如何从LBP图像中获取256个像素/像素？

Question

我在C中实施统一的LBP.但我对这个概念感到困惑.我已经实施了LBP.假设我有512*512尺寸的图像.在LBP之后它将是510*510.现在如何从这个LBP图像中获得256个像素/像素.

for(i=1; i < image_src->width - 1; i++)
    {
          for(j=1; j < image_src->height - 1; j++)
          {
              const unsigned char center = image_get_pixel_value(image_src, i, j , 0);
              unsigned char code = 0;
              if(center <= image_get_pixel_value(image_src, i-1, j-1 , 0))
                code += 128;
               if(center <= image_get_pixel_value(image_src, i-1, j , 0))
                code += 64;
              if(center <= image_get_pixel_value(image_src, i-1, j+1 , 0))
                code += 32;
              if(center <= image_get_pixel_value(image_src, i, j+1 , 0))
                code += 16;
              if(center <= image_get_pixel_value(image_src, i+1, j+1 , 0))
                code += 8;
              if(center <= image_get_pixel_value(image_src, i+1, j , 0))
                code += 4;
              if(center <= image_get_pixel_value(image_src, i+1, j-1 , 0))
                code += 2;
              if(center <= image_get_pixel_value(image_src, i, j-1 , 0))
                code += 1;

              image_set_pixel_value(image_tar, i-1, j-1, 0, code);
          }
      }

这是查找表:

int  UniformPattern59[16][16] = {
             1,   2,   3,   4,   5,   0,   6,   7,   8,   0,   0,   0,   9,   0,  10,  11,
            12,   0,   0,   0,   0,   0,   0,   0,  13,   0,   0,   0,  14,   0,  15,  16,
            17,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
            18,   0,   0,   0,   0,   0,   0,   0,  19,   0,   0,   0,  20,   0,  21,  22,
            23,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
            0,    0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
            24,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
            25,   0,   0,   0,   0,   0,   0,   0,  26,   0,   0,   0,  27,   0,  28,  29,
            30,  31,   0,  32,   0,   0,   0,  33,   0,   0,   0,   0,   0,   0,   0,  34,
            0,    0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  35,
            0,    0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,
            0,    0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  36,
            37,  38,   0,  39,   0,   0,   0,  40,   0,   0,   0,   0,   0,   0,   0,  41,
            0,    0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,   0,  42,
            43,  44,   0,  45,   0,   0,   0,  46,   0,   0,   0,   0,   0,   0,   0,  47,
            48,  49,   0,  50,   0,   0,   0,  51,  52,  53,   0,  54,  55,  56,  57,  58
    };

Answer 1

我想你可能会误解LBP的概念.LBP有几种变体:基本LBP,均匀LBP和旋转不变均匀LBP.

在基本LBP中,我们比较中心像素与其相邻像素之一的灰度值(内插像素以获得更准确的结果)以获得该比特的二进制编码(0或1).通常,我们将此编码方案的半径设置为1,将邻居数设置为8作为默认配置.因此,我们可以在比较所有8个邻居之后获得中心像素的局部二进制模式(LBP),这是8位二进制数,例如01011110或11110000.这里,我们可以看到这种类型的范围如果我们将二进制数转换为十进制数,则LBP从0到255.我们通常将每个像素的LBP代码分类为256种模式中的一种,以形成直方图,用于进一步分类或识别任务,即问题中的256个像素/像素.

然而,在均匀和旋转不变的均匀LBP中存在不同的东西.也就是说,图案的数量不是256,其中旋转不变的均匀LBP仅具有10种图案.旋转均匀LBP具有9个旋转均匀的LBP和1个其他LBP,其中9个旋转均匀的LBP通常覆盖图像上的90%图案.

因此,在旋转不变的均匀LBP中,您只需要生成10个柱的直方图以进行进一步处理,例如分类或识别.首先,将每个像素编码为旋转不变的均匀LBP,这可能会产生一个image.rows*image.cols矩阵.然后,将每个图案(矩阵元素)分类为10个图案中的一个以形成表示直方图的阵列.

一些文件供您参考:

1. 学术论文中的LBP,http://www.scholarpedia.org/article/Local_Binary_Patterns
2. LBP作者的C++代码,http://www.cse.oulu.fi/CMV/Downloads/LBPSoftware
3. 具有局部二元模式的多分辨率灰度和旋转不变纹理分类,http://www.rafbis.it/biplab15/images/stories/docenti/Danielriccio/Articoliriferimento/LBP.pdf