OpenCV 学习系列-LBP

圆形LBP

​基本的 LBP算子的最大缺陷在于它只覆盖了一个固定3x3范围内的小区域，为了满足不同尺寸的需要，并达到灰度和旋转不变性的要求，对 LBP 算子进行了改进，将 3×3邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域。以某个像素点为中心，以一个任意大小半径R画一个圆，将落在圆内的P个像素与中心点像素比较得到LBP算子。

圆形LBP.jpg

详解

1.右上角数字表示半径，右下角数字表示像素个数
2.与基本LBP一样 ，最左边的图像得到LBP值是一样的，取中心点周围的8个像素点

3. 中间的，半径是2，像素个数是16；右边的，半径是2，像素点个数是8

旋转不变LBP

​ LBP 算子是灰度不变的，但却不是旋转不变的，图像的旋转就会得到不同的 LBP值。

旋转LBP.jpg

为了解决这个问题，将 LBP算子进行了扩展具有旋转不变性。LBP的旋转不变模式，即不断旋转圆形邻域得到一系列初始定义的 LBP值，取其最小值作为该邻域的 LBP 值。

旋转不变

详解

首先获得LBP值为: 11100001 (255),进过旋转分别得到8中不同的LBP值，最终得到的具有旋转不变性的 LBP值为 15。

等价LBP

​ 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2^P(0和1的排列组合)种模式。随着邻域集内采样点数的增加，二进制模式的种类是以指数形式增加的。这么多的二进制模式导致在人脸检测时候LBP模式统计直方图过于稀疏(见下面检测原理部分)。因此需要对原始的LBP模式进行降维，也就是减少数据量。

​ 等价模式(均匀模式)就是解决这个问题的。在实际图像中，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，等价模式定义为：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，该LBP所对应的二进制就称为一个等价模式类，除等价模式类以外的模式都归为另一类，称为混合模式类。

​ 00000000（0次跳变），00000111（1次从0到1的跳变），10001111（1到0，0到1，两次跳变）是等价模式类。

​ 10010111（共四次跳变）是混合模式类。

​ 通过这样的改进，二进制模式数量由原来的2^P种减少为 P* ( P-1)+2种。

比如：3x3的8采样本来有256种，现在变成58(等价模式)+1种(混合模式)。即本来lbp值为0-255，也就是256种结果，转化为了59种。混合模式编码为0，等价模式根据值大小编码为1—58。

00000000 : 1
00000001 : 2
00000010 : 3
00000101 : 0 (跳变3次)

58种情况如下：

0次跳变：
11111111 00000000
1次跳变(14个)：
01111111 00111111 00011111 00001111 00000111 00000011 00000001

2次跳变(42个)
1：
01000000 00100000 00010000 00001000 00000100 00000010
2:
01100000 00110000 00011000 00001100 00000110
3:
01110000 00111000 00011100 00001110
4:
01111000 00111100 00011110
5:
01111100 00111110
6:
01111110

还是记录一下，这个概念时间长了，就忘了