计算机视觉学习初识LBP算法.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,计算机视觉学习,初识,LBP,算法,LBP,（,Local Binary Pattern,）,LBP,特征是根据相邻的像素点与中间相邻点相比的大小确定置为,1,或,0,，然后对每个像素点的领域信息进行整合，变为领域个位的数的编码。然后对一个块中所有像素的编码进行直方图的统计，得到,LBP,特征。,一个,LBP,操作可以被定义为：,S,是符号函数，定义为：,总结这种方法可以很好的捕捉到图像中的细节，但是固定的近邻区域对于尺度变化的编码失效。为了适应不同尺度的纹理特征，,Ojala,对于,LPB,算子进行了改进，将,3,*,3,邻域扩展到任意邻域，并且用圆形代替正方形。,函数表示,均匀模式的,LBP,算子,近邻点计算,双线性插值算法的引入,如果近邻点不在图像的坐标上，如何 确定该点的像素值？,其中,R,是圆的半径，,P,是样本点的个数,双线性插值,线性插值,：,假设,A,点的值为,5,，,C,点的值为,3,，,AC,间插值，则,B,点的值为,4,A,（,0,，,0,）,B,（,1,，,0,）,C,（,2,，,0,）,如果,B,不在,AC,连线之间，就采用,双线性插值,，双线性插值的思想就是在两个方向上分别进行一次线性插值。,如右图所示,：,已知,Q11,，,Q12,，,Q22,，,Q21,四个点，要插值的点为,P,，则采用双线性插值。,双线性插值,化简：,双线性插值,如果选择一个坐标系统使得,如果选择一个坐标系统使得四个已知点的坐标分别为（,0,，,0,），（,0,，,1,），（,1,，,1,），（,1,，,0,），那么插值公式就可以简化为：,用矩阵的形式表示：,再一次简化：,注意：,虽然是双线性插值，但最后的结构是非线性的。,LPB,如何实现旋转不变性？,LPB,特征是灰度不变，但不是旋转不变的，同一幅图像，进行旋转以后，其特征将会有很大的差别，影响匹配的精度。,Ojala,在,LBP,算法上，进行改进，实现了具有旋转不变性的,LPB,的特征。,实现方法,：不断旋转圆形邻域得到一系列初始定义的,LPB,值，取最,小值作为该邻域的值。,LPB,如何实现旋转不变性？,求取旋转不变的,LPB,特征示意图,对于邻域像素顺序的规定并没有明确的规定，上图默认为水平方向左侧为起始点，逆时针旋转。图中,8,种模式所对应的,LPB,模式都是：,00001111,。,LPB,等价模式,问题的引出：,等价模式,对,LPB,算子的模式种类进行降维。,解决方法：,LPB,等价模式,Ojala,等认为，在实际图像中，绝大多数,LPB,模式最多只包含两次从,1,到,0,或从,0,到,1,的跳变。,等价模式,：当某个局部二进制模式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，该局部二进制模式所对应的二进制,就称为一个等价模式。,比如：,00000000,，,11111111,，,11110010,，,10111111,都是等价模式。,检查某种模式是否是等价模式：,LPB,等价模式,混合模式,：除了等价模式之外的称为混合模式。,可以通过低通滤波的方法来增强等价模式所占的比例。图,c,经过高斯滤波后，其等价模式所占比可以增加到,90%,。,旋转不变的等价模式,LBP,非参数统计测定,图像,f,（,x,，,y,）直方图的定义为：,可以用卡方来计算两个直方图的差异,：,