圖像特征之局部二值模式

點擊上方“小白學視覺”，選擇加"星標"或“置頂”

重磅干貨，第一時間送達

一：局部二值模式（LBP）介紹

局部二值模式(Local Binary Pattern)主要用來實現(xiàn)2D圖像紋理分析。其基本思想是用每個像素跟它周圍的像素相比較得到局部圖像結(jié)構(gòu)，假設中心像素值大于相鄰像素值則則相鄰像素點賦值為1，否則賦值為0，最終對每個像素點都會得到一個二進制八位的表示，比如11100111。假設3x3的窗口大小，這樣對每個像素點來說組合得到的像素值的空間為[0~2^8]。這種結(jié)果我稱為圖像的局部二值模式或者簡寫為了LBP。

二：局部二值模式（LBP）擴展

對于這種固定窗口大小方式的局部二值模式，很多人很快就發(fā)現(xiàn)它的弊端，不能很好的反映出圖像結(jié)構(gòu)，于是高人紛紛上陣把它改為窗口大小可變，而且把矩形結(jié)構(gòu)改成圓形結(jié)構(gòu)。而且還總結(jié)出來如下一系列的典型結(jié)構(gòu)單元：

該操作是基于原來的局部二值模式的擴展，所以又被稱為擴展的局部二值模式。但是一旦改為圓形的時候，尋找八個點坐標可能會產(chǎn)生小數(shù)坐標，這個時候就需要通過插值方式產(chǎn)生該像素點的像素值，最常見的插值方式基于雙線性插值。這樣就完成了任意尺度上的局部二值模式的采樣。

?

三：運行

輸入圖像與3x3默認的LBP運行結(jié)果如下：

在擴展模式下半徑分別為1、3、5、7時候的運行結(jié)果：

相關各步與代碼實現(xiàn)（基于OpenCV）

1. 載入圖像并顯示

   
   

2. 彩色圖像轉(zhuǎn)為灰度圖像

   
   

3. 默認3x3窗口LBP代碼實現(xiàn)

   
   

4. 擴展方式的LBP代碼實現(xiàn)

   a.雙線性插值計算

   
   

   b.LBP操作

   

   LBP特征在人臉檢測、對象檢測，灰度圖像紋理分析與修復方面都有應用，是每個圖像處理算法工程師必備的知識之一。OpenCV中也實現(xiàn)了基于LBP的人臉級聯(lián)檢測器，實現(xiàn)人臉檢測。

小白團隊出品：零基礎精通語義分割↓↓↓

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~