LBP特征提取算法的提取与实现

该博客详细介绍了LBP(局部二值模式)特征提取算法的工作原理,即通过比较图像像素点与其周围8个像素点的亮度,形成2^8种可能的LBP码,用于描述图像细节。博主提供了C++ OpenCV实现的代码,包括从灰度图像中提取LBP特征并显示结果的过程。
摘要由CSDN通过智能技术生成
LBP的基本思想是对图像的像素和它周围8个像素进行比较,然后求和。如果中心像素的亮度大于等于他的相邻像素,把他标记为1,否则标记为0。最终可以获取2^8个可能的组合,称为局部二值模式或LBP码。

这样做的原理:因为对于一张图片,相邻像素之 间的的值是有关系的。因此中心点和相邻像素比较后就能得到一个二进制串,这个二进制串就能很好的表示这个点和相邻像素之间的模式,这个模式就是这个二进制串。 这种描述方法就可以很好的捕捉到图像中的细节。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值