LBP(局部二值模式)

最新推荐文章于 2024-06-01 07:45:00 发布

小羊哈利

最新推荐文章于 2024-06-01 07:45:00 发布

阅读量6.5k

点赞数

分类专栏：图像局部特征文章标签： LBP 局部二值模式

本文链接：https://blog.csdn.net/u013207865/article/details/49720509

版权

LBP（局部二值模式）是一种用于图像纹理特征提取的描述符，具有旋转不变性和灰度不变性。最初以3x3窗口进行操作，通过比较中心像素与周围像素的灰度值生成LBP码。随着发展，LBP算子进行了扩展，允许在不同半径的圆形邻域内处理，以适应不同尺度的纹理特征。降维和等价模式的概念被引入以减少模式数量，同时保持关键信息。LBP在纹理分类、人脸分析等领域广泛应用，通过计算LBP直方图作为特征向量，结合机器学习算法进行分类。

摘要由CSDN通过智能技术生成

LBP

英文全称是Local Binary Pattern,LBP是一种有效的描述图像局部纹理特征的descriptor，它是由T.Ojala在1994年提出来的，用于纹理特征提取，经过其改善，具备了旋转不变性和灰度不变性（这里所谓的灰度不变性，个人觉得就是单调光照不变性）。如今广泛运用于纹理分类、纹理分割、人脸图像分析等领域。

最初的LBP特征设计

在3x3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。这样，3x3邻域内的8个点经比较可产生8位二进制数（通常转换为十进制数即LBP码，共256种），即得到该窗口中心像素点的LBP值，并用这个值来反映该区域的纹理信息。如下图所示：
这里写图片描述
上图比较容易理解，最下面的那个LBP值计算就是从3x3窗口的左上角开始，沿顺时针开始组合成一个8位的二进制数，然后转换为10进制数。

LBP的改进和发展

圆形领域内的任意多个像素点
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。
这里写图片描述