目标检测的图像特征提取之(二)LBP特征
http://blog.youkuaiyun.com/zouxy09
LBP(Local Binary Pattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D.Harwood 在1994年提出,用于纹理特征提取。而且,提取的特征是图像的局部的纹理特征;
1、LBP特征的描述
原始的LBP算子定义为在3*3的窗口内,以窗口中心像素为阈值,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为1,否则为0。这样,3*3邻域内的8个点经比较可产生8位二进制数(通常转换为十进制数即LBP码,共256种),即得到该窗口中心像素点的LBP值,并用这个值来反映该区域的纹理信息。如下图所示:
LBP的改进版本:
原始的LBP提出后,研究人员不断对其提出了各种改进和优化。
(1)圆形LBP算子:
基本的 LBP算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域,这显然不能满足不同尺寸和频率纹理的需要。为了适应不同尺度的纹理特征,并达到灰度和旋转不变性的要求,Ojala等对 LBP 算子进行了改进,将 3×3邻域扩展到任意邻域,并用圆形邻域代替了正方形邻域,改进后的 LBP 算子允许在半径为 R 的圆形邻域内有任意多个像素点。从而得到了诸如半径为R的圆形区域内含有P个采样点的LBP算子;
(2)LBP旋转不变模式
从 LBP 的定义可以看出,LBP 算子是灰度不变的,但却不是旋转不变的。图像的旋转就会得到不同的 LBP值。
Maenpaa等人又将 LBP算子进行了扩展,提出了具有旋转不变性的 LBP 算子,即不断旋转圆形邻域得到一系列初始定义的 LBP值,取其最小值作为该邻域的 LBP 值。
图 2.5 给出了求取旋转不变的 LBP 的过程示意图,图中算子下方的数字表示该算子对应的 LBP值,图中所示的 8 种 LBP模式,经过旋转不变的处理,最终得到的具有旋转不变性的 LBP值为 15。也就是说,图中的 8种 LBP 模式对应的旋转不变的 LBP模式都是00001111。
(3)LBP等价模式
一个LBP算子可以产生不同的二进制模式,对于半径为R的圆形区域内含有P个采样点的LBP算子将会产生P2种模式。很显然,随着邻域集内采样点数的增加,二进制模式的种类是急剧增加的。例如:5×5邻域内20个采样点,有220=1,048,576种二进制模式。如此多的二值模式无论对于纹理的提取还是对于纹理的识别、分类及信息的存取都是不利的。同时,过多的模式种类对于纹理的表达是不利的。例如,将LBP算子用于纹理分类或人脸识别时,常采用LBP模式的统计直方图来表达图像的信息,而较多的模式种类将使得数据量过大,且直方图过于稀疏。因此,需要对原始的LBP模式进行降维,使得数据量减少的情况下能最好的代表图像的信息。
为了解决二进制模式过多的问题,提高统计性,Ojala提出了采用一种“等价模式”(UniformPattern)来对LBP算子的模式种类进行降维。Ojala等认为,在实际图像中,绝大多数LBP模式最多只包含两次从1到0或从0到1的跳变。因此,Ojala将“等价模式”定义为:当某个LBP所对应的循环二进制数从0到1或从1到0最多有两次跳变时,该LBP所对应的二进制就称为一个等价模式类。如00000000(0次跳变),00000111(只含一次从0到1的跳变),10001111(先由1跳到0,再由0跳到1,共两次跳变)都是等价模式类。除等价模式类以外的模式都归为另一类,称为混合模式类,例如10010111(共四次跳变)(这是我的个人理解,不知道对不对)。
通过这样的改进,二进制模式的种类大大减少,而不会丢失任何信息。模式数量由原来的2P种减少为 P ( P-1)+2种,其中P表示邻域集内的采样点数。对于3×3邻域内8个采样点来说,二进制模式由原始的256种减少为58种,这使得特征向量的维数更少,并且可以减少高频噪声带来的影响。
2、LBP特征用于检测的原理
显而易见的是,上述提取的LBP算子在每个像素点都可以得到一个LBP“编码”,那么,对一幅图像(记录的是每个像素点的灰度值)提取其原始的LBP算子之后,得到的原始LBP特征依然是“一幅图片”(记录的是每个像素点的LBP值)。
LBP的应用中,如纹理分类、人脸分析等,一般都不将LBP图谱作为特征向量用于分类识别,而是采用LBP特征谱的统计直方图作为特征向量用于分类识别。
因为,从上面的分析我们可以看出,这个“特征”跟位置信息是紧密相关的。直接对两幅图片提取这种“特征”,并进行判别分析的话,会因为“位置没有对准”而产生很大的误差。后来,研究人员发现,可以将一幅图片划分为若干的子区域,对每个子区域内的每个像素点都提取LBP特征,然后,在每个子区域内建立LBP特征的统计直方图。如此一来,每个子区域,就可以用一个统计直方图来进行描述;整个图片就由若干个统计直方图组成;
例如:一幅100*100像素大小的图片,划分为10*10=100个子区域(可以通过多种方式来划分区域),每个子区域的大小为10*10像素;在每个子区域内的每个像素点,提取其LBP特征,然后,建立统计直方图;这样,这幅图片就有10*10个子区域,也就有了10*10个统计直方图,利用这10*10个统计直方图,就可以描述这幅图片了。之后,我们利用各种相似性度量函数,就可以判断两幅图像之间的相似性了;
3、对LBP特征向量进行提取的步骤
(1)首先将检测窗口划分为16×16的小区域(cell);
(2)对于每个cell中的一个像素,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为1,否则为0。这样,3*3邻域内的8个点经比较可产生8位二进制数,即得到该窗口中心像素点的LBP值;
(3)然后计算每个cell的直方图,即每个数字(假定是十进制数LBP值)出现的频率;然后对该直方图进行归一化处理。
(4)最后将得到的每个cell的统计直方图进行连接成为一个特征向量,也就是整幅图的LBP纹理特征向量;
然后便可利用SVM或者其他机器学习算法进行分类了。
另外一篇博客上的讲解
http://blog.youkuaiyun.com/pi9nc/article/details/26678691http://blog.youkuaiyun.com/dujian996099665/article/details/8886576
#include "lbp.h"
#include <cv.h>
#include <highgui.h>
using namespacecv;
const doubleM_PI = 3.1415926;
//原始的LBP算法实现
template <typename_Tp>
void lbp::OLBP_(constMat&src,Mat& dst) {
dst = Mat::zeros(src.rows-2,src.cols-2,CV_8UC1);
for(inti=1;i<src.rows-1;i++) {
for(intj=1;j<src.cols-1;j++) {
_Tp center = src.at<_Tp>(i,j);
unsigned char code = 0;
code |= (src.at<_Tp>(i-1,j-1) > center)<< 7;
code |= (src.at<_Tp>(i-1,j) > center)<< 6;
code|= (src.at<_Tp>(i-1,j+1) > center)<< 5;
code|= (src.at<_Tp>(i,j+1) > center)<< 4;
code|= (src.at<_Tp>(i+1,j+1) > center)<< 3;
code |= (src.at<_Tp>(i+1,j) > center) << 2;
code|= (src.at<_Tp>(i+1,j-1) > center)<< 1;
code |= (src.at<_Tp>(i,j-1) > center) << 0;
dst.at<unsignedchar>(i-1,j-1) =code;
}
}
}
//LBP的改进版本
template <typename _Tp>
void lbp::ELBP_(constMat& src, Mat& dst,int radius,int neighbors) {
neighbors = max(min(neighbors,31),1); // set bounds...
// Note:alternatively you can switch to the new OpenCV Mat_
// typesystem to define an unsigned int matrix... I am probably
// mistakenhere, but I didn't see an unsigned int representation
// inOpenCV's classic typesystem...
dst = Mat::zeros(src.rows-2*radius, src.cols-2*radius, CV_32SC1);
for(int n=0; n<neighbors; n++) {
//sample points
floatx = static_cast<float>(radius)* cos(2.0*M_PI*n/static_cast<float>(neighbors));
floaty = static_cast<float>(radius)* -sin(2.0*M_PI*n/static_cast<float>(neighbors));
//relative indices
intfx = static_cast<int>(floor(x));
intfy = static_cast<int>(floor(y));
int cx = static_cast<int>(ceil(x));
intcy = static_cast<int>(ceil(y));
//fractional part
floatty = y - fy;
floattx = x - fx;
//set interpolation weights
float w1 =(1 - tx) * (1 - ty);
floatw2 = tx * (1 - ty);
floatw3 = (1 - tx) * ty;
floatw4 = tx * ty;
//iterate through your data
for(int i=radius; i < src.rows-radius;i++) {
for(int j=radius;j <src.cols-radius;j++) {
float t = w1*src.at<_Tp>(i+fy,j+fx) +w2*src.at<_Tp>(i+fy,j+cx) + w3*src.at<_Tp>(i+cy,j+fx) +w4*src.at<_Tp>(i+cy,j+cx);
// we are dealing with floating point precision, so addsome little tolerance
dst.at<float>(i-radius,j-radius)+= ((t > src.at<_Tp>(i,j)) && (abs(t-src.at<_Tp>(i,j))> std::numeric_limits<float>::epsilon()))<< n;
// dst.at<unsigned int>(i-radius,j-radius) += ((t >src.at<_Tp>(i,j)) && (abs(t-src.at<_Tp>(i,j)) >std::numeric_limits<float>::epsilon())) << n;
}
}
}
}
template <typename _Tp>
void lbp::VARLBP_(constMat& src, Mat& dst,int radius,int neighbors) {
max(min(neighbors,31),1); // set bounds
dst = Mat::zeros(src.rows-2*radius,src.cols-2*radius, CV_32FC1);//! result
// allocatesome memory for temporary on-line variance calculations
Mat _mean = Mat::zeros(src.rows,src.cols, CV_32FC1);
Mat _delta = Mat::zeros(src.rows,src.cols, CV_32FC1);
Mat _m2 = Mat::zeros(src.rows,src.cols, CV_32FC1);
for(int n=0;n<neighbors; n++) {
//sample points
floatx = static_cast<float>(radius)* cos(2.0*M_PI*n/static_cast<float>(neighbors));
floaty = static_cast<float>(radius)* -sin(2.0*M_PI*n/static_cast<float>(neighbors));
//relative indices
intfx = static_cast<int>(floor(x));
intfy = static_cast<int>(floor(y));
intcx = static_cast<int>(ceil(x));
intcy = static_cast<int>(ceil(y));
//fractional part
floatty = y - fy;
floattx = x - fx;
//set interpolation weights
floatw1 = (1 - tx) * (1 - ty);
floatw2 = tx * (1 - ty);
floatw3 = (1 - tx) * ty;
floatw4 = tx * ty;
//iterate through your data
for(int i=radius; i < src.rows-radius;i++) {
for(int j=radius;j < src.cols-radius;j++){
float t = w1*src.at<_Tp>(i+fy,j+fx) +w2*src.at<_Tp>(i+fy,j+cx) + w3*src.at<_Tp>(i+cy,j+fx) +w4*src.at<_Tp>(i+cy,j+cx);
_delta.at<float>(i,j) = t - _mean.at<float>(i,j);
_mean.at<float>(i,j) = (_mean.at<float>(i,j) + (_delta.at<float>(i,j)/ (1.0*(n+1))));// i am a bit paranoid
_m2.at<float>(i,j) = _m2.at<float>(i,j)+ _delta.at<float>(i,j) * (t -_mean.at<float>(i,j));
}
}
}
// calculateresult
for(int i = radius; i < src.rows-radius; i++) {
for(int j = radius; j < src.cols-radius; j++) {
dst.at<float>(i-radius, j-radius) = _m2.at<float>(i,j) / (1.0*(neighbors-1));
}
}
}