LBP(Local Binary Patterns),即局部二值模式,是一种描述图像局部空间结构的非参数算子。芬兰Oulu大学的T.Ojala等人于1996年提出这个算子用来分析图像纹理特征,并且描述了它在纹理分类中的强区分能力。LBP算子定义为一种灰度尺度不变的纹理算子,是从局部邻域纹理的普通定义得来的。
基本思想是:用中心像素的灰度值作为阈值,与它的邻域相比较得到的二进制码来表述局部纹理特征。
在纹理分析方面,LBP算子是最好的纹理描述符之一,它的主要优点有以下几点:
- 通过它的定义可知,LBP算子的灰度尺度不随任何单一变换而变化,因此灰度尺度的鲁棒性好,也就是光照条件下的鲁棒性好;
- 计算速度快。由于它可以通过在小邻域内进行比较操作得到,使得在复杂的实时条件下分析图像成为可能;
- 由于LBP算子是一种无参数(Non-Parametric)的方法,在应用过程中不需要对它的分布进行预先假设。
1.原始LBP算法
-
一个LBP操作可以被定义为
-
LBP(xc,yc)=∑p−1p=02ps(ip−ic)
其中, (xc,yc) 代表3x3邻域的中心元素,它的像素值为 ic ,邻域内其他像素的值为 ip 。 s(x) 为符号算子,
s(x