当前位置:网站首页>【纹理特征提取】基于matlab局部二值模式LBP图像纹理特征提取【含Matlab源码 1931期】
【纹理特征提取】基于matlab局部二值模式LBP图像纹理特征提取【含Matlab源码 1931期】
2022-07-07 09:46:00 【海神之光】
一、获取代码方式
获取代码方式1:
完整代码已上传我的资源:【纹理特征提取】基于matlab局部二值模式LBP图像纹理特征提取【含Matlab源码 1931期】
获取代码方式2:
通过订阅紫极神光博客付费专栏,凭支付凭证,私信博主,可获得此代码。
备注:
订阅紫极神光博客付费专栏,可免费获得1份代码(有效期为订阅日起,三天内有效);
二、局部二值模式LBP图像纹理特征提取简介
1 局部二值模式
LBP是一种用来描述图像局部纹理特征的算法,具有旋转不变性和灰度不变性等显著优点。原始的LBP是在3×3的窗口中,以中心像素点的像素值为阈值,将邻域8个像素点的值和阈值进行比较,若邻域点的像素值大于中心像素点,则记为1,否则记为0,然后按照规定的编码方向,给不同的邻域点赋予不同的权重,将二进制序列转换一个无符号十进制数,并用该值作为像素点的LBP特征值,其过程如图1所示。Ojala最初提出的LBP算子存在无法提取大尺寸结构纹理的缺点,为了解决这一问题,Ojala做出改进,将3×3邻域扩展到任意邻域,并用圆形邻域代替正方形邻域,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。综上,对于一幅图像S上的任意像素点S(i,j),将以S(i,j)为中心,半径为R的内含有P个采样点的区域称为其局部邻域(P,R),则像素点S(i,j)的LBP值可以定义为:
式中:gc代表中心像素S(i,j)的灰度值,gp代表采样点灰度值。这种方法获取的LBP值具有线性灰度不变性,但是在图像发生旋转时,相应的LBP值也会发生改变。为了解决旋转不变性的问题,Ojala等[11]提出了基于旋转不变性的LBP算法。对同一个中心点,以不同的邻域像素点作为起点进行二进制编码,从而得到一系列的二进制编码,选取其中最小的值作为该邻域的LBP值。
图1 局部二值模式提取过程
三、部分源代码
clc;close all;clear;
img=imread('lena512color.tiff');
img=imresize(img,[256,256]);
figure, imshow(img);
四、运行结果


五、matlab版本及参考文献
1 matlab版本
2014a
2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社,2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社,2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社,2013.
[4]李松,蔡航,于蒙.基于自适应局部二值模式的纹理特征提取方法[J].计算机应用与软件. 2019,36(09)
3 备注
简介此部分摘自互联网,仅供参考,若侵权,联系删除
边栏推荐
- VIM command mode and input mode switching
- 毕业季|与青春作伴,一起向未来!
- 互联网协议
- La voie du succès de la R & D des entreprises Internet à l’échelle des milliers de personnes
- Case study of Jinshan API translation function based on retrofit framework
- Activity生命周期
- 什么是高内聚、低耦合?
- 相机标定(1): 单目相机标定及张正友标定基本原理
- Various uses of vim are very practical. I learned and summarized them in my work
- Neural approvals to conversational AI (1)
猜你喜欢

Suggestions on one-stop development of testing life

正在运行的Kubernetes集群想要调整Pod的网段地址

高考作文,高频提及科技那些事儿……

聊聊SOC启动(六)uboot启动流程二

Learning notes | data Xiaobai uses dataease to make a large data screen

【最短路】Acwing1128信使:floyd最短路

The running kubernetes cluster wants to adjust the network segment address of pod

The database synchronization tool dbsync adds support for mongodb and es

对比学习之 Unsupervised Learning of Visual Features by Contrasting Cluster Assignments
![[system design] index monitoring and alarm system](/img/8e/9c4c168f7f2b8e1f0786a5fe158544.png)
[system design] index monitoring and alarm system
随机推荐
关于SIoU《SIoU Loss: More Powerful Learning for Bounding Box Regression Zhora Gevorgyan 》的一些看法及代码实现
解决VSCode只能开两个标签页的问题
sink 消费 到 MySQL, 数据库表里面已经设置了 自增主键, flink 里面,如何 操作?
Distributed database master-slave configuration (MySQL)
Internet Protocol
VIM command mode and input mode switching
通过环境变量将 Pod 信息呈现给容器
Excel公式知多少?
什么是高内聚、低耦合?
How much do you know about excel formula?
Learning notes | data Xiaobai uses dataease to make a large data screen
Android interview knowledge points
vim 的各种用法,很实用哦,都是本人是在工作中学习和总结的
electron添加SQLite数据库
自动化测试框架
软件设计之——“高内聚低耦合”
Blog moved to Zhihu
本地navicat连接liunx下的oracle报权限不足
There are so many factors that imprison you
Le Cluster kubernets en cours d'exécution veut ajuster l'adresse du segment réseau du pod