1、LBP特征背景介紹

LBP指局部二值模式，英文全稱：Local Binary Pattern，是一種用來描述圖像局部特征的算子，LBP特征具有灰度不變性和旋轉不變性等顯著優點。

它是由T. Ojala, M.Pietik?inen, 和 D. Harwood [1][2]在1994年提出，由於LBP特征計算簡單、效果較好，因此LBP特征在計算機視覺的許多領域都

得到了廣泛的應用，LBP特征比較出名的應用是用在人臉識別和目標檢測中，在計算機視覺開源庫OpenCV中有使用LBP特征進行人臉識別的接口，也有

用LBP特征訓練目標檢測分類器的方法，Opencv實現了LBP特征的計算，但沒有提供一個單獨的計算LBP特征的接口。

2、MATLAB代碼

 1 %2017-05-12   學習LBP特征  
 2 
 3  clc;
 4  clear;
 5 
 6 %讀圖操作
 7 img=imread(‘船 (403).bmp‘);
 8 [m,n]=size(img);
 9 figure(1);
10 imshow(img,[]);
11 title(‘原圖‘);
12 %%
13 %求原始的LBP特征
14 img_LBP=zeros(m,n);
15 for i=2:m-1
16    for j=2:n-1 
17        
18        code=zeros(1,8);    %行向量
19        code(1
 
)=img(i-1,j-1)>img(i,j);
20        code(2)=img(i-1,j)>img(i,j);
21        code(3)=img(i-1,j+1)>img(i,j);
22        code(4)=img(i,j+1)>img(i,j);
23        code(5)=img(i+1,j+1)>img(i,j);
24        code(6)=img(i+1,j)>img(i,j);
25        code(7)=img(i+1,j-1)>img(i,j);
26        code(8
 
)=img(i,j-1)>img(i,j);
27        for p=1:8
28            img_LBP(i,j)=img_LBP(i,j)+code(p)*2^(8-p);     %從左上角開始，順時針編碼
29        end
30        
31    end
32 end
33 
34 figure(2);
35 imshow(img_LBP,[]);
36 title(‘original LBP‘);
37 %%
38 %求旋轉不變LBP
39 img_LBP_ri=zeros(m,n);
40 for i=2:m-1
41    for j=2:n-1 
42        
43        code=zeros(1,8);    %行向量，原始LBP特征編碼
44        code(1)=img(i-1,j-1)>img(i,j);
45        code(2)=img(i-1,j)>img(i,j);
46        code(3)=img(i-1,j+1)>img(i,j);
47        code(4)=img(i,j+1)>img(i,j);
48        code(5)=img(i+1,j+1)>img(i,j);
49        code(6)=img(i+1,j)>img(i,j);
50        code(7)=img(i+1,j-1)>img(i,j);
51        code(8)=img(i,j-1)>img(i,j);
52        for p=1:8
53            img_LBP_ri(i,j)=img_LBP_ri(i,j)+code(p)*2^(8-p);     %從左上角開始，順時針編碼
54        end
55        
56        %循環左移,移動k位相當於把開頭的k個數放到最右邊
57        for k=1:7
58            code=[code(k+1:end) code(1:k)];    %移位之後的二進制編碼，右移表達式 code=[code(end-k+1:end) code(1:end-k)]
59            temp=0;
60            for p=1:8
61                temp=temp+code(p)*2^(8-p);
62            end
63            if temp<img_LBP_ri(i,j)    %取旋轉之後的最小值
64                img_LBP_ri(i,j)=temp;
65            end
66        end
67        
68    end
69 end
70 
71 figure(3);
72 imshow(img_LBP_ri,[]);
73 title(‘rotate invariant LBP‘);

3、LBP特征圖像

學習LBP特征