LBP(局部二进制模式)是一种用来描述灰度图像局部纹理特征的算子,具有明显的旋转不变性和灰度不变性的优点,具体计算过程为:
原始的LBP算子定义在3*3邻域内,随机选取图像的3*3局部区域,选取该区域的中心为算子阈值,将周围的8个像素点和该中心阈值进行比较,令大于该阈值的像素点表示为1,小于部分表示为0,这样就得到一个8位二进制数,从第一个值开始排列得到该像素点的十进制表示值即为该像素点的LBP编码特征值,以此类推即可得到该图像的其它像素点的LBP特征表示向量,具体如下图所示:

LBP(局部二进制模式)是描述灰度图像纹理特征的算子,具备旋转不变性和灰度不变性。文章介绍了LBP的基本计算过程,包括3*3邻域的原始定义,以及两种改进方法:圆形区域LBP和旋转不变性改进。此外,还讨论了等价模式的概念,用于减少模式种类并保持信息。最后,概述了LBP在图像特征提取和静脉识别中的应用思路。
LBP(局部二进制模式)是一种用来描述灰度图像局部纹理特征的算子,具有明显的旋转不变性和灰度不变性的优点,具体计算过程为:
原始的LBP算子定义在3*3邻域内,随机选取图像的3*3局部区域,选取该区域的中心为算子阈值,将周围的8个像素点和该中心阈值进行比较,令大于该阈值的像素点表示为1,小于部分表示为0,这样就得到一个8位二进制数,从第一个值开始排列得到该像素点的十进制表示值即为该像素点的LBP编码特征值,以此类推即可得到该图像的其它像素点的LBP特征表示向量,具体如下图所示:

1727
1773

被折叠的 条评论
为什么被折叠?