[转]LBP笔记（LocalBinaryPattern）

目标检测的图像特征提取之&＃xff08;二&＃xff09;LBP特征

zouxy09&＃64;qq.com

        LBP&＃xff08;Local Binary Pattern&＃xff0c;局部二值模式&＃xff09;是一种用来描述图像局部纹理特征的算子&＃xff1b;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出&＃xff0c;用于纹理特征提取。而且&＃xff0c;提取的特征是图像的局部的纹理特征&＃xff1b;

1、LBP特征的描述

       原始的LBP算子定义为在3*3的窗口内&＃xff0c;以窗口中心像素为阈值&＃xff0c;将相邻的8个像素的灰度值与其进行比较&＃xff0c;若周围像素值大于中心像素值&＃xff0c;则该像素点的位置被标记为1&＃xff0c;否则为0。这样&＃xff0c;3*3邻域内的8个点经比较可产生8位二进制数&＃xff08;通常转换为十进制数即LBP码&＃xff0c;共256种&＃xff09;&＃xff0c;即得到该窗口中心像素点的LBP值&＃xff0c;并用这个值来反映该区域的纹理信息。如下图所示&＃xff1a;

LBP的改进版本&＃xff1a;

       原始的LBP提出后&＃xff0c;研究人员不断对其提出了各种改进和优化。

&＃xff08;1&＃xff09;圆形LBP算子&＃xff1a;

        基本的 LBP 算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域&＃xff0c;这显然不能满足不同尺寸和频率纹理的需要。为了适应不同尺度的纹理特征&＃xff0c;并达到灰度和旋转不变性的要求&＃xff0c;Ojala 等对 LBP 算子进行了改进&＃xff0c;将 3×3 邻域扩展到任意邻域&＃xff0c;并用圆形邻域代替了正方形邻域&＃xff0c;改进后的 LBP 算子允许在半径为 R 的圆形邻域内有任意多个像素点。从而得到了诸如半径为R的圆形区域内含有P个采样点的LBP算子&＃xff1b;

&＃xff08;2&＃xff09;LBP旋转不变模式

       从 LBP 的定义可以看出&＃xff0c;LBP 算子是灰度不变的&＃xff0c;但却不是旋转不变的。图像的旋转就会得到不同的 LBP值。

         Maenpaa等人又将 LBP 算子进行了扩展&＃xff0c;提出了具有旋转不变性的 LBP 算子&＃xff0c;即不断旋转圆形邻域得到一系列初始定义的 LBP 值&＃xff0c;取其最小值作为该邻域的 LBP 值。

       图 2.5 给出了求取旋转不变的 LBP 的过程示意图&＃xff0c;图中算子下方的数字表示该算子对应的 LBP 值&＃xff0c;图中所示的 8 种 LBP模式&＃xff0c;经过旋转不变的处理&＃xff0c;最终得到的具有旋转不变性的 LBP 值为 15。也就是说&＃xff0c;图中的 8 种 LBP 模式对应的旋转不变的 LBP 模式都是00001111。

&＃xff08;3&＃xff09;LBP等价模式

       一个LBP算子可以产生不同的二进制模式&＃xff0c;对于半径为R的圆形区域内含有P个采样点的LBP算子将会产生P² 种模式。很显然&＃xff0c;随着邻域集内采样点数的增加&＃xff0c;二进制模式的种类是急剧增加的。例如&＃xff1a;5×5邻域内20个采样点&＃xff0c;有2²⁰&＃xff1d;1,048,576种二进制模式。如此多的二值模式无论对于纹理的提取还是对于纹理的识别、分类及信息的存取都是不利的。同时&＃xff0c;过多的模式种类对于纹理的表达是不利的。例如&＃xff0c;将LBP算子用于纹理分类或人脸识别时&＃xff0c;常采用LBP模式的统计直方图来表达图像的信息&＃xff0c;而较多的模式种类将使得数据量过大&＃xff0c;且直方图过于稀疏。因此&＃xff0c;需要对原始的LBP模式进行降维&＃xff0c;使得数据量减少的情况下能最好的代表图像的信息。

        为了解决二进制模式过多的问题&＃xff0c;提高统计性&＃xff0c;Ojala提出了采用一种“等价模式”&＃xff08;Uniform Pattern&＃xff09;来对LBP算子的模式种类进行降维。Ojala等认为&＃xff0c;在实际图像中&＃xff0c;绝大多数LBP模式最多只包含两次从1到0或从0到1的跳变。因此&＃xff0c;Ojala将“等价模式”定义为&＃xff1a;当某个LBP所对应的循环二进制数从0到1或从1到0最多有两次跳变时&＃xff0c;该LBP所对应的二进制就称为一个等价模式类。如00000000&＃xff08;0次跳变&＃xff09;&＃xff0c;00000111&＃xff08;只含一次从0到1的跳变&＃xff09;&＃xff0c;10001111&＃xff08;先由1跳到0&＃xff0c;再由0跳到1&＃xff0c;共两次跳变&＃xff09;都是等价模式类。除等价模式类以外的模式都归为另一类&＃xff0c;称为混合模式类&＃xff0c;例如10010111&＃xff08;共四次跳变&＃xff09;&＃xff08;这是我的个人理解&＃xff0c;不知道对不对&＃xff09;。

       通过这样的改进&＃xff0c;二进制模式的种类大大减少&＃xff0c;而不会丢失任何信息。模式数量由原来的2^P种减少为 P ( P-1)&＃43;2种&＃xff0c;其中P表示邻域集内的采样点数。对于3×3邻域内8个采样点来说&＃xff0c;二进制模式由原始的256种减少为58种&＃xff0c;这使得特征向量的维数更少&＃xff0c;并且可以减少高频噪声带来的影响。

2、LBP特征用于检测的原理

       显而易见的是&＃xff0c;上述提取的LBP算子在每个像素点都可以得到一个LBP“编码”&＃xff0c;那么&＃xff0c;对一幅图像&＃xff08;记录的是每个像素点的灰度值&＃xff09;提取其原始的LBP算子之后&＃xff0c;得到的原始LBP特征依然是“一幅图片”&＃xff08;记录的是每个像素点的LBP值&＃xff09;。

        LBP的应用中&＃xff0c;如纹理分类、人脸分析等&＃xff0c;一般都不将LBP图谱作为特征向量用于分类识别&＃xff0c;而是采用LBP特征谱的统计直方图作为特征向量用于分类识别。

       因为&＃xff0c;从上面的分析我们可以看出&＃xff0c;这个“特征”跟位置信息是紧密相关的。直接对两幅图片提取这种“特征”&＃xff0c;并进行判别分析的话&＃xff0c;会因为“位置没有对准”而产生很大的误差。后来&＃xff0c;研究人员发现&＃xff0c;可以将一幅图片划分为若干的子区域&＃xff0c;对每个子区域内的每个像素点都提取LBP特征&＃xff0c;然后&＃xff0c;在每个子区域内建立LBP特征的统计直方图。如此一来&＃xff0c;每个子区域&＃xff0c;就可以用一个统计直方图来进行描述&＃xff1b;整个图片就由若干个统计直方图组成&＃xff1b;

        例如&＃xff1a;一幅100*100像素大小的图片&＃xff0c;划分为10*10&＃61;100个子区域&＃xff08;可以通过多种方式来划分区域&＃xff09;&＃xff0c;每个子区域的大小为10*10像素&＃xff1b;在每个子区域内的每个像素点&＃xff0c;提取其LBP特征&＃xff0c;然后&＃xff0c;建立统计直方图&＃xff1b;这样&＃xff0c;这幅图片就有10*10个子区域&＃xff0c;也就有了10*10个统计直方图&＃xff0c;利用这10*10个统计直方图&＃xff0c;就可以描述这幅图片了。之后&＃xff0c;我们利用各种相似性度量函数&＃xff0c;就可以判断两幅图像之间的相似性了&＃xff1b;

3、对LBP特征向量进行提取的步骤

&＃xff08;1&＃xff09;首先将检测窗口划分为16×16的小区域&＃xff08;cell&＃xff09;&＃xff1b;

&＃xff08;2&＃xff09;对于每个cell中的一个像素&＃xff0c;将相邻的8个像素的灰度值与其进行比较&＃xff0c;若周围像素值大于中心像素值&＃xff0c;则该像素点的位置被标记为1&＃xff0c;否则为0。这样&＃xff0c;3*3邻域内的8个点经比较可产生8位二进制数&＃xff0c;即得到该窗口中心像素点的LBP值&＃xff1b;

&＃xff08;3&＃xff09;然后计算每个cell的直方图&＃xff0c;即每个数字&＃xff08;假定是十进制数LBP值&＃xff09;出现的频率&＃xff1b;然后对该直方图进行归一化处理。

&＃xff08;4&＃xff09;最后将得到的每个cell的统计直方图进行连接成为一个特征向量&＃xff0c;也就是整幅图的LBP纹理特征向量&＃xff1b;

然后便可利用SVM或者其他机器学习算法进行分类了。

Reference&＃xff1a;

黄非非&＃xff0c;基于 LBP 的人脸识别研究&＃xff0c;重庆大学硕士学位论文&＃xff0c;2009.5