。由于直接利用的灰度比较,所以其具有灰度不变性;但是,有两个很明显的缺点:

1、产生的二进制模式多;

2、不具有旋转不变性

为解决这两个问题,后人对LBP算法做了改进,后面会有介绍。

当然,上面的8-邻域并不是最好的,但是最基本的,在后面出现了诸如下图所示的邻域,1,2指的是半径,8,16指的是采样点数。


改进的LBP算子

LBP等价模式

      考察LBP算子的定义可知,一个LBP算子可以产生多种二进制模式(p个采样点)如:3x3邻域有p=8个采样点,则可得到2^8=256种二进制模式;5x5邻域有p=24个采样点,则可得到2^24=16777216种二进制模式,以此类推......。显然,过多的二进制模式无论对于纹理的提取还是纹理的识别、分类及信息存取都是不利的,在实际应用中不仅要求采用的算子尽量简单,同时也要考虑到计算速度、存储量大小等问题。因此需要对原始的LBP模式进行降维

      Ojala提出一种“等价模式”(Uniform Pattern)来对LBP算子进行降维,Ojala等认为图像中,某个局部二进制模式所对应的循环二进制数从0—>1从1—>0,最多有两次跳变,该局部二进制模式所对应的二进制就成为一个等价模式。如00000000,00111000,10001111,11111111等都是等价模式类。判断一个二进制模式是否为等价模式最简单的办法就是将LBP值与其循环移动一位后的值进行按位相与,计算得到的二进制数中1的个数,若个数小于或等于2,则是等价模式;否则,不是。出了等价模式以外的模式都归一一类,称为混合模式类。

       通过这种改进,二进制模式的种类大大减少,而不会丢失任何信息,模式种类由原来的2^p减少为p*(p-1)+2种。

       但等价模式代表了图像的边缘、斑点、角点等关键模式,等价模式占了总模式中的绝大多数,所以极大的降低了特征维度。利用这些等价模式和混合模式类直方图,能够更好地提取图像的本质特征。


(降维而不丢失了图像主要的信息,精华的部分!)

旋转不变的LBP算子

       由于LBP的二进制模式是以一定的方向、顺序进行编码的,所以当图像发生旋转时,按这种编码的话,LBP值会发生改变,因此是不具有旋转不变性的。Maenpaa等人提出了具有旋转不变性的LBP算子。

       解决办法是:不断旋转邻域得到一系列的LBP值,取其中最小值作为该邻域的LBP值。旋转过程实质上就是对二进制模式进行循环移位的过程。


      通过引入旋转不变的定义,使LBP算子更具鲁棒性。但这也是LBP算子丢失了方向信息。在很多场合,方向信息非常重要;然而,在纹理图像分析中,LBP依然被证明是有效的。

实验

opencv代码

通过定义model_rotationmodel_equivalent来进行等价模式和旋转不变性的实现。

[cpp]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. /***************************************** 
  2. Copyright (c) 2015 Jingshuang Hu 
  3.  
  4. @filename:intrins.cpp 
  5. @datetime:2015.08.05 
  6. @author:HJS 
  7. @e-mail:eleftheria@163.com 
  8. @blog:http://blog.csdn.net/hujingshuang 
  9. *****************************************/  
  10.   
  11. #include <iostream>  
  12. #include <opencv2/core/core.hpp>  
  13. #include <opencv2/highgui/highgui.hpp>  
  14. #include <opencv2/imgproc/imgproc.hpp>  
  15. #include "intrins.h"  
  16.   
  17. using namespace cv;  
  18. using namespace std;  
  19.   
  20. #define model_rotation  
  21. #define model_equivalent  
  22.   
  23. int main()  
  24. {  
  25.     Mat img = imread("lena.jpg", IMREAD_GRAYSCALE);//灰度  
  26.     Mat pic = Mat::zeros(img.rows, img.cols, img.type());  
  27.     imshow("src", img);  
  28.     //p1    p2  p3  
  29.     //p8    p0  p4  
  30.     //p7    p6  p5  
  31.     for (int i = 1; i < img.rows - 1; i++)  
  32.     {  
  33.         for (int j = 1; j < img.cols - 1; j++)  
  34.         {  
  35.             uchar p[9];  
  36.   
  37.             p[0] = img.at<uchar>(i, j);//中心  
  38.             p[1] = img.at<uchar>(i - 1, j - 1);  
  39.             p[2] = img.at<uchar>(i - 1, j);  
  40.             p[3] = img.at<uchar>(i - 1, j + 1);  
  41.             p[4] = img.at<uchar>(i, j + 1);  
  42.             p[5] = img.at<uchar>(i + 1, j + 1);  
  43.             p[6] = img.at<uchar>(i + 1, j);  
  44.             p[7] = img.at<uchar>(i + 1, j - 1);  
  45.             p[8] = img.at<uchar>(i, j - 1);  
  46.               
  47.             uchar value = 0;//LBP值  
  48.             for (int k = 1; k <= 8; k++)  
  49.             {  
  50.                 value += (p[k] >= p[0]) << (8 - k);  
  51.             }  
  52. //等价模式  
  53. #ifdef model_equivalent  
  54.             uchar temp = _cror(value, 1);  
  55.             if(_mm_popcnt_u32(temp & value) > 2)//_mm_popcnt_u32计算二进制数1的个数  
  56.             {  
  57.                 pic.at<uchar>(i, j) = value;  
  58.             }  
  59. #else  
  60.             pic.at<uchar>(i, j) = value;  
  61. #endif  
  62. //旋转不变  
  63. #ifdef model_rotation  
  64.             uchar rot[8];  
  65.             _rota(value, rot);  
  66.             pic.at<uchar>(i, j) = _min(rot);  
  67. #endif  
  68.         }  
  69.     }  
  70.     imshow("LBP_equ_rot", pic);  
  71.     waitKey();  
  72.   
  73.   
  74.     return 0;  
  75. }  

其中intrins.hintrins.cpp是循环移位及查找最小值的源代码。

intrins.h

[cpp]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. /***************************************** 
  2. Copyright (c) 2015 Jingshuang Hu 
  3.  
  4. @filename:intrins.cpp 
  5. @datetime:2015.08.05 
  6. @author:HJS 
  7. @e-mail:eleftheria@163.com 
  8. @blog:http://blog.csdn.net/hujingshuang 
  9. *****************************************/  
  10.   
  11. #ifndef __INTRINS_H__  
  12. #define __INTRINS_H__  
  13.   
  14. #include <cv.h>  
  15.   
  16. using namespace std;  
  17.   
  18. uchar _crol(uchar tmp, uchar n);  
  19. uchar _crol_bit(uchar tmp);  
  20. uchar _cror(uchar tmp, uchar n);  
  21. uchar _cror_bit(uchar tmp);  
  22. void _rota(uchar tmp, uchar *temp);  
  23. uchar _min(uchar *tmp);  
  24.   
  25. #endif  
intrins.cpp

[cpp]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. /***************************************** 
  2. Copyright (c) 2015 Jingshuang Hu 
  3.  
  4. @filename:intrins.cpp 
  5. @datetime:2015.08.05 
  6. @author:HJS 
  7. @e-mail:eleftheria@163.com 
  8. @blog:http://blog.csdn.net/hujingshuang 
  9. *****************************************/  
  10.   
  11. #include "intrins.h"  
  12.   
  13. //循环左移n位  
  14. uchar _crol(uchar tmp, uchar n)  
  15. {  
  16.     while(n--)  
  17.     {  
  18.         tmp = _crol_bit(tmp);  
  19.     }  
  20.     return tmp;  
  21. }  
  22. //循环左移1位  
  23. uchar _crol_bit(uchar tmp)  
  24. {  
  25.     return (tmp << 1) | (tmp >> 7);  
  26. }  
  27. //循环右移n位  
  28. uchar _cror(uchar tmp, uchar n)  
  29. {  
  30.     while(n--)  
  31.     {  
  32.         tmp = _cror_bit(tmp);  
  33.     }  
  34.     return tmp;  
  35. }  
  36. //循环右移1位  
  37. uchar _cror_bit(uchar tmp)  
  38. {  
  39.     return (tmp >> 1) | (tmp << 7);  
  40. }  
  41. //循环移位(旋转)  
  42. void _rota(uchar tmp, uchar *temp)  
  43. {  
  44.     for (int i = 0; i < 8; i++)  
  45.     {  
  46.         *temp = _cror(tmp, i);  
  47.         temp++;  
  48.     }  
  49. }  
  50. //找到最小值  
  51. uchar _min(uchar *tmp)  
  52. {  
  53.     uchar min = *tmp;  
  54.     for (int i = 0; i < 8; i++)  
  55.     {  
  56.         tmp++;  
  57.         if (min > *tmp)  
  58.         {  
  59.             min = *tmp;  
  60.         }  
  61.     }  
  62.     return min;  
  63. }  

结果:

依次是:原图、等价模式、旋转不变、等价+旋转不变(注:此处等价模式未进行任何的等价处理)

参考文献:

1、黄菲菲,基于LBP的人脸识别研究[M],2009.

2、程雪峰,基于LBP特征的人脸识别算法研究[M],2014.

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值