LBP中等价模式为什么是P*（P-1）+2维向量？
为了解决二进制模式过多的问题，提高统计性，Ojala提出了采用一种“等价模式”（Uniform Pattern）来对LBP算子的模式种类进行降维。Ojala等认为，在实际图像中，绝大多数LBP模式最多只包含两次从1到0或从0到1的跳变。因此，Ojala将“等价模式”定义为：当某个LBP所对应的循环二进制数从0到1或从1到0最多有两次跳变时，该类型保留；跳变次数超过2次时，均归为一类。
通过这样的改进，二进制模式的种类大大减少，而不会丢失任何信息。模式数量由原来的2P种减少为 P ( P-1)+2种，其中P表示邻域集内的采样点数。对于3×3邻域内8个采样点来说，二进制模式由原始的256种减少为5种，这使得特征向量的维数更少，并且可以减少高频噪声带来的影响。
P ( P-1)+2种的解释:
2,指全0，全1
P ( P-1)，跳变次数只能为2，首先确定0（或1）的位置，有P种选择；然后确定跳变的位置，由于循环性，只有P-1种选择。
当8个二进制位中只出现1个0时，0的位置存在8种情况，列举如下：0111 1111,1011 1111,1101 1111,1110 1111,1111 0111,1111 1011,1111 1101,1111 1110。
当8个二进制位中连续出现两个0时，00的位置也存在8种情况，0011 1111,1001 1111,1100 1111,1110 0111，1111 0011,1111 1001,1111 1100，0111 1110。
同理，当8个二进制位中连续出现7个0时，0000 000的位置也存在8种情况，这样，规律就出现了，总共有8*（8-1）=56种情况。
综上：如果对像素进行LBP（R，P）编码时，采用等价模式，产生的二进制模式种类为P*（P-1）+2种，此在MATLAB实现中将产生58维的向量。
在实际开发的时候维度并不是58而是59，多的那一个是表明不属于这58种之中（跳变次数超过2次的一类）；而这58种已经涵盖了大部分特征信息了，起到了降维的作用。
参考自：https://blog.csdn.net/u014682691/article/details/46933123
https://blog.csdn.net/sad_123_happy/article/details/9087989
3493
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
