LBP

LBP(局部二值模式)

LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子，具有旋转不变性和灰度不变性等显著优点。首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出，用于纹理特征提取。主要应用于人脸识别和目标检测中，OpenCV中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检测分类器的方法，Opencv实现了LBP特征的计算，但没有提供一个单独的计算LBP特征的接口。

原始LBP

在3×3的窗口中，以窗口中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0。可以产生8位二进制数，将其转化为十进制数便得到了LBP编码（256种），如下图左上角开始遍历组成2进制数，转化为10进制后为124

具体的，其数学表达可写作：

其中， (xc,yc)为中心像素的坐标， p为邻域的第p个像素，ip为邻域像素的灰度值， ic为中心像素的灰度值， s(x)为符号函数，如下：