1. LBP
以R爲半徑的P點鄰域,gc爲中心,gp爲鄰域點 ;區分鄰域比中心亮度大還是小
可以通過改變改變P,R 形成多尺度LBP。
2. uniform LBP P*(P-1)+2個
二值編碼中0-1轉換次數小於或等於2的編碼; U<=2:
P=8,7*8+2=58個編碼值,其餘的U>2的歸爲一個bin
3. 旋轉不變的LBP : 36個
由於編碼的起始點是一定的,每一種二值編碼模式經旋轉(循環位移)後會產生不同的編碼結果。爲了形成旋轉不變的編碼模式,我們讓有同一編碼模式經旋轉後產生的編碼結果編碼爲同一值,即這些旋轉結果中的最小值
36個旋轉不變的LBP編碼模式:
4. 旋轉不變的uniform LBP P+1個
即在uniform LBP中,開始7行的每一行爲旋轉不變,被編爲一個編碼值,對應上圖中第一行的1-7個模式。再加上 全1和全0 共9個
----------------------------------------------以上就是經典的LBP了,下面介紹一些變種-------------------------------------------
一. 增加幅值信息,增加對噪聲魯棒性
1. LTP
對二值化設定閾值
三值編碼:使相對中心值變化在t範圍內的鄰域量化爲0;比ic大於t的量化爲1;比ic小於t的量化爲-1
最後把三值編碼轉化爲正的和負的兩部分,2個8bit編碼作爲特徵向量;
2. CLBP
像素值差分爲符號和幅值兩項考慮 ,對符號的編碼CLBP_S和LBP一樣 ( 8位)
對差的幅值Mp編碼(8位): C爲全圖像的所有mp的均值
對中心象數值gc編碼(2位):Ci爲全圖像象數均值
最後構建3D聯合直方圖CLBP_S/M/C ,列化作爲特徵向量。
二. 加入局部方差信息(局部對比度)
1.
在訓練集上得到局部方差的量化閾值,對局部方差進行量化,與計算聯合直方圖,缺點:由於訓練和測試圖片成像條件不同,訓練的量化閾值可能在測試圖片上不適合。
2. LBP-V
將每個點的方差作爲編碼值的權重,進行直方圖累加(類比sitf中按方向累計梯度幅值)。原理:方差大,對應區域變化大,爲高頻區域,對區分性貢獻大,所以對應該處編碼權重大
三. 增加局部梯度信息(類比SIFT)
1. CS-LBP
對中心對稱點的亮度差編碼,即編碼四方向的梯度符號,縮短編碼長度
2. TP-LBP
編碼某中心像數點的相鄰patch的相似度 提取patch-based的信息,是對pixels-based的信息的補充中心patch和鄰域patch大小爲w*w;鄰域半徑r,鄰域patch個數S,提取相似度信息的鄰域間隔a,d(a,b)爲a,b patch的相似度,編碼局部patch的變化程度
3. POEM
編碼局部區域個方向patch內的梯度變化信息
(1) 計算梯度:方向和大小,對方向離散化m個
(2) 對每點,按離散方向,累積半徑爲r鄰域內的梯度幅值(高斯加權),形成m個累積梯度幅值圖像
(3) 對每個圖像,計算半徑R,鄰域P的LBP,形成m個LBP
4. LDP
編碼每點的各方向邊緣響應強度的變化
(1) 計算8方向邊緣響應
(2) 取第K主方向值Mk(即第k大的邊緣響應幅值)作爲閾值,進行二值化形成編碼。有C_8_k種編碼值
四. 對U-LBP的改進
1. H-LBP
層疊的多多尺度LBP
ULBP將U>2的編碼都對歸入到一個bin中,丟失了其中的區分信息。半徑越大非uniform編碼出現頻率越高,而大半徑中爲非uniform的編碼在小半徑時可能爲uniform形式,此時把其編碼換爲小半徑中uniform形式,直至半徑縮小爲指定大小
轉載:http://hi.baidu.com/belial/item/76b416f42016df6c3c148533