本文主要是介绍LBP matlab 算法实现练习,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一种图像特征的提取算法。
算法步骤:
1.用3*3的模板对图像每个像素进行处理,比较当前像素和周围像素的大小,将大于当前像素的置1,小于的置0。
2.对这周围八个像素进行编码,这八个0和1正好是可以组成一个byte数,然后按一定的规则组成这个无符号数。
3.把这个数赋值给当前像素。
4.通常对处理后的图像进行区域划分,比如分成4*4 、10*10或16*16的区域,对每个区域求得直方图,得到16、100或256个直方图。(划分都不是固定的)
5.这些直方图就是特征了,可以根据需要任意使用了。
下面是简单的实现:
clear all; close all; clc;img=imread('lena.jpg'); [m n]=size(img);imgn=zeros(m,n); for i=2:m-1for j=2:n-2 pow=0;for p=i-1:i+1for q =j-1:j+1if img(p,q) > img(i,j)if p~=i || q~=j %有的文章这里是3*3的顺时针编码,我就按处理顺序编码了。%反正都是特征描述啥的,只要按相同规则就行了。imgn(i,j)=imgn(i,j)+2^pow;pow=pow+1;endendendendend end figure; imshow(imgn,[]); hist=cell(1,4); %划分四个区域求直方图,10*10的太多了,这里搞简单点 hist{1}=imhist(img(1:floor(m/2),1:floor(n/2))); hist{2}=imhist(img(1:floor(m/2),floor(n/2)+1:n)); hist{3}=imhist(img(floor(m/2)+1:m,1:floor(n/2))); hist{4}=imhist(img(floor(m/2)+1:m,floor(n/2)+1:n)); for i=1:4figure;plot(hist{i}); end
效果:
原图
LBP特征图
直方图1
直方图2
直方图3
直方图4
参考:
1.http://blog.csdn.net/carson2005/article/details/6292905
2.http://blog.csdn.net/abcjennifer/article/details/7425483
这篇关于LBP matlab 算法实现练习的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!