29、图像预处理与特征提取技术详解

图像预处理与特征提取技术详解

1. 逐像素变换

1.1 局部二值模式（LBP）

局部二值模式（LBP）是一种用于描述图像局部纹理特征的方法。其基本原理是将中心像素与它的八个邻域像素进行比较。若某个邻域像素的值大于或等于中心像素的值，则该位置对应的二进制值设为 1，否则设为 0。这八个二进制值组合起来就形成了一个 8 位的数字。

LBP 还可以扩展到更大的区域。通过将当前像素与圆周上的（插值后的）图像位置进行比较，这种扩展的 LBP 由样本数量 P 和圆的半径 R 来表征。在实际应用中，某些特定的 LBP 模式（如 00111111）出现的频率较高。通过将所有非均匀的 LBP 模式聚合为一个类别，可以进一步减少纹理类别的数量。这样，局部图像结构就被分为九种 LBP 类型，包括八种旋转不变的均匀模式和一种非均匀类别。

此外，LBP 算子可以使用不同大小的邻域。由于圆周上的位置通常不会恰好与像素网格重合，因此需要使用双线性插值来估计这些位置的强度。这种扩展的 LBP 算子能够捕捉图像中不同尺度的纹理信息。

1.2 纹理基元图（Texton maps）

纹理基元（Texton）这一概念源于人类感知研究，它指的是纹理的基本感知元素，类似于语音识别中的音素。在机器视觉领域，纹理基元是一个离散变量，用于表示当前像素周围区域中存在的有限数量的可能纹理类别之一。纹理基元图则是在每个像素处计算纹理基元的图像。

纹理基元的分配依赖于训练数据。具体步骤如下：
1. 使用一组 N 个滤波器对一组训练图像进行卷积操作。
2. 将每个训练图像中每个像素位置的响应连接起来，形成一个 N×1 的向量。