图像特征之LBP 局部二值模式

本文深入探讨了图像处理中的LBP(局部二值模式)特征,包括其在人脸识别和表情识别中的应用,以及均匀LBP、旋转不变LBP、旋转不变均匀LBP和LBP直方图等概念。此外,还介绍了LBP特征的扩展,如DLBP、STLBP和VLBP,用于提高噪声抵抗性和动态纹理识别。
摘要由CSDN通过智能技术生成

1.      摘要:本文主要介绍图像纹理描述的一种特征LBP(局部二值模式),基于LBP特征在人脸识别、表情识别方面应用较多。

2.      应用背景

在数字图像处理和模式识别领域,LBP指局部二值模式,英文全称:Local Binary Patterns。最初功能为辅助图像局部对比度,并不是一个完整的特征描述子。后来提升为一种有效的纹理描述算子,度量和提取图像局部的纹理信息,对光照具有不变性。LBP有很多变种,或说改进。单纯的LBP记录像素点与其周围像素点的对比信息,或说差异。


 

3.      特征计算

a. 传统LBP计算: 原始的 LBP 算子定义为在 3*3 的窗口内,以窗口中心像素为阈值,将相邻的 8 个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为 1 ,否则为
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值