增强旋转不变LBP算法及其在图像检索中的应用

1、所谓的灰度不变性,指的是光照变化是否会对描述产生影响,所以比如有一个强光照在某个像素上面,这9个值应该是都会增大,但是相对的大小关系仍然是会编码成右边这样的一个二值图。
2、旋转不变性:图像的旋转就会得到不同的 LBP值
3、LBP旋转不变模式,丢弃了部分纹理模式 ???
4、中心对称LBP ???

LBP等价模式

考察LBP算子的定义可知,一个LBP算子可以产生多种二进制模式(p个采样点)如:3x3邻域有p=8个采样点,则可得到2^8=256 ,5x5邻域有p=24个采样点,则可得到2^24=16777216种二进制模式,以此类推…。显然,过多的二进制模式无论对于纹理的提取还是纹理的识别、分类及信息存取都是不利的,在实际应用中不仅要求采用的算子尽量简单,同时也要考虑到计算速度、存储量大小等问题。因此需要对原始的LBP模式进行降维。

Ojala提出一种“等价模式”(Uniform Pattern)来对LBP算子进行降维,Ojala等认为图像中,某个局部二进制模式所对应的循环二进制数从0—>1或从1—>0,最多有两次跳变,该局部二进制模式所对应的二进制就成为一个等价模式。如00000000,00111000,10001111,11111111等都是等价模式类。

判断一个二进制模式是否为等价模式最简单的办法就是将LBP值与其循环移动一位后的值进行按位相与,计算得到的二进制数中1的个数,若个数小于或等于2,则是等价模式;否则,不是。除了等价模式以外的模式都归一一类,称为混合模式类,例如10010111(共四次跳变)。

跳变的计算方法:如10010111,首先第一二位10,由1—>0跳变一次;第二、三位00,没有跳变;第三、四位01,由0—>1跳变一次,第四、五位10,由1—>0跳变一次;第五六位01,由0—&g

上一篇:Opencv学习笔记(二十九)图像特征提取


下一篇:Opencv之LBP特征(算法)