lbp（local binary pattern，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；它具有旋轉不變性和灰度不變性等顯著的優點。它是首先由t. ojala, m.pietikäinen,和 d. harwood 在2023年提出，用於紋理特徵提取。而且，提取的特徵是影象的區域性的紋理特徵；
對lbp特徵向量進行提取的步驟
（1）首先將檢測視窗劃分為a×a的小區域（cell）；
（2）對於每個cell中的乙個畫素，將相鄰的8個畫素的灰度值與其進行比較，若周圍畫素值大於中心畫素值，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個點經比較可產生8位二進位制數，即得到該視窗中心畫素點的lbp值；
（3）然後計算每個cell的直方圖，即每個數字（假定是十進位制數lbp值）出現的頻率；然後對該直方圖進行歸一化處理。
（4）最後將得到的每個cell的統計直方圖進行連線成為乙個特徵向量，也就是整幅圖的lbp紋理特徵向量；
然後便可利用svm或者其他機器學習演算法進行分類了。
在lbp的應用中，如紋理分類、人臉分析等，一般都不將lbp圖譜作為特徵向量用於分類識別，而是採用lbp特徵譜的統計直方圖作為特徵向量用於分類識別。
LBP特徵提取
基本原理 lbp的基本思想是以影象中某個畫素為中心，對相鄰畫素進行閾值比較。如果中心畫素的亮度大於等於它的相鄰畫素，把相鄰畫素標記為1，否則標記為0。我們可以用二進位制數字來表示lbp圖中的每個畫素的lbp編碼，比如下圖中的中心畫素，它的lbp編碼為 00010011，其十進位制值為19。用公式表示...
LBP特徵提取實現
捯飭了一兩天才搞好！在lbp.m下輸入下面 執行結果如圖 i imread rice.png using uniform patterns subplot 2,1,1 stem h1 h2 lbp i subplot 2,1,2 stem h2 sp 1 1 1 0 1 1 0 1 0 1 1 1 ...
LBP特徵提取冗餘處理
lbp特徵提取冗餘處理.cpp 定義控制台應用程式的入口點。include stdafx.h include include include include include include include include include using namespace cv using namesp...