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、将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或从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_rotation与model_equivalent来进行等价模式和旋转不变性的实现。

[cpp]  view plain  copy

 

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.h与intrins.cpp是循环移位及查找最小值的源代码。

intrins.h

[cpp]  view plain  copy

 

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

 

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.