转自:http://blog.csdn.net/songzitea/article/details/17686135
背景介绍
局部二值模式(Local binary patterns,LBP)是机器视觉领域中用于描述图像局部纹理特征的算子,具有旋转不变性和灰度不变性等显著的优点。它是由T. Ojala, M.Pietikäinen, 和 D. Harwood [1][2]在1994年提出,LBP在纹理分类问题上是一个非常强大的特征;如果LBP与HOG结合,则可以在一些集合上十分有效的提升检测效果。LBP是一个简单但非常有效的纹理运算符。它将各个像素与其附近的像素进行比较,并把结果保存为二进制数。由于其辨别力强大和计算简单,局部二值模式纹理算子已经在不同的场景下得到应用。LBP最重要的属性是对诸如光照变化等造成的灰度变化的鲁棒性。它的另外一个重要特性是它的计算简单,这使得它可以对图像进行实时分析。本节介绍相关LPB算法特征提取知识。
基本理论
局部二值模式是广泛用于图像分类的一种图像特征,它的特点是,在图像发生光照变化时,提取的特征仍然能够不发生大的改变。提取LBP的过程首先是将原始图像转换为LBP图,然后统计LBP图的LBP直方图,并以这个向量形式的直方图来表示原始的图像。LBP的基本思想是定义于像素的8邻域中,以中心像素的灰度值为阈值,将周围8个像素的值与其比较,如果周围的像素值小于中心像素的灰度值,该像素位置就被标记为0,否则标记为1.每个像素得到一个二进制组合,就像00010011.每个像素有8个相邻的像素点,即有2^8种可能性组合.如下图所示。
因此,LBP操作可以被定义为
其中是中心像素,亮度是
;而
则是相邻像素的亮度。s是一个符号函数:
这种描述方法使得你可以很好的捕捉到图像中的细节。实际上,研究者们可以用它在纹理分类上得到最先进的水平。正如刚才描述的方法被提出后,固定的近邻区域对于尺度变化的编码失效。所以,使用一个变量的扩展方法,在文献[5]中有描述。主意是使用可变半径的圆对近邻像素进行编码,这样可以捕捉到如下的近邻:
对一个给定的点
其中,R是圆的半径,而P是样本点的个数。这个操作是对原始LBP算子的扩展,所以有时被称为扩展LBP(又称为圆形LBP)。如果一个在圆上的点不在图像坐标上,我们使用他的内插点。计算机科学有一堆聪明的插值方法,而OpenCV使用双线性插值。
LBP的提升版本
原始的LBP提出后,研究人员不断对其提出了各种改进和优化。
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;
LBP均匀模式LBP (uniform LBP)
基本地LBP算子可以产生不同的二进制模式,对于半径为R的圆形区域内含有P个采样点的LBP算子将会产生P2种模式。很显然,随着邻域集内采样点数的增加,二进制模式的种类是急剧增加的。均匀模式就是一个二进制序列从0到1或是从1到0的变过不超过2次(这个二进制序列首尾相连)。比如:10100000的变化次数为3次所以不是一个uniform pattern。所有的8位二进制数中共有58个uniform pattern.为什么要提出这么个uniform LBP呢,例如:5×5邻域内20个采样点,有2^20=1,048,576种二进制模式。如此多的二值模式无论对于纹理的提取还是对于纹理的识别、分类及信息的存取都是不利的。同时,过多的模式种类对于纹理的表达是不利的。例如,将LBP算子用于纹理分类或人脸识别时,常采用LBP模式的统计直方图来表达图像的信息,而较多的模式种类将使得数据量过大,且直方图过于稀疏。因此,需要对原始的LBP模式进行降维,使得数据量减少的情况下能最好的代表图像的信息。
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LBP所对应的二进制就称为一个等价模式类。如00000000(0次跳变),00000111(只含一次从0到1的跳变),10001111(先由1跳到0,再由0跳到1,共两次跳变)都是等价模式类。除等价模式类以外的模式都归为另一类,称为混合模式类,例如10010111(共四次跳变)。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58种,即:它把值分为59类,58个uniform pattern为一类,其它的所有值为第59类。这样直方图从原来的256维变成59维。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。
旋转不变模式LBP
旋转不变模式LBP能够在图片发生一定的倾斜时也能得到相同的结果。它的定义可以看下(注:此图来自于网络):
如上图所示(注:此图来自于网络)给出了求取旋转不变的 LBP 的过程示意图,图中算子下方的数字表示该算子对应的 LBP值,图中所示的 8 种 LBP模式,经过旋转不变的处理,最终得到的具有旋转不变性的 LBP值为 15。也就是说,图中的 8种 LBP 模式对应的旋转不变的 LBP模式都是 00001111。
上述介绍了几种不同版本的LBP,对LBP特征向量进行提取的步骤,如下所示:
- 将检测窗口划分为16×16的小区域(cell);
- 对于每个cell中的一个像素,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,3*3邻域内的8个点经比较可产生8位二进制数,即得到该窗口中心像素点的LBP值;
- 然后计算每个cell的直方图,即每个数字(假定是十进制数LBP值)出现的频率;然后对该直方图进行归一化处理。
- 最后将得到的每个cell的统计直方图进行连接成为一个特征向量,也就是整幅图的LBP纹理特征向量;
然后便可利用SVM或者其他机器学习算法进行分类了。
参考代码
本节,提供基本LBP和均匀模式LBP实现代码地函数。在此给出测试的源图像。如图所示:
基本LBP代码
- void
LBP(IplImage* src, IplImage* dst){ -
int width=src->width; -
int height=src->height; -
for(int j=1;j -
for(int i=1;i -
uchar neighborhood[8]={0}; -
neighborhood[7] = CV_IMAGE_ELEM( src, uchar, i-1, j-1); -
neighborhood[6] = CV_IMAGE_ELEM( src, uchar, i-1, j); -
neighborhood[5] = CV_IMAGE_ELEM( src, uchar, i-1, j+1); -
neighborhood[4] = CV_IMAGE_ELEM( src, uchar, i, j-1); -
neighborhood[3] = CV_IMAGE_ELEM( src, uchar, i, j+1); -
neighborhood[2] = CV_IMAGE_ELEM( src, uchar, i+1, j-1); -
neighborhood[1] = CV_IMAGE_ELEM( src, uchar, i+1, j); -
neighborhood[0] = CV_IMAGE_ELEM( src, uchar, i+1, j+1); -
uchar center = CV_IMAGE_ELEM( src, uchar, i, j); -
uchar temp=0; -
-
for(int k=0;k<8;k++){ -
temp+=(neighborhood[k]>center)*(1<<k); -
} -
CV_IMAGE_ELEM( dst, uchar, i, j)=temp; -
} -
} - }
输出结果为:
UniformPatternLBP代码
- void
UniformPatternLBP(IplImage* src, IplImage* dst) { -
int width=src->width; -
int height=src->height; -
uchar table[256]; -
memset(table,0,256); -
uchar temp=1; -
for(int i=0;i<256;++i) { -
if(getHopCount(i)<=2) { -
table[i]=temp; -
temp++; -
} -
// printf("%d\n",table[i]); -
} -
for(int j=1;j -
for(int i=1;i -
uchar neighborhood[8]={0}; -
neighborhood[7] = CV_IMAGE_ELEM( src, uchar, i-1, j-1); -
neighborhood[6] = CV_IMAGE_ELEM( src, uchar, i-1, j); -
neighborhood[5] = CV_IMAGE_ELEM( src, uchar, i-1, j+1); -
neighborhood[4] = CV_IMAGE_ELEM( src, uchar, i, j+1); -
neighborhood[3] = CV_IMAGE_ELEM( src, uchar, i+1, j+1); -
neighborhood[2] = CV_IMAGE_ELEM( src, uchar, i+1, j); -
neighborhood[1] = CV_IMAGE_ELEM( src, uchar, i+1, j-1); -
neighborhood[0] = CV_IMAGE_ELEM( src, uchar, i, j-1); -
-
uchar center = CV_IMAGE_ELEM( src, uchar, i, j); -
uchar temp=0; -
-
for(int k=0;k<8;k++){ -
temp+=(neighborhood[k]>center)*(1<<k); -
} -
CV_IMAGE_ELEM( dst, uchar, i, j)=table[temp]; -
} -
} - }
- int
getHopCount(uchar i){ -
int a[8]={0}; -
int k=7; -
int cnt=0; -
while(i){ -
a[k]=i&1; -
i>>=1; -
--k; -
} -
for(int k=0;k<8;++k){ -
if(a[k]!=a[k+1==8?0:k+1]) { -
++cnt; -
} -
} -
return cnt; - }
其中对应处理后,图像像素值的分布图,如下所示:
参考资料
[1]
[2]
[3]
[4]
[5]