基于计算视觉的LBP纹理特征分析

LBP简介

局部二值模式（LBP，Local Binary Pattern）是一种用于表征图像局部纹理特性的运算符，其具备旋转不变性与灰度不变性等突出特性。该方法最早由T. Ojala、M. Pietikäinen以及D. Harwood于1994年提出，主要用于实现图像纹理特征的提取过程。所提取的特征集中反映了图像局部区域的纹理信息。
从纹理分析的角度出发，图像中某一像素点所体现的纹理特性，通常取决于该点与其周围邻近像素之间的关联关系。依据不同的视角对这种关联关系进行特征提取，便形成了多种类型的特征表达形式。通过获取这些特征信息，可以进一步实现基于纹理的分类任务。LBP方法构建了一种用于衡量单个像素点与其邻域内其他像素之间关系的计算方式。

LBP基础

最初的LBP算子定义为在一个3×3的窗口中，以中心像素作为阈值，将周围8个像素的灰度值与之进行比较。若周围像素的灰度值大于中心像素，则对应位置标记为1，否则标记为0。通过这种方式，在3×3邻域内的8个点可以生成一个8位的无符号数值，即该窗口对应的LBP值，并利用该数值来表征该区域的纹理特性。

在最初的LBP提出之后，研究者们不断对其进行改进和优化，从而衍生出