主要内容
提取物摘录
提取本地二进制模式（LBP）功能
描述
例子
使用LBP功能通过纹理区分图像
读取包含不同纹理的图像。
brickwall = imread（'bricks.jpg'）;rotatedbrickwall = imread（'bricksrotated.jpg'）;地毯= imread（'Carpet.jpg'）;
显示图像。
数字imshow（brickwall）标题（'砖块'）
图imshow（旋转壁）标题（'旋转砖'）
图imshow（地毯）标题（'地毯'）
从图像中提取LBP功能以对其纹理信息进行编码。
lbpbricks1 = extractlbpfeatures（砖墙，'直立'，错误的）;lbpbricks2 = extractlbpfeatures（RotatedBrickWall，'直立'，错误的）;lbpcarpet = extractlbpfeatures（地毯，'直立'，错误的）;
通过计算它们之间的平方误差来衡量LBP功能之间的相似性。
Brickvsbrick =（lbpbricks1 - lbpbricks2）。^ 2;Brickvscarpet =（lbpbricks1 - lbpcarpet）。^ 2;
可视化平方误差以比较砖与砖和砖与地毯。当图像具有相似的纹理时，平方误差较小。
图栏（[Brickvsbrick; Brickvscarpet]'，'分组'） 标题（“LBP直方图的平方误差”）xlabel（'LBP直方图垃圾箱'） 传奇（'砖vs旋转砖'那'砖vs carpet'）
将L1标准化应用于LBP功能
在示例图像中读取并将其转换为灰度。
我= imread（'甘迪克莱恩普恩'）;我= im2gray（i）;
提取Unnormalized LBP功能，以便您可以应用自定义归一化。
lbpfeatures = extractlbpfeatures（i，'细胞化'，[32 32]，'正常化'那'没有任何'）;
将LBP功能重塑成一个邻居数量-经过-细胞数量数组用于访问每个单独的单元格的直方图。
numneighbors = 8;numbins = numneighbors *（numneighbors-1）+3;lbpcellhists =重塑（lbpfeatures，numbins，[]）;
使用L1标准归一化每个LBP小区直方图。
lbpcellhists = bsxfun（@ rdivide，lbpcellhists，sum（lbpcellhists））;
将LBP具有向量返回1-BY-N特征向量。
lbpfeatures =重塑（lbpcellhists，1，[]）;
输入参数
输出参数
特征- LBP特征向量
1-经过-N向量
LBP特征向量，返回为1-by-N长度矢量N代表功能的数量。LBP功能对本地纹理信息进行编码，您可以用于分类，检测和识别等任务。该函数将输入图像分区为非重叠单元格。要收集较大区域的信息，请选择更大的单元格尺寸。但是，当您增加单元格大小时，您会丢失本地细节。N，取决于图像中的单元格数量，numcells.，邻居的数量，P.，而且直立范围。
计算单元格数量为：
numcells.= prod（地面（尺寸（一世/细胞化））） |
该图显示了具有九个细胞直方图的图像。每个直方图描述了一个LBP特征。
每个单元格中直方图的大小是[1，B.]， 在哪里B.是直方图中的垃圾箱数。箱数取决于直立财产和邻居的数量，P.。
| 直立 | 垃圾箱数量 |
|---|---|
真的 |
（p x.P.-1）+ 3） |
错误的 |
（P.+ 2） |
整体LBP功能长度，N，取决于细胞的数量和垃圾箱的数量，B.：
| N=numcells.XB. |
参考
[1] Ojala，T.，M. Pietikainen和T. Maenpaa。“具有本地二进制模式的多分辨率灰度和旋转不变纹理分类。”图案分析和机器智能的IEEE交易。卷。24，2002年7月7日，第971-987号。
扩展能力
在R2015B中介绍
您还可以从以下列表中选择一个网站：
