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.pietikäinen, 和 d. harwood [1][2]在2023年提出，由於lbp特徵計算簡單、效果較好，因此lbp特徵在計算機視覺的許多領域都得到了廣泛的應用，lbp特徵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特徵進行人臉識別的介面，也有用lbp特徵訓練目標檢測分類器的方法，opencv實現了lbp特徵的計算，但沒有提供乙個單獨的計算lbp特徵的介面。
二、原始lbp特徵描述及計算方法
原始的lbp運算元定義在畫素3*3的鄰域內，以鄰域中心畫素為閾值，相鄰的8個畫素的灰度值與鄰域中心的畫素值進行比較，若周圍畫素大於中心畫素值，則該畫素點的位置被標記為1，否則為0。這樣，3*3鄰域內的8個點經過比較可產生8位二進位制數，將這8位二進位制數依次排列形成乙個二進位制數字，這個二進位制數字就是中心畫素的lbp值，lbp值共有2828種可能，因此lbp值有256種。中心畫素的lbp值反映了該畫素周圍區域的紋理資訊。
備註：計算lbp特徵的影象必須是灰度圖，如果是彩色圖，需要先轉換成灰度圖。
上述過程用影象表示為：
將上述過程用公式表示為：
(xc,yc)(xc,yc)為中心畫素的座標，p為鄰域的第p個畫素，ip為鄰域畫素的灰度值，ic為中心畫素的灰度值，s(x)s(x)為符號函式
原始lbp特徵計算**(opencv3.4.6下)：
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...
原始LBP特徵計算 MATLAB
原始的lbp運算元定義在畫素3 3的鄰域內，以鄰域中心畫素為閾值，相鄰的8個畫素的灰度值與鄰域中心的畫素值進行比較，若周圍畫素大於中心畫素值，則該畫素點的位置被標記為1，否則為0。這樣，3 3鄰域內的8個點經過比較可產生8位二進位制數，將這8位二進位制數依次排列形成乙個二進位制數字，這個二進位制數字...
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...