What are Local Binary Patterns?Loca

What are Local Binary Patterns?

Local Binary Patterns, or LBPs for short, are a texture descriptor made popular by the work of Ojala et al. in their 2002 paper, Multiresolution Grayscale and Rotation Invariant Texture Classification with Local Binary Patterns (although the concept of LBPs were introduced as early as 1993).

Unlike Haralick texture features that compute a global representation of texture based on the Gray Level Co-occurrence Matrix, LBPs instead compute a local representation of texture. This local representation is constructed by comparing each pixel with its surrounding neighborhood of pixels.

The first step in constructing the LBP texture descriptor is to convert the image to grayscale. For each pixel in the grayscale image, we select a neighborhood of size r surrounding the center pixel. A LBP value is then calculated for this center pixel and stored in the output 2D array with the same width and height as the input image.

For example, let’s take a look at the original LBP descriptor which operates on a fixed 3 x 3 neighborhood of pixels just like this:

Kết quả (Việt) 1:

Mô hình nhị phân địa phương là gì?Mô hình nhị phân, hoặc LBPs cho ngắn, là một mô tả cấu trúc thực hiện phổ biến các tác phẩm của Ojala et al. trong giấy của họ năm 2002, Multiresolution màu xám và xoay bất biến phân loại kết cấu với mô hình nhị phân địa phương (mặc dù các khái niệm của LBPs đã được giới thiệu vào đầu năm 1993).Không giống như Haralick kết cấu các tính năng mà tính toán một đại diện toàn cầu của kết cấu dựa trên ma trận đồng xuất hiện cấp độ màu xám, LBPs thay vào đó tính toán một đại diện địa phương của kết cấu. Đại diện địa phương này được xây dựng bằng cách so sánh mỗi pixel với khu vực xung quanh điểm ảnh.Bước đầu tiên trong việc xây dựng mô tả cấu LBP là để chuyển đổi hình ảnh để màu xám. Cho mỗi điểm ảnh trong hình ảnh màu xám, chúng tôi chọn một khu phố của kích thước r xung quanh trung tâm pixel. Một giá trị LBP sau đó được tính cho điểm ảnh Trung tâm này và lưu trữ trong mảng 2D đầu ra với cùng một chiều rộng và chiều cao như là hình ảnh nhập vào.Ví dụ, chúng ta hãy nhìn vào mô tả LBP gốc mà hoạt động trên một khu phố 3 x 3 cố định pixel chỉ như thế này:

Kết quả (Việt) 2:

Patterns Local Binary? Là gì

mẫu nhị phân cục bộ, hoặc LBPs cho ngắn, là một mô tả kết cấu được phổ biến bởi công việc của Ojala et al. trong bài báo năm 2002 của họ, multiresolution Grayscale và xoay bất biến Texture Phân loại với mẫu nhị phân địa phương (mặc dù khái niệm về LBPs đã được giới thiệu vào đầu năm 1993).

Không giống như các tính năng kết cấu Haralick rằng tính một đại diện toàn cầu của kết cấu dựa trên màu xám Cấp Co-xảy Matrix , LBPs thay vì tính toán một đại diện địa phương của kết cấu. Đại diện địa phương này được xây dựng bằng cách so sánh từng điểm ảnh với khu vực lân cận của điểm ảnh.

Bước đầu tiên trong việc xây dựng các mô tả kết cấu LBP là để chuyển đổi hình ảnh sang màu xám. Đối với mỗi điểm ảnh trong hình ảnh màu xám, chúng tôi lựa chọn một khu phố của kích thước r xung quanh điểm ảnh trung tâm. Một giá trị LBP sau đó được tính cho ảnh trung tâm này và được lưu trữ trong đầu ra 2D mảng với cùng một chiều rộng và chiều cao như hình ảnh đầu vào.

Ví dụ, chúng ta hãy nhìn vào mô tả LBP gốc mà hoạt động trên một khu phố 3 x 3 cố định pixel chỉ như thế này: