LBP特征计算程序

本文主要是介绍LBP特征计算程序，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！

http://blog.csdn.net/hujingshuang/article/details/47292721

简介：

局部二值模式（Local Binary Pattern, LBP）是一种有效的纹理描述算子，它具有旋转不变性和灰度不变性的显著的有点。已经广泛的应用于纹理分类、纹理分割、人脸图像分析等领域。本文就LBP算法做简单的讲解，并在OpenCV中加以实现。

基本的LBP算子

局部二值模式是一种灰度范围内的纹理描述方式。算法的思想是利用结构化思想提取窗口特征，再利用统计化做最终整体特征的提取。

最初的LBP描述子算法步骤如下：

1、对图像中的所有点，以该点为中心，取3x3的邻域窗口；

2、将8-邻域像素值与中心点像素值进行比较，大于或等于中心像素标记为1，否则标记为0；

3、将周围0-1序列，以一定的顺序排列，成一个8位的无符号的二进制数，转化成整数；

4、这个整数就是表征这个窗口的LBP值。

以上，便是最基本的LBP算子。由于直接利用的灰度比较，所以其具有灰度不变性；但是，有两个很明显的缺点：

1、产生的二进制模式多；

2、不具有旋转不变性。

为解决这两个问题，后人对LBP算法做了改进，后面会有介绍。

当然，上面的8-邻域并不是最好的，但是最基本的，在后面出现了诸如下图所示的邻域，1,2指的是半径，8,16指的是采样点数。

改进的LBP算子

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种二进制模式；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。出了等价模式以外的模式都归一一类，称为混合模式类。

通过这种改进，二进制模式的种类大大减少，而不会丢失任何信息，模式种类由原来的2^p减少为p*(p-1)+2种。

但等价模式代表了图像的边缘、斑点、角点等关键模式，等价模式占了总模式中的绝大多数，所以极大的降低了特征维度。利用这些等价模式和混合模式类直方图，能够更好地提取图像的本质特征。

（降维而不丢失了图像主要的信息，精华的部分！）

旋转不变的LBP算子

由于LBP的二进制模式是以一定的方向、顺序进行编码的，所以当图像发生旋转时，按这种编码的话，LBP值会发生改变，因此是不具有旋转不变性的。Maenpaa等人提出了具有旋转不变性的LBP算子。

解决办法是：不断旋转邻域得到一系列的LBP值，取其中最小值作为该邻域的LBP值。旋转过程实质上就是对二进制模式进行循环移位的过程。

通过引入旋转不变的定义，使LBP算子更具鲁棒性。但这也是LBP算子丢失了方向信息。在很多场合，方向信息非常重要；然而，在纹理图像分析中，LBP依然被证明是有效的。

实验

opencv代码

通过定义model_rotation与model_equivalent来进行等价模式和旋转不变性的实现。

[cpp]  view plain copy  
 /***************************************** 
 Copyright (c) 2015 Jingshuang Hu 
  
 @filename:intrins.cpp 
 @datetime:2015.08.05 
 @author:HJS 
 @e-mail:eleftheria@163.com 
 @blog:http://blog.csdn.net/hujingshuang 
 *****************************************/  
   
 #include <iostream>  
 #include <opencv2/core/core.hpp>  
 #include <opencv2/highgui/highgui.hpp>  
 #include <opencv2/imgproc/imgproc.hpp>  
 #include "intrins.h"  
   
 using namespace cv;  
 using namespace std;  
   
 #define model_rotation  
 #define model_equivalent  
   
 int main()  
 {  
     Mat img = imread("lena.jpg", IMREAD_GRAYSCALE);//灰度  
     Mat pic = Mat::zeros(img.rows, img.cols, img.type());  
     imshow("src", img);  
     //p1    p2  p3  
     //p8    p0  p4  
     //p7    p6  p5  
     for (int i = 1; i < img.rows - 1; i++)  
     {  
         for (int j = 1; j < img.cols - 1; j++)  
         {  
             uchar p[9];  
   
             p[0] = img.at<uchar>(i, j);//中心  
             p[1] = img.at<uchar>(i - 1, j - 1);  
             p[2] = img.at<uchar>(i - 1, j);  
             p[3] = img.at<uchar>(i - 1, j + 1);  
             p[4] = img.at<uchar>(i, j + 1);  
             p[5] = img.at<uchar>(i + 1, j + 1);  
             p[6] = img.at<uchar>(i + 1, j);  
             p[7] = img.at<uchar>(i + 1, j - 1);  
             p[8] = img.at<uchar>(i, j - 1);  
               
             uchar value = 0;//LBP值  
             for (int k = 1; k <= 8; k++)  
             {  
                 value += (p[k] >= p[0]) << (8 - k);  
             }  
 //等价模式  
 #ifdef model_equivalent  
             uchar temp = _cror(value, 1);  
             if(_mm_popcnt_u32(temp & value) > 2)//_mm_popcnt_u32计算二进制数1的个数  
             {  
                 pic.at<uchar>(i, j) = value;  
             }  
 #else  
             pic.at<uchar>(i, j) = value;  
 #endif  
 //旋转不变  
 #ifdef model_rotation  
             uchar rot[8];  
             _rota(value, rot);  
             pic.at<uchar>(i, j) = _min(rot);  
 #endif  
         }  
     }  
     imshow("LBP_equ_rot", pic);  
     waitKey();  
   
   
     return 0;  
 }  

其中intrins.h与intrins.cpp是循环移位及查找最小值的源代码。

intrins.h

[cpp]  view plain copy  
 /***************************************** 
 Copyright (c) 2015 Jingshuang Hu 
  
 @filename:intrins.cpp 
 @datetime:2015.08.05 
 @author:HJS 
 @e-mail:eleftheria@163.com 
 @blog:http://blog.csdn.net/hujingshuang 
 *****************************************/  
   
 #ifndef __INTRINS_H__  
 #define __INTRINS_H__  
   
 #include <cv.h>  
   
 using namespace std;  
   
 uchar _crol(uchar tmp, uchar n);  
 uchar _crol_bit(uchar tmp);  
 uchar _cror(uchar tmp, uchar n);  
 uchar _cror_bit(uchar tmp);  
 void _rota(uchar tmp, uchar *temp);  
 uchar _min(uchar *tmp);  
   
 #endif  

intrins.cpp

[cpp]  view plain copy  
 /***************************************** 
 Copyright (c) 2015 Jingshuang Hu 
  
 @filename:intrins.cpp 
 @datetime:2015.08.05 
 @author:HJS 
 @e-mail:eleftheria@163.com 
 @blog:http://blog.csdn.net/hujingshuang 
 *****************************************/  
   
 #include "intrins.h"  
   
 //循环左移n位  
 uchar _crol(uchar tmp, uchar n)  
 {  
     while(n--)  
     {  
         tmp = _crol_bit(tmp);  
     }  
     return tmp;  
 }  
 //循环左移1位  
 uchar _crol_bit(uchar tmp)  
 {  
     return (tmp << 1) | (tmp >> 7);  
 }  
 //循环右移n位  
 uchar _cror(uchar tmp, uchar n)  
 {  
     while(n--)  
     {  
         tmp = _cror_bit(tmp);  
     }  
     return tmp;  
 }  
 //循环右移1位  
 uchar _cror_bit(uchar tmp)  
 {  
     return (tmp >> 1) | (tmp << 7);  
 }  
 //循环移位（旋转）  
 void _rota(uchar tmp, uchar *temp)  
 {  
     for (int i = 0; i < 8; i++)  
     {  
         *temp = _cror(tmp, i);  
         temp++;  
     }  
 }  
 //找到最小值  
 uchar _min(uchar *tmp)  
 {  
     uchar min = *tmp;  
     for (int i = 0; i < 8; i++)  
     {  
         tmp++;  
         if (min > *tmp)  
         {  
             min = *tmp;  
         }  
     }  
     return min;  
 }  