⛄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:
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。