目标检测的图像特征提取之（二）LBP特征
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；它具有旋转不变性和灰度不变性等显著的优点。它是首先由
T. Ojala, M.Pietikäinen,
和
D. Harwood
在
1994
年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；
1
、
LBP
特征的描述
原始的
LBP
算子定义为在
3*3
的窗口内，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
。这样，
3*3
邻域内的
8
个点经比较可产生
8
位二进制数（通常转换为十进制数即
LBP
码，共
256
种），即得到该窗口中心像素点的
LBP
值，并用这个值来反映该区域的纹理信息。如下图所示：
LBP
的改进版本：
原始的
LBP
提出后，研究人员不断对其提出了各种改进和优化。
（
1
）圆形
LBP
算子：
基本的
LBP
算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域，这显然不能满足不同尺寸和频率纹理的需要。为了适应不同尺度的纹理特征，并达到灰度和旋转不变性的要求，
Ojala
等对
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，改进后的
LBP
算子允许在半径为
R
的圆形邻域内有任意多个像素点。从而得到了诸如半径为
R
的圆形区域内含有
P
个采样点的
LBP
算子；
（
2
）
LBP
旋转不变模式
从
LBP
的定义可以看出，
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。
Maenpaa
等人又将
LBP
算子进行了扩展，提出了具有旋转不变性的
LBP
算子，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。
图
2.5
给出了求取旋转不变的
LBP
的过程示意图，图中算子下方的数字表示该算子对应的
LBP
值，图中所示的
8
种
LBP
模式，经过旋转不变的处理，最终得到的具有旋转不变性的
LBP
值为
15
。也就是说，图中的
8
种
LBP
模式对应的旋转不变的
LBP
模式都是
00001111
。
（
3
）
LBP
等价模式
一个
LBP
算子可以产生不同的二进制模式，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
P
2
种模式。很显然，随着邻域集内采样点数的增加，二进制模式的种类是急剧增加的。例如：
5
×
5
邻域内
20
个采样点，有
2
20
＝
1,048,576
种二进制模式。如此多的二值模式无论对于纹理的提取还是对于纹理的识别、分类及信息的存取都是不利的。同时，过多的模式种类对于纹理的表达是不利的。例如，将
LBP
算子用于纹理分类或人脸识别时，常采用
LBP
模式的统计直方图来表达图像的信息，而较多的模式种类将使得数据量过大，且直方图过于稀疏。因此，需要对原始的
LBP
模式进行降维，使得数据量减少的情况下能最好的代表图像的信息。
为了解决二进制模式过多的问题，提高统计性，
Ojala
提出了采用一种“等价模式”（
Uniform Pattern
）来对
LBP
算子的模式种类进行降维。
Ojala
等认为，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，
Ojala
将“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。
如
00000000
（
0
次跳变），
00000111
（只含一次从
0
到
1
的跳变），
10001111
（先由
1
跳到
0
，再由
0
跳到
1
，共两次跳变）都是等价模式类。除等价模式类以外的模式都归为另一类，称为混合模式类，例如
10010111
（共四次跳变）（这是我的个人理解，不知道对不对）。
通过这样的改进，二进制模式的种类大大减少，而不会丢失任何信息。模式数量由原来的
2
P
种减少为
P ( P-1)+2
种，其中
P
表示邻域集内的采样点数。对于
3
×
3
邻域内
8
个采样点来说，二进制模式由原始的
256
种减少为
59
种，这使得特征向量的维数更少，并且可以减少高频噪声带来的影响。
2
、
LBP
特征用于检测的原理
显而易见的是，上述提取的
LBP
算子在每个像素点都可以得到一个
LBP
“编码”，那么，对一幅图像（记录的是每个像素点的灰度值）提取其原始的
LBP
算子之后，得到的原始
LBP
特征依然是“一幅图片”（记录的是每个像素点的
LBP
值）。
LBP
的应用中，如纹理分类、人脸分析等，一般都不将
LBP
图谱作为特征向量用于分类识别，而是采用
LBP
特征谱的统计直方图作为特征向量用于分类识别。
因为，从上面的分析我们可以看出，这个“特征”跟位置信息是紧密相关的。直接对两幅图片提取这种“特征”，并进行判别分析的话，会因为“位置没有对准”而产生很大的误差。后来，研究人员发现，可以将一幅图片划分为若干的子区域，对每个子区域内的每个像素点都提取
LBP
特征，然后，在每个子区域内建立
LBP
特征的统计直方图。如此一来，每个子区域，就可以用一个统计直方图来进行描述；整个图片就由若干个统计直方图组成；
例如：一幅
100*100
像素大小的图片，划分为
10*10=100
个子区域（可以通过多种方式来划分区域），每个子区域的大小为
10*10
像素；在每个子区域内的每个像素点，提取其
LBP
特征，然后，建立统计直方图；这样，这幅图片就有
10*10
个子区域，也就有了
10*10
个统计直方图，利用这
10*10
个统计直方图，就可以描述这幅图片了。之后，我们利用各种相似性度量函数，就可以判断两幅图像之间的相似性了；
3
、对
LBP
特征向量进行提取的步骤
（
1
）首先将检测窗口划分为
16
×
16
的小区域（
cell
）；
（
2
）对于每个
cell
中的一个像素，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
。这样，
3*3
邻域内的
8
个点经比较可产生
8
位二进制数，即得到该窗口中心像素点的
LBP
值；
（
3
）然后计算每个
cell
的直方图，即每个数字（假定是十进制数
LBP
值）出现的频率；然后对该直方图进行归一化处理。
（
4
）最后将得到的每个
cell
的统计直方图进行连接成为一个特征向量，也就是整幅图的
LBP
纹理特征向量；
然后便可利用
SVM
或者其他机器学习算法进行分类了。
Reference
：
黄非非，基于
LBP
的人脸识别研究，重庆大学硕士学位论文，
2009.5