今天師兄給了我乙個博士寫的lbp特徵原始碼。上網搜尋了一些資料，並結合**，大致有了思路。
原始lbp特徵是根據相鄰的畫素點與中間相鄰點相比的大小確定置為1或0，然後對每個畫素點的領域資訊進行整合，變為領域個位的數的編碼。然後對乙個塊中所有畫素的編碼進行直方圖的統計，得到lbp特徵。
圓形lbp特徵就是在每乙個畫素點周圍用圓形區域進行編碼取樣，其餘和原始lbp特徵相同。
這裡有圖，說的更加明白
這裡有乙個問題，假如你在圓上取樣，那必然會導致部分計算出來的取樣點的座標不是整數。而在影象中，每個畫素點的座標都必須是整數。
如下圖所示：若設領域半徑r = 1，且取樣的8個畫素點等間隔的分布在這個圓上。因為紅色標出的點為要計算編碼的畫素點，因此它的座標為整數(x,y)。那麼綠色標出的點的座標必定不是整數，因此也無法從影象上得到這個點的畫素值。
當然簡單的方法可以用最近的乙個點的值進行代替，但更好的方法是進行雙線性插值。
也就是用綠色點周圍的四個點畫素值的線性組合來表示綠色「點」(在實際影象上不存在)的畫素值。
也就是兩次線性插值來完成綠色點的估計
雙線性插值簡單明瞭的講解：
**給出如下，起始很亂...
void calclbph(iplimage *pimg, cvmat* plbph)
//lbp影象畫素灰度值清零
for(i=0; iheight; i++) }
int weight[8]; //八個周邊畫素的權值
weight[0] = 1;
for(i=1;i<8;i++)
weight[i] = 2 * weight[i-1];
//為每個畫素計算lbp編碼
int height = pimg->height;
int width = pimg->width;
double temp[4][2] = ;
double temp_y[4] = ,temp_x[4] = ;
int temp_iy[4] = ,temp_ix[4] = ;
double dis_y[4] = ,dis_x[4] = ;
double wei[4][4] = ;
double end[4] = ;
for(i=2,k=0; i= cvmget(pimg_mat, i, j))
if(end[0] >= (double)cvmget(pimg_mat, i, j))
if(cvmget(pimg_mat,i-2,j) >= cvmget(pimg_mat, i, j))
if(end[1] >= (double)cvmget(pimg_mat, i, j))
if(cvmget(pimg_mat,i,j-2) >= cvmget(pimg_mat, i, j))
if(end[2] >= (double)cvmget(pimg_mat, i, j))
if(cvmget(pimg_mat,i+2,j) >= cvmget(pimg_mat, i, j))
if(end[3] >= (double)cvmget(pimg_mat, i, j))
}} hist_num_make(plbp_mat,plbph);
cvreleasemat(&plbp_mat);
}
LBP特徵（1）原始LBP特徵
參考 一 lbp特徵的背景介紹 lbp指區域性二值模式，英文全稱 local binary pattern，是一種用來描述影象區域性特徵的運算元，lbp特徵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l...
LBP特徵（3）旋轉LBP特徵
參考 從 1 和 2 可以看出，上面的lbp特徵具有灰度不變性，但還不具備旋轉不變性，因此研究人員又在上面的基礎上進行了擴充套件，提出了具有旋轉不變性的lbp特徵。首先不斷的旋轉圓形鄰域內的lbp特徵，根據選擇得到一系列的lbp特徵值，從這些lbp特徵值選擇lbp特徵值最小的作為中心畫素點的lbp特...
LBP紋理特徵
一幅的特徵 紋理特徵 顏色特徵 形狀特徵 空間關係特徵。這裡說記錄一下紋理特徵 lbp local binary pattern 指區域性二值模式，是一種用來描述影象區域性紋理特徵的運算元，lbp特徵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.ha...