通俗讲LBP算子——特征描述算子

最新推荐文章于 2020-07-02 21:34:54 发布
最新推荐文章于 2020-07-02 21:34:54 发布
阅读量1.6k 收藏 3
点赞数 2
文章标签： 机器学习 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_32531505/article/details/107009103
版权
LBP（局部二值模式）算子是一种用于图像特征描述的方法，但存在旋转不变性和计算成本问题。通过改进，如采用圆形模板和等价模式降维，解决了这些问题，实现了旋转不变性并减少了计算量。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

1.通俗说LBP算子

1.1 较理想的LBP算子

LBP是Local Binary Pattern的缩写，即局部二值模式。算子就是指掩模。例如，这里的LBP算子为3X3大小的，其是把中心位置的像素值作为阈值标准，当邻域的值大于中心值时，那个位置就被标记为1，小于则被标记0。当标记完后就可以做编码了。编码以左上角，也就是像素坐标轴的零点作为起始点，顺时针将标记值由右边低位向左边高位依次排列，如下图所示，得到一个8位长的编码。

在这里插入图片描述
再如这个图像为9X9大小，算子扫过就会出现9X9 / 3X3 = 9个编码值，然后用直方图统计编码值的出现的频率。如此就记录下了这张图像的特征信息。
当具有类似特征信息的图像需要识别时，就将两者的特征信息对匹配，根据经验设定一个匹配值，如两者匹配率达到90%，那就是可以两者是同一类或者同一个东西。或者做识别，将图像的特征信息扔进训练好的分类器，让它判断图像是什么。

2.较理想下LBP算子的不足

2.1 未考虑图像的旋转不变性

在1.1中所讲的小例子，如果具有相同特征信息的图像A1和A2，采集的A1的编码信息，做匹配之前，图像A2相较于A1作了旋转45°。对于我们人来说，很容易判断A1和A2就是同一类，然而对机器根据LBP算子来判断则不能判断。因为

最低0.47元/天 解锁文章
Kolo_Tong
关注
[网络安全自学篇] 八十八.基于机器学习的恶意代码检测技术详解
杨秀璋的专栏
07-19 1万+
这是作者网络安全自学教程系列，主要是关于安全工具和实践操作的在线笔记，特分享出来与博友们学习，希望您喜欢，一起进步。前文分享了传统的恶意代码检测技术，包括恶意代码检测的对象和策略、特征值检测技术、校验和检测技术、启发式扫描技术、虚拟机检测技术和主动防御技术。这篇文章将介绍基于机器学习的恶意代码检测技术，主要参考郑师兄的视频总结，包括机器学习概述与算法举例、基于机器学习方法的恶意代码检测、机器学习算法在工业界的应用。同时，我再结合自己的经验进行扩充，详细分享了基于机器学习的恶意代码检测技术，基础性文章，希望对
DeepLearing—CV系列（二十）——基于MTCNN与centerloss/arcloss实现的人脸识别项目流程
wa1tzy的博客
06-29 992
文章目录一、什么是人脸识别1.1 人脸识别的官方解释和通俗解释1.2 人脸识别出现的时间和影响1.3 目前人脸识别在AI领域的地位二、人脸识别的应用2.1 主动身份认证2.2 被动身份认证2.3 人脸识别的盈利模式三、实现人脸识别的流程四、实现人脸识别的方法有哪些4.1 传统机器学习方法4.2 常用深度学习方法五、Mtcnn+centerloss(arcfaceloss)的人脸识别流程5.1 训练一个特征提取器5.2 创建人脸特征库5.3 获取目标人脸特征5.4 对比人脸特征六、关于视频人脸识别的过程七、人
机器视觉基础之——LBP特征描述算子
zhangxiaolinxin的博客
06-28 2320
一、LBP特征描述算子 LBP特征描述算子是指局部二值模型（Location Binary Pattern，LBP）是一种图像纹理的描述算子。改进后的LBP具有灰度不变性和旋转不变性等优点，常应用于人脸识别和目标检测。 1.图像纹理特征简介 ...
LBP算子介绍
计算机视觉小菜鸟的专栏
03-31 5万+
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；显然，它的作用是进行特征提取，而且，提取的特征是图像的纹理特征，并且，是局部的纹理特征；       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
LBP简介
小村长技术blog
12-07 1万+
LBP(local binary pattern)是一种用来描述图像局部纹理特征的算子。原始的LBP于1994年提出，它反映内容是每个像素与周围像素的关系。后被不断的改进和优化，分别提出了LBP旋转不变模式、LBP均匀模式等。 一：原始的LBP    给出一个简单的案例计算LBP：如下图，周围8个像素点比中间点像素值大(或者相等)的记为1，小的记为0，这样就得到二值图，然后按顺时针方向得到二进
【理论篇】LBP特征描述算子
weixin_42326479的博客
06-28 429
LBP特征描述算子-人脸检测1. 原理2. 对LBP特征向量进行提取2.1 步骤2.2 代码 1. 原理 进展 原始的LBP算子 圆形LBP算子 旋转不变性的 LBP 算子 LBP等价模式 定义 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 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 通过不断旋转圆形邻域得到
HOG特征描述算子
anson2004110的专栏
10-24 2653
转载至http://www.icvpr.com/opencv-hog-descriptor/ HOG特征描述算子 1）HOG特征的原始文献 "Histograms of Oriented Gradients for Human Detection"  "Finding People in Images and Videos" (PhD
图像检索 几种基于纹理特征的图像检索算法
hffgjh的博客
11-10 1672
图像检索 几种基于纹理特征的图像检索算法
【学习笔记】LBP特征描述算子-人脸检测
weixin_43869610的博客
06-26 800
2.1 简介   LBP指局部二值模式(Local Binary Pattern)，是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性等显著优点。由于该特征的简单易算性，虽然其总体效果不如Haar特征，但速度则快于Haar，所以也得到了广泛的使用。 2.2 学习目标 理解LBP算法相关原理 了解人脸检测相关流程 掌握基于Opencv的LBP算法实现 2.3 LBP算法理论介绍 2.3.1 LBP原理介绍   原始的LBP算子定义在像素3∗33*33∗3的邻域内，以邻域中心像素为阈值，相邻的8个
LBP算子
szv123_rier的专栏
02-25 2561
http://blog.youkuaiyun.com/carson2005/article/details/6292905 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；显然，它的作用是进行特征提取，而且，提取的特征是图像的纹理特征，并且，是局部的纹理特征；       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
目标检测的图像特征提取之（二）LBP特征
热门推荐
zouxy09的专栏
08-31 17万+
目标检测的图像特征提取之（二）LBP特征 zouxy09@qq.com         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
LBP特征描述算子---CV基础
weixin_43760925的博客
06-28 241
计算机视觉基础：图像处理（下）-Task02 LBP特征描述算子-人脸检测 2.1 简介 LBP指局部二值模式(Local Binary Pattern)，是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性等显著优点。LBP常应用于人脸识别和目标检测中，在OpenCV中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检测分类器的方法，OpenCV实现了LBP特征的计算，但没有提供一个单独的计算LBP特征的接口。也就是说OpenCV中使用了LBP算法，但是没有提供函数接口。 2.2 学习
LBP特征描述算子-人脸检测学习笔记
M1911616095的博客
06-28 827
LBP特征描述算子-人脸检测学习笔记LBP特征算子原理介绍人脸特征检测算法原理1.混合模式1.圆形LBP算子2.LBP旋转不变性及等价模式2.混合模式基于opencv实现人脸检测过程人脸检测结果演示 LBP特征算子原理介绍 LBP指局部 0，1二值模式，属于用来扫描图片的一种 特征算子，在 灰度不变性，旋转不变性方面具有显著的特点，通常检测图片里人脸局部特征时，基于opencv下使用LBP算子实现人脸特征识别，还可以将LBP具有的特征用于训练目标检测分类器。需要了解，LBP用于opencv计算的时候，不能提
【理论篇】Haar特征描述算子
weixin_42326479的博客
07-02 1597
Haar分类器前言1. 理论1.1 Haar-like特征1.2 积分图1.3 AdaBoost算法1.4 筛选式级联2. 代码（人脸检测） 前言 以前的人脸检测都是基于像素，基于统计学的概念进行研究。有了Haar之后，人脸检测分类器才出现，准确率也得到了提高。 Haar分类器 = Haar-like小波特征 + 积分图方法 + AdaBoost +级联 Haar分类器算法的要点如下： 使用Haar-like特征做检测。 使用积分图（Integral Image）对Haar-like特征求值进行加
Datawhale计算机视觉基础2：LBP特征描述算子-人脸检测
小俊俊的博客
06-27 652
Datawhale计算机视觉基础2：LBP特征描述算子-人脸检测 一.LBP简介 LBP指局部二值模式(Local Binary Pattern)，是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性等显著优点。最初功能为辅助图像局部对比度，LBP常应用于人脸识别和目标检测中。 二.LBP算子原理 由于LBP算子具有灰度不变性和旋转不变性等优点，在数字图像处理和模式识别中，通常用于度量和提取纹理信息，人脸检测也是其中的应用之一。 1.原始LBP算子原理 原始的LBP算子定义在3*3的卷积核中，以卷积
LBP特征描述算子
futurewq的博客
06-28 1465
LBP(local binary pattern)是一种用来描述图像局部纹理特征的算子。原始的LBP于1994年提出，它反映内容是每个像素与周围像素的关系。后被不断的改进和优化，分别提出了LBP旋转不变模式、LBP均匀模式等。 一：原始的LBP 给出一个简单的案例计算LBP：如下图，周围8个像素点比中间点像素值大(或者相等)的记为1，小的记为0，这样就得到二值图，然后按顺时针方向得到二进制串10001111 这样中间点的像素值就用241来代替。注意这里的计算LBP的顺序并没有硬性要求，...
特征描述算子-sift
weixin_33875839的博客
07-20 163
特征描述算子-sift http://boche.github.io/download/sift/Introduction%20to%20SIFT.pdf
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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