基于局部统一模式LBP及MB-LBP的特征提取
来源:互联网 发布:mac的邮箱怎么设置 编辑:程序博客网 时间:2024/05/18 22:41
参考:http://blog.csdn.net/u014568921/article/details/45788523
1、IsUniform()
##检查bit是否为统一化模式(0、1转换不多于2个),把统一化模式的放在直方图收集箱bin,其他放置于公用收集箱。
function bUni = IsUniform(bits) % 判断某一个位串模式 bits 是否是 uniform 模式 % % 输入:bits --- 二进制LBP模式串 % % 返回值:bUni --- =1,if bits 是uniform模式串;=2,if bits 不是uniform模式串 n = length(bits); nJmp = 0; % 位跳变数(0->1 or 1->0) for ii = 1 : (n-1) if( bits(ii) ~= bits(ii+1) ) nJmp = nJmp+1; end end if bits(n) ~= bits(1) nJmp = nJmp+1; end if nJmp > 2 bUni = false; else bUni = true; end
2、makeLBPMap()
获取映射表vecLBPMap,将灰度gray落入第vecLBPMap(gray+1)号收集箱。
function vecLBPMap = makeLBPMap % 生成(8,2)临域uniform LBP直方图的映射关系,即将256个灰度值映射到59个收集箱中, % 所有的非 uniform 放入一个收集箱中 vecLBPMap = zeros(1, 256); %初始化映射表 bits = zeros(1, 8); %8位二进模式串 nCurBin = 1; for ii = 0:255 num = ii; nCnt = 0; % 获得灰度num的二进制表示bits while (num) bits(8-nCnt) = mod(num, 2); num = floor( num / 2 ); nCnt = nCnt + 1; end if IsUniform(bits) % 判断bits是不是uniform模式 vecLBPMap(ii+1) = nCurBin;% 每个uniform模式分配一个收集箱 nCurBin = nCurBin + 1; else vecLBPMap(ii+1) = 59;%所有非uniform模式都放入第59号收集箱 end end % 保存映射表 save('MatLBPMap.mat', 'vecLBPMap');
3、getLBPFea()
获得LBP统计直方图特征
%getLBPFea.m function [histLBP, MatLBP] = getLBPFea(I) % 计算分区图像 I 的LBP特征,(8,2),uniform % % 输入:I --- 分区图像 % % 返回值: MatLBP --- LBP响应矩阵 % histLBP --- 1维行向量,LBP直方图 % 获得分块图像I的大小 [m n] = size(I); rad = 2; if (m <= 2*rad) || (n <= 2*rad) error('I is too small to compute LBP feature!'); end MatLBP = zeros(m-2*rad, n-2*rad); % 读入 LBP 映射(像素灰度与直方图收集箱索引的映射) load MatLBPMap.mat; for ii = 1+rad : m-rad for jj = 1+rad : n-rad nCnt = 1; % 计算(8,2)邻域的像素值,不在像素中心的点通过双线性插值获得其值 nbPT(nCnt) = I(ii, jj-rad); nCnt = nCnt + 1; horInterp1 = I(ii-2, jj-2) + 0.5858*( I(ii-2, jj-1) - I(ii-2, jj-2) ); % 水平方向插值 horInterp2 = I(ii-1, jj-2) + 0.5858*( I(ii-1, jj-1) - I(ii-1, jj-2) ); % 水平方向插值 verInterp = horInterp1 + 0.5858*( horInterp2 - horInterp1 ); % 竖直方向插值 nbPT(nCnt) = verInterp; nCnt = nCnt + 1; nbPT(nCnt) = I(ii-2, jj); nCnt = nCnt + 1; horInterp1 = I(ii-2, jj+1) + 0.4142*( I(ii-2, jj+2) - I(ii-2, jj+1) ); horInterp2 = I(ii-1, jj+1) + 0.4142*( I(ii-1, jj+2) - I(ii-1, jj+1) ); verInterp = horInterp1 + 0.5858*( horInterp2 - horInterp1 ); nbPT(nCnt) = verInterp; nCnt = nCnt + 1; nbPT(nCnt) = I(ii, jj+2); nCnt = nCnt + 1; horInterp1 = I(ii+1, jj+1) + 0.4142*( I(ii+1, jj+2) - I(ii+1, jj+1) ); horInterp2 = I(ii+2, jj+1) + 0.4142*( I(ii+2, jj+2) - I(ii+2, jj+1) ); verInterp = horInterp1 + 0.4142*( horInterp2 - horInterp1 ); nbPT(nCnt) = verInterp; nCnt = nCnt + 1; nbPT(nCnt) = I(ii+2, jj); nCnt = nCnt + 1; horInterp1 = I(ii+1, jj-2) + 0.5858*( I(ii+1, jj-1) - I(ii+1, jj-2) ); horInterp2 = I(ii+2, jj-2) + 0.5858*( I(ii+2, jj-1) - I(ii+2, jj-1) ); verInterp = horInterp1 + 0.4142*( horInterp2 - horInterp1 ); nbPT(nCnt) = verInterp; for iCnt = 1:nCnt if( nbPT(iCnt) >= I(ii, jj) ) MatLBP(ii-rad, jj-rad) = MatLBP(ii-rad, jj-rad) + 2^(nCnt-iCnt); end end end end % 计算LBP直方图 histLBP = zeros(1, 59); % 对于(8,2)的uniform直方图共有59个收集箱 for ii = 1:m-2*rad for jj = 1:n-2*rad histLBP( vecLBPMap( MatLBP(ii, jj)+1 ) ) = histLBP( vecLBPMap( MatLBP(ii, jj)+1 ) ) + 1; end end
4特征显示
[hist,I_LBP]=getMBLBPFea(I);imshow(I_LBP,[]);
阅读全文
0 0
- 基于局部统一模式LBP及MB-LBP的特征提取
- LBP局部特征提取算法
- 局部特征提取-LBP算法
- 特征提取--基于局部二值模型(LBP)的特征提取
- LBP(局部二值模式)特征提取原理
- 【图像特征提取3】局部二值模式LBP特征描述符C++代码的实现
- 【图像特征提取4】改进的圆形局部二值模式LBP特征描述符C++代码的实现
- 人脸表情识别笔记(二)特征提取之LBP(局部二值模式)原理及MATLAB代码
- 图像特征提取LBP
- 图像特征提取LBP
- 特征提取之LBP
- LBP特征提取
- LBP特征提取
- LBP特征提取
- LBP纹理特征提取
- 基于LBP、颜色模式的前景提取:MultiLayerBGS
- LBP特征提取的实现以及思考
- 【图像特征提取2】局部二值模式LBP----从原理到实践
- gdb调试相关知识
- C# VS2015一个ComboBOX(下拉框)绑定数据库(SQL)某一列
- 11.4离线赛
- 35. Search Insert Position (二分)
- ns2代码分析(一)-数据包指针进入队列
- 基于局部统一模式LBP及MB-LBP的特征提取
- JAVA连接PostgreSQL数据库
- 九九乘法表
- Tomcat7.0.42源码研读之职责链模式Pipeline与Valve(二)
- Nginx源码剖析--server和location的组织
- 10
- 关于deque中的erase()该注意的地方
- image图片布局存在空隙的解决办法
- JAVA设计模式笔记之策略模式