LBP，局部二值模型）

一种图像特征的提取算法。

算法步骤：

1.用3*3的模板对图像每个像素进行处理，比较当前像素和周围像素的大小，将大于等于当前像素的置1，小于的置0。

2.对这周围八个像素进行编码，这八个0和1正好是可以组成一个byte数，然后按一定的规则组成这个无符号数。

3.把这个数赋值给当前像素。

4.通常对处理后的图像进行区域划分，比如分成4*4 、10*10或16*16的区域，对每个区域求得直方图，得到16、100或256个直方图。（划分都不是固定的）

5.这些直方图就是特征了，可以根据需要任意使用了。

这个是在网上http://www.cnblogs.com/tiandsp/archive/2013/03/19/2969877.html 这位博主写的，但该博主写的程序有点问题，现更改一下。

clear all;
close all;
clc;


img=imread('48.png');
img=rgb2gray(img);
[m,n]=size(img);


imgn=zeros(m,n);
for i=2:m-1
   for j=2:n-1 
        
       pow=0;
        for p=i-1:i+1
            for q =j-1:j+1
                if img(p,q) >= img(i,j)
                    if p~=i || q~=j         %有的文章这里是3*3的顺时针编码，我就按处理顺序编码了。
                                            %反正都是特征描述啥的，只要按相同规则就行了。
                      imgn(i,j)=imgn(i,j)+2^pow;
                    end
                end
                if p~=i || q~=j  
                      pow=pow+1;
                end
            end
        end
            
   end
end
figure;
imshow(imgn,[]);
hist=cell(1,4);     %划分四个区域求直方图，10*10的太多了，这里搞简单点
hist{1}=imhist(img(1:floor(m/2),1:floor(n/2)));
hist{2}=imhist(img(1:floor(m/2),floor(n/2)+1:n));
hist{3}=imhist(img(floor(m/2)+1:m,1:floor(n/2)));
hist{4}=imhist(img(floor(m/2)+1:m,floor(n/2)+1:n));
for i=1:4
   figure;
   plot(hist{i});
end

跟原主有点差异，主要是在比较大小的时候。