LBP概念:
LBP为局部二值模式,用于描述图像局部特征的算子,其具备灰度不变性和旋转不变性。
(灰度不变性:光照变化不会对描述产生影响,因为光照产生的是区域性质的变化)
(旋转不变性:对图像进行旋转后,提取的特征不会发生变化)
LBP主要用在人脸检测和目标检测方面。
1、LBP特征的描述
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。这样,3*3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:
(从左上角的点开始按顺时针方向依次写)
其缺点很明显——它只覆盖了一个固定半径范围内的小区域,无法满足不同尺寸和频率纹理的需要。
由于原始LBP特征使用的是固定邻域内的灰度值,因此当图像的尺度发生变化时,LBP特征的编码将会发生错误,LBP特征将不能正确的反映像素点周围的纹理信息,因此研究人员对其进行了改进。有Extended LBP(Circular LBP)、Uniform Pattern LBP特征、MB-LBP特征(Multiscale Block LBP&#x