LBP的原理是什么

今天就跟大家聊聊有關(guān)LBP的原理是什么，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

LBP特征的描述

原始的LBP算子定義為在3*3的窗口內(nèi)，以窗口中心像素為閾值，將相鄰的8個(gè)像素的灰度值與其進(jìn)行比較，若周圍像素值大于中心像素值，則該像素點(diǎn)的位置被標(biāo)記為1，否則為0。這樣，3*3鄰域內(nèi)的8個(gè)點(diǎn)經(jīng)比較可產(chǎn)生8位二進(jìn)制數(shù)（通常轉(zhuǎn)換為十進(jìn)制數(shù)即LBP碼，共256種），即得到該窗口中心像素點(diǎn)的LBP值，并用這個(gè)值來反映該區(qū)域的紋理信息。具體圖示如下：

LBP的改進(jìn)

看完基本LBP運(yùn)算算子之后有些讀者可能內(nèi)心會(huì)有疑惑，如果某個(gè)區(qū)域是圓形或者其他尺寸怎么辦？研究人員提出了以下的改進(jìn)版本。

（1）圓形LBP算子

為了適應(yīng)不同尺度的紋理特征，并達(dá)到灰度和旋轉(zhuǎn)不變性的要求，Ojala 等對(duì) LBP 算子進(jìn)行了改進(jìn)，將 3×3 鄰域擴(kuò)展到任意鄰域，并用圓形鄰域代替了正方

形鄰域，改進(jìn)后的 LBP 算子允許在半徑為 R 的圓形鄰域內(nèi)有任意多個(gè)像素點(diǎn)。從而得到了諸如半徑為R的圓形區(qū)域內(nèi)含有P個(gè)采樣點(diǎn)的LBP算子，圖示如下：

（2）LBP的等價(jià)模式

??一個(gè)LBP算子可以產(chǎn)生不同的二進(jìn)制模式，對(duì)于半徑為R的圓形區(qū)域內(nèi)含有P個(gè)采樣點(diǎn)的LBP算子將會(huì)產(chǎn)生2的P次冪種模式。很顯然，隨著鄰域集內(nèi)采樣點(diǎn)數(shù)的增加，二進(jìn)制模式的種類是急劇增加的。例如：5×5鄰域內(nèi)20個(gè)采樣點(diǎn)，有2的20次冪=1,048,576種二進(jìn)制模式。如此多的二值模式無論對(duì)于紋理的提取還是對(duì)于紋理的識(shí)別、分類及信息的存取都是不利的。同時(shí)，過多的模式種類對(duì)于紋理的表達(dá)是不利的。例如，將LBP算子用于紋理分類或人臉識(shí)別時(shí)，常采用LBP模式的統(tǒng)計(jì)直方圖來表達(dá)圖像的信息，而較多的模式種類將使得數(shù)據(jù)量過大，且直方圖過于稀疏。因此，需要對(duì)原始的LBP模式進(jìn)行降維，使得數(shù)據(jù)量減少的情況下能最好的代表圖像的信息。
　　為了解決二進(jìn)制模式過多的問題，提高統(tǒng)計(jì)性，Ojala提出了采用一種“等價(jià)模式”（Uniform Pattern）來對(duì)LBP算子的模式種類進(jìn)行降維。Ojala等認(rèn)為，在實(shí)際圖像中，絕大多數(shù)LBP模式最多只包含兩次從1到0或從0到1的跳變。因此，Ojala將“等價(jià)模式”定義為：當(dāng)某個(gè)LBP所對(duì)應(yīng)的循環(huán)二進(jìn)制數(shù)從0到1或從1到0最多有兩次跳變時(shí)，該LBP所對(duì)應(yīng)的二進(jìn)制就稱為一個(gè)等價(jià)模式類。如00000000（0次跳變），00000111（只含一次從0到1的跳變），10001111（先由1跳到0，再由0跳到1，共兩次跳變）都是等價(jià)模式類。除等價(jià)模式類以外的模式都?xì)w為另一類，稱為混合模式類，例如10010111（共四次跳變）（這是我的個(gè)人理解，不知道對(duì)不對(duì)）。
　　通過這樣的改進(jìn)，二進(jìn)制模式的種類大大減少，而不會(huì)丟失任何信息。模式數(shù)量由原來的2的P次冪種減少為 P ( P-1)+2種，其中P表示鄰域集內(nèi)的采樣點(diǎn)數(shù)。對(duì)于3×3鄰域內(nèi)8個(gè)采樣點(diǎn)來說，二進(jìn)制模式由原始的256種減少為58種，這使得特征向量的維數(shù)更少，并且可以減少高頻噪聲帶來的影響。

LBP的使用

在LBP的應(yīng)用中，如紋理分類、人臉分析等，一般都不將LBP圖譜作為特征向量用于分類識(shí)別，而是采用LBP特征譜的統(tǒng)計(jì)直方圖作為特征向量用于分類識(shí)別。因?yàn)橹苯訉?duì)兩幅圖片提取這種“特征”，并進(jìn)行判別分析的話，會(huì)因?yàn)椤拔恢脹]有對(duì)準(zhǔn)”而產(chǎn)生很大的誤差。后來，研究人員發(fā)現(xiàn)，可以將一幅圖片劃分為若干的子區(qū)域，對(duì)每個(gè)子區(qū)域內(nèi)的每個(gè)像素點(diǎn)都提取LBP特征，然后，在每個(gè)子區(qū)域內(nèi)建立LBP特征的統(tǒng)計(jì)直方圖。如此一來，每個(gè)子區(qū)域，就可以用一個(gè)統(tǒng)計(jì)直方圖來進(jìn)行描述；整個(gè)圖片就由若干個(gè)統(tǒng)計(jì)直方圖組成； 例如：一個(gè)100*100像素大小的圖片，劃分為10*10=100個(gè)子區(qū)域（可以通過多種方式來劃分區(qū)域），每個(gè)子區(qū)域的大小為10*10像素；在每個(gè)子區(qū)域內(nèi)的每個(gè)像素點(diǎn)，提取其LBP特征，然后，建立統(tǒng)計(jì)直方圖；這樣，這幅圖片就有10*10個(gè)子區(qū)域，也就有了10*10個(gè)統(tǒng)計(jì)直方圖，利用這10*10個(gè)統(tǒng)計(jì)直方圖，就可以描述這幅圖片了。之后，我們利用各種相似性度量函數(shù)，就可以判斷兩幅圖像之間的相似性了。圖示如下：

看完上述內(nèi)容，你們對(duì)LBP的原理是什么有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。