LBP(局部二进制模式)

LBP算子(局部二进制模式)
出自2002 ojala PAMI
纹理分类算子，LBP构造了衡量一个像素点和它邻域像素之间关系，即对于3*3的邻域，其各像素与中心像素大小关系，构成二进制数。当大于中心点的像素值时，则被二值化为1，小于二值化为0，然后以顺时针方向构成二进制数。
LBP有2^p个二进制模式。其中p为周围像素点个数。

LBP量化像素点与其周围的像素点，可以有效的去除光照对图像的影响，只要光照变化不足以改变两个像素点之间的大小关系，那么就不会改变LBP二值化的值。

---

下面有几个LBP变形：
uniform模式
LBP二进制模式与周围像素点个数有着直接关系，对于半径为R含有P个采样点的LBP算子有2^P个。当邻域越大时，其二进制的模式急剧递增。如8个采样点有256种二进制模式，而20个采样点有2^20=1048576种二进制模式。
在实际图像中绝大多数LBP模式最多只包括两次从1到0或0到1的跳变。因此该模式叫uniform模式。而二进制模式种类从2^P个降到2+2*(P-1)+2*C_(P-1)^2=(P-1)P+2个。其中跳变0次有2种，跳变1次有2*(P-1)种，跳变2次有2*C_(P-1)^2种。
旋转模式
无论图像怎么旋转，对点提取的二进制特征的最小值是不变的，用最小值作为提取的LBP特征，这样LBP就是旋转不变的

用途：
可用于人脸识别和表情识别

优点：二进制数，可定点化，速度快，而效果可与Haar齐平。因为LBP和Haar检测的准确率，是依赖训练过程中的训练数据的质量和训练参数。