本文介绍了LBP（局部二值模式）算子的基本原理，包括3*3矩阵块中的中心像素与邻域像素比较，形成二进制数；探讨了圆形LBP算子如何克服固定半径的限制，实现不同尺度纹理的适应；并详细阐述了LBP的旋转不变模式，确保模式在旋转后仍保持一致。LBP算子因其对纹理变化的敏感性和人类视觉感知的一致性，在图像处理中有广泛应用。
基本的LBP算子：
3*3的矩阵块，1个中心像素和8个邻域像素对应于9个灰度值。
特征值：
中心像素的灰度值为阈值，将其邻域的8个灰度值与阈值相比较，大于中心灰度值的像素用1表示，反之用0表示。然后根据顺时针方向读出8位二进制数。
上图得出的二进制数为：1000 0111
表示为十进制数：1+32+64+128=255
LBP的改进版本
- 圆形LBP算子
基本的 LBP算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域，这显然不能满足不同尺寸和频率纹理的需要。为了适应不同尺度的纹理特征，并达到灰度和旋转不变性的要求，Ojala等对 LBP算子进行了改进，将 3×3邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域，改进后的 LBP算子允许在半径为 R 的圆形邻域内有任意多个像素点。从而得到了诸如半径为R的圆形区域内含有p个采样点的LBP算子；
上图表示半径分别为1 2 2，采样点8 16 8的LBP算子，对于不落在图像中心的点，可以采用
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
