图像特征学习之LBP特征

局部二进制模式(Local Binary Patterns,LBP)最早是作为一种描述纹理的算子提出来的,由于其对图像局部纹理特征的卓越描绘能力而获得广泛的应用。

下面对LBP算子做一些介绍

1.基本LBP算子:




如图所示,在一个像素点的3*3邻域中,以该点83为阈值,对邻域的8个点进行二值化处理,然后顺时针读数,就形成了一个二进制串,以该二进制串作为该点的响应值。在对整幅图像进行局部二进制处理后,就形成了一个LBP响应图像,这个响应图像的直方图称为LBP直方图,也称作LBP特征

2.圆形邻域的LBP算子


这种LBP算子不再是以像素点的3*3邻域来进行运算了,而是取了像素点圆形邻域的点进行运算,如图所示,有多个圆形邻域,图中有的点之间位于像素的中间,那么就取该像素值为该点的值,有的点位于几个像素的交界处,那么就采用双线性插值对该点进行取值,这样顺时针一次读

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值