【特征检测】彩色图片特征检测【含GUI Matlab源码 2557期】

Matlab领域

已于 2023-12-08 10:50:33 修改

阅读量76

点赞数

分类专栏：付费专栏Matlab图像处理（初级版）文章标签： matlab

于 2023-05-06 00:57:37 首次发布

本文链接：https://blog.csdn.net/weixin_63266434/article/details/130518288

版权

付费专栏Matlab图像处理（初级版）专栏收录该内容

35 篇文章 2 订阅 ¥79.90 ¥99.00

订阅专栏

本文介绍了局部二值模式（LBP）在图像纹理特征提取中的应用，包括其旋转不变性和灰度不变性的优势。通过MATLAB源代码展示了如何进行LBP特征提取，并提供了GUI界面供用户选择不同边缘检测方法（Sobel、Roberts、Prewitt、Harris、Susan）。文章还提及了运行结果和所需的MATLAB版本（2014a），并引用了相关参考文献。

摘要由CSDN通过智能技术生成

在这里插入图片描述

⛄一、局部二值模式LBP图像纹理特征提取简介

1 局部二值模式
LBP是一种用来描述图像局部纹理特征的算法,具有旋转不变性和灰度不变性等显著优点。原始的LBP是在3×3的窗口中,以中心像素点的像素值为阈值,将邻域8个像素点的值和阈值进行比较,若邻域点的像素值大于中心像素点,则记为1,否则记为0,然后按照规定的编码方向,给不同的邻域点赋予不同的权重,将二进制序列转换一个无符号十进制数,并用该值作为像素点的LBP特征值,其过程如图1所示。Ojala最初提出的LBP算子存在无法提取大尺寸结构纹理的缺点,为了解决这一问题,Ojala做出改进,将3×3邻域扩展到任意邻域,并用圆形邻域代替正方形邻域,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。综上,对于一幅图像S上的任意像素点S(i,j),将以S(i,j)为中心,半径为R的内含有P个采样点的区域称为其局部邻域(P,R),则像素点S(i,j)的LBP值可以定义为:
在这里插入图片描述
式中:gc代表中心像素S(i,j)的灰度值,gp代表采样点灰度值。这种方法获取的LBP值具有线性灰度不变性,但是在图像发生旋转时,相应的LBP值也会发生改变。为了解决旋转不变性的问题,Ojala等[11]提出了基于旋转不变性的LBP算法。对同一个中心点,以不同的邻域像素点作为起点进行二进制编码,从而得到一系列的二进制编码,选取其中最小的值作为该邻域的LBP值。