精华内容
下载资源
问答
  • 局部二进制模式

    2018-07-08 22:02:19
    局部二进制模式(Local Bimary Pattern)是应用于掌纹特征提取的一种方法,是一种有效的纹理描述算子。 设 T 为灰度图像某领域内个像素点灰度值的联合分布函数, 即 其中,gc 为中心像素点的灰度值,其余为周围的...

    局部二进制模式(Local Bimary Pattern)是应用于掌纹特征提取的一种方法,是一种有效的纹理描述算子。

            设 T 为灰度图像某领域内个像素点灰度值的联合分布函数, 即

                         

    其中,gc 为中心像素点的灰度值,其余为周围的像素灰度值。在不丢失信息的情况


    具体参考

    http://www.doc88.com/p-8582216272472.html

    展开全文
  • 局部二进制模式(LBP)是一种有效的纹理描述符,在纹理分类和面部识别中具有成功的应用。 常规LBP描述符有许多扩展。 扩展之一是主要局部二进制图案,其目的是提取纹理图像中的主要局部结构。 第二个扩展表示Gabor...
  • 研究了分数阶微分及其掩模算子的特性,提出了一种新的基于局部二进制模式方差(LBPV)的分数阶微分的图像增强算法,运用LBPV理论对图像进行了特征提取,构建了更加有效的分数阶掩模模板。实验结果表明,与现有的分数阶...
  • LBP(局部二进制模式)

    千次阅读 2016-09-20 16:49:43
    LBP算子(局部二进制模式) 出自2002 ojala PAMI 纹理分类算子,LBP构造了衡量一个像素点和它邻域像素之间关系,即对于3*3的邻域,其各像素与中心像素大小关系,构成二进制数。当大于中心点的像素值时,则被二值化为...

    LBP算子(局部二进制模式)
    出自2002 ojala PAMI
    纹理分类算子,LBP构造了衡量一个像素点和它邻域像素之间关系,即对于3*3的邻域,其各像素与中心像素大小关系,构成二进制数。当大于中心点的像素值时,则被二值化为1,小于二值化为0,然后以顺时针方向构成二进制数。
    LBP有2^p个二进制模式。其中p为周围像素点个数。
    LBP二值化示意图
    LBP量化像素点与其周围的像素点,可以有效的去除光照对图像的影响,只要光照变化不足以改变两个像素点之间的大小关系,那么就不会改变LBP二值化的值。


    下面有几个LBP变形:
    uniform模式
    LBP二进制模式与周围像素点个数有着直接关系,对于半径为R含有P个采样点的LBP算子有2^P个。当邻域越大时,其二进制的模式急剧递增。如8个采样点有256种二进制模式,而20个采样点有2^20=1048576种二进制模式。
    在实际图像中绝大多数LBP模式最多只包括两次从1到0或0到1的跳变。因此该模式叫uniform模式。而二进制模式种类从2^P个降到2+2*(P-1)+2*C_(P-1)^2=(P-1)P+2个。其中跳变0次有2种,跳变1次有2*(P-1)种,跳变2次有2*C_(P-1)^2种。
    旋转模式
    无论图像怎么旋转,对点提取的二进制特征的最小值是不变的,用最小值作为提取的LBP特征,这样LBP就是旋转不变的
    对于P=8时LBP旋转模式
    用途:
    可用于人脸识别和表情识别

    优点:二进制数,可定点化,速度快,而效果可与Haar齐平。因为LBP和Haar检测的准确率,是依赖训练过程中的训练数据的质量和训练参数。

    展开全文
  • 局部二进制模式(LBP),最早用于图像纹理的描述,其在描述局部区域的特征方面有着卓越的能力。 1.理论基础 图像多为分区图像,标准的LBP直方图的维数较高,且局部直方图过于稀疏。基于此提出统一化模式的概念。 ...

    本篇文章仅为本人加深图像处理算法的理解,有不严谨的地方,不作为学习的参考。
    参考书籍:精通Matlab数字图像处理与识别,张铮等,人民邮电出版社。

    局部二进制模式(LBP),最早用于图像纹理的描述,其在描述局部区域的特征方面有着卓越的能力。

    1.理论基础

    图像多为分区图像,标准的LBP直方图的维数较高,且局部直方图过于稀疏。基于此提出统一化模式的概念。
    统一化模式:二进制串***循环***变化的次数小于等于2.大于2的为非统一化模式。
    每个统一化模式占一个收集箱,非统一化模式统一占一个收集箱。如8邻域,收集箱的个数为:2+0+56+1=59.
    分为:
    1.统一化LBP算子,即Uniform LBP,如LBP8,2u2LBP_{8,2}^{u2},表示邻域为8,半径为2.
    2.多块的LBP算子,即Multi-Block LBP算子,可以描述图像的粗粒度。通常用符号MBSLBP8,2u2MB_{S}-LBP_{8,2}^{u2}表示,块大小为S×SS\times SLBP8,2u2LBP_{8,2}^{u2}
    3.分区的多块LBP算子。先将图像分区,再求各分区的MB-LBP,将直方图聚合。

    2.程序结构

    生成映射表:根据邻域,计算二进制串,判断二进制串为统一化模式还是非统一化模式,将其分别放在相应的收集箱。
    计算图像LBP特征:首先计算各采样点的像素值,不在中心点的像素值,通常采用双线性插值,拟合得到。计算得到LBP响应的图像灰度;得到LBP直方图。

    3.统一化LBP算子matlab程序实现

    3.1生成映射表

    function  vecmapping=getmapping1(sp);
    %生成映射表
    %  sp为采样点个数
    cnt=sp;
    bits=zeros(1,8);
    vecmapping=zeros(1,256);
    ibcnt=1;
    for i=0:255
        num=i;
        icnt=0;
        while(num)
            bits(cnt-icnt)=mod(num,2);
            num=floor(num/2);
            icnt=icnt+1;
        end
        if IsUniform(bits)
            vecmapping(i+1)=ibcnt;
            ibcnt=ibcnt+1;
        else
            vecmapping(i+1)=59;
        end
        end
    save('LBPmapping.mat','vecmapping');
    function result = IsUniform( bits )
    n=length(bits);
    njump=0;
    for i=1:n-1
        if bits(i)~=bits(i+1);
            njump=njump+1;
        end
    end
    if bits(n)~=bits(1);
         njump=njump+1;
    end
    if njump>2
        result=false;
    else
        result=true;
    end
    
    

    3.2 得到图像的LBP81

    function histLBP = getimageLBP( B,r )
    %LBP81
    load 'LBPmapping.mat';
    image=B;
    [m,n]=size(image);
    if (m<=2*r) ||  (n<=2*r)
        error('image is too small');
    end
     imageLBP=zeros(m-2*r,n-2*r);
     image_LBP=zeros(1,8);
     histLBP=zeros(1,59);
    for i=1+r:m-r
        for j=1+r:n-r
            ncn=1;
            image_LBP(ncn)=image(i,j-r);
            ncn=ncn+1;
            value1=image(i-1,j-1)+0.2929*(image(i-1,j)-image(i-1,j-1));
            value2=image(i,j-1)+0.2929*(image(i,j)-image(i,j-1));
            value=value1+0.2929*(value2-value1);
            image_LBP(ncn)=value;
            ncn=ncn+1;
              image_LBP(ncn)=image(i-1,j);
              ncn=ncn+1;
            value1=image(i-1,j)+0.7071*(image(i-1,j+1)-image(i-1,j));
            value2=image(i,j)+0.7071*(image(i,j+1)-image(i,j));
            value=value1+0.2929*(value2-value1);
            image_LBP(ncn)=value;
            ncn=ncn+1;
            image_LBP(ncn)=image(i,j+1);
            ncn=ncn+1;
              value1=image(i+1,j)+0.7071*(image(i+1,j+1)-image(i+1,j));
            value2=image(i,j)+0.7071*(image(i,j+1)-image(i,j));
            value=value1+0.2929*(value2-value1);
            image_LBP(ncn)=value;
            ncn=ncn+1;
             image_LBP(ncn)=image(i+1,j);
              ncn=ncn+1;
            value1=image(i+1,j-1)+0.2929*(image(i+1,j)-image(i+1,j-1));
            value2=image(i,j-1)+0.2929*(image(i,j)-image(i,j-1));
            value=value1+0.2929*(value2-value1);
            image_LBP(ncn)=value;
             for i1=1:ncn
                if   image_LBP(i1)>=image(i,j)
                    imageLBP(i-r,j-r)=imageLBP(i-r,j-r)+2^(ncn-i1);
                end
            end
        end
    end
    for i2=1:m-2*r
        for j2=1:n-2*r
        histLBP(vecmapping(imageLBP(i2,j2)+1))= histLBP(vecmapping(imageLBP(i2,j2)+1))+1;
        end
    end
    end
           
    
    展开全文
  • 由于接缝雕刻改变了图像中的局部纹理,因此局部纹理描述符即局部二进制图案(LBP)被用作预处理以突出显示局部纹理伪影。 此外,还定义了六个新的半缝特征,以揭示半图像的能量变化。 它们与现有的18个能量偏倚和...
  • 基本LBP: 逐行扫描图像,以图像中的每个像素点得灰度值为阈值,对其周围3*3的8邻域进行二值化,并从左上点开始按照顺时针方向(或逆时针,统一即可)将...生成LBP图像MATLAB代码:%局部二进制模式LBP close all clear

    基本LBP:
    逐行扫描图像,以图像中的每个像素点得灰度值为阈值,对其周围3*3的8邻域进行二值化,并从左上点开始按照顺时针方向(或逆时针,统一即可)将二值化结果组成一个二进制数,转换为十进制作为中心点的响应。这样可以得到一个LBP图像。
    例如:
    这里写图片描述
    这个响应图像的直方图称为LBP统计直方图或LBP直方图。
    生成LBP图像MATLAB代码:

    %局部二进制模式LBP
    close all
    clear all
    
    img=imread('sophie.bmp');
    [m n]=size(img);
    I=zeros(m,n);
    
    for i=1:m
        for j=1:n        
            b0=0;
            b1=0;
            b2=0;
            b3=0;
            b4=0;
            b5=0;
            b6=0;
            b7=0;
    
            if(i-1>0 && j-1>0 && i+1<=m && j+1<=n)
                if(img(i-1,j-1)>img(i,j))
                    b0=1;
                end
    
                if(img(i-1,j)>img(i,j))
                    b1=1;
                end            
    
                if(img(i-1,j+1)>img(i,j))
                    b2=1;
                end           
    
                if(img(i,j+1)>img(i,j))
                    b3=1;
                end            
    
                if(img(i+1,j+1)>img(i,j))
                    b4=1;
                end            
    
                if(img(i+1,j)>img(i,j))
                    b5=1;
                end 
    
                if(img(i+1,j-1)>img(i,j))
                    b6=1;
                end      
    
                if(img(i,j-1)>img(i,j))
                    b7=1;
                end        
    
                if(img(i+1,j-1)>img(i,j))
                    b5=1;
                end              
            b=b0+b1*2^1+b2*2^2+b3*2^3+b4*2^4+b5*2^5+b6*2^6+b7*2^7;
            I(i,j)=b;
        end
    end
    figure
    subplot(1,2,1),subimage(img);
    title('原图');
    subplot(1,2,2),subimage(I);
    title('LBP图像');
    

    运行结果如下:
    这里写图片描述

    展开全文
  • 逐行扫描图像,以图像中的每个像素点得灰度值为阈值,对其周围3*3的8邻域进行二值化,并从左上点开始按照顺时针方向(或逆时针,统一即可)将二值化结果组成一个二进制数,转换为十进制作为中心点的响应。...
  • 1. LBP 用于人脸识别为了...的区域,提取纹理特征(例如局部二模式),再基于该特征利用支持向量机等浅层模型分类。因为局部区域包含信息量有限,往往产生分类错误,因此要对分割后的图像加入平滑和形状先验等约束。
  •  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”(Uniform Pattern)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...
  • 我对original LBP的理解是:对一个灰度图像的每个像素,用这个像素周围一格或者N格的其他像素做比较,最后将这周围(一般是8个)得到的比较结果串起来得到一个8位二进制的串,用这个8位二进制数在一个同等大小的矩阵...
  • 我们可以用二进制数字来表示LBP图中的每个像素的LBP编码,比如下图中的中心像素,它的LBP编码为:00010011,其十进制值为19。 用公式表示就是: 其中(x c ,y c )是中心像素,i c...
  • 原文地址http://blog.sina.com.cn/s/blog_684c8d630100turx.html
  • matlab开发-中心对称本地二进制模式SCSLBP。局部二进制模式(lbp)的一种扩展,本质上是量子化的。用作描述符。
  • 局部差异二进制 LDB(Local Difference Binary)是一种高效,健壮且独特的二进制描述符。 LDB的独特性和稳健性通过3个步骤实现: 第一,LDB通过一组二进制测试捕获每个图像块的内部模式,每个二进制测试比较图像块...
  • LBP 局部二模式

    2018-05-03 10:57:41
    局部二模式(英文:Local binary patterns,缩写:LBP)是机器视觉领域中用于分类的一种特征,于1994年被提出[1][2]。局部二模式在纹理分类问题上是一个非常强大的特征;如果局部二模式特征与方向梯度直方图...
  • 采用一种可行和声初始化方式, 保证初始和声都是可行的, 整个搜索过程完全采用0-1 二进制模式, 对14 个0-1 背包问题进行测试. 将所提出算法与其他算法进行比较, 结果验证了所提出算法的有效性.</p>
  • 依据模式理论,以海明距为数学工具,定义了种群多样性参量作为早熟判别指标,当出现早熟时,在保留精英个体前提下进行种群重构,避免算法陷入局部最优.为了证明算法的有效性,进行了100种网络拓扑结构的对比实验,实验数据...
  • 一、概念局部二模式, Local binary patterns, LBP, 一种用于纹理分类的特征。如果局部二模式特征与方向梯度直方图结合,则可以在一些集合上十分有效的提升检测效果。它将各个像素与其附近的像素进行比较,并...
  •  局部二模式是一种灰度范围内的非参数描述子,具有对灰度变化不敏感且计算速度快等优点[1].LBP算子利用中心像素的领域像素与中心像素的比较结果进行编码。常见的LBP_{P,R}模式有: P,R分别代表领域像素点的...
  • LBP(Local Binary Pattern) 局部二模式,是描述图像局部纹理特征的算子,有原始LBP,圆形LBP算子,旋转不变的LBP模式和LBP均匀模式。 1. 原始的LBP 原始LBP很好理解,是通过以中心像素为阈值对比中心像素和周围8...
  • 简单理解LBP算子(局部二模式

    千次阅读 2019-04-06 14:59:39
    基本的LBP算子: ...然后根据顺时针方向读出8位二进制数。 上图得出的二进制数为:1000 0111 表示为十进制数:1+32+64+128=255 LBP的改进版本 圆形LBP算子 基本的 LBP算子的最大缺陷在于它只覆盖...
  • LBP(Local Binary Pattern,局部二模式) 算法详解 一幅彩色图像需先转换为灰度图像. 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...
  • 局部二模式(LBP) (结构法) Local binary patterns 原理 将像素点的邻域八个像素点与中心像素点值进行比较,大于设为1,小于设为0,这样就会得到一个邻域值为1和0的格子,将这八个值按照一定的规则排列成一个...
  • 其基本思想是用其中心像素的灰度值作为阈值,与它的邻域相比较得到的二进制码来表述局部纹理特征。 基本LBP 首先介绍LBP 算子的计算方式。对于一幅图像中的某个局部区域内的任意像素f(xc , yc ),以其为中心点gc , 对3...
  • 人脸识别LBPH算法 人脸识别是指将一个需要识别的人脸和人脸库中的某个人脸对应起来(类似于指纹识别),目的是完成识别功能,该术语...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...

空空如也

空空如也

1 2 3 4 5 ... 11
收藏数 216
精华内容 86
关键字:

局部二进制模式