通俗讲LBP算子——特征描述算子

1.通俗说LBP算子

1.1 较理想的LBP算子

LBP是Local Binary Pattern的缩写，即局部二值模式。算子就是指掩模。例如，这里的LBP算子为3X3大小的，其是把中心位置的像素值作为阈值标准，当邻域的值大于中心值时，那个位置就被标记为1，小于则被标记0。当标记完后就可以做编码了。编码以左上角，也就是像素坐标轴的零点作为起始点，顺时针将标记值由右边低位向左边高位依次排列，如下图所示，得到一个8位长的编码。

再如这个图像为9X9大小，算子扫过就会出现9X9 / 3X3 = 9个编码值，然后用直方图统计编码值的出现的频率。如此就记录下了这张图像的特征信息。
当具有类似特征信息的图像需要识别时，就将两者的特征信息对匹配，根据经验设定一个匹配值，如两者匹配率达到90%，那就是可以两者是同一类或者同一个东西。或者做识别，将图像的特征信息扔进训练好的分类器，让它判断图像是什么。

2.较理想下LBP算子的不足

2.1 未考虑图像的旋转不变性

在1.1中所讲的小例子，如果具有相同特征信息的图像A1和