博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
matlab练习程序(LBP,局部二值模型)
阅读量:7046 次
发布时间:2019-06-28

本文共 1148 字,大约阅读时间需要 3 分钟。

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。

下面是简单的实现:

clear all;close all;clc;img=imread('lena.jpg');[m n]=size(img);imgn=zeros(m,n);for i=2:m-1   for j=2:n-2                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;                      pow=pow+1;                    end                end            end        end               endendfigure;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

效果:

原图

LBP特征图

直方图1

直方图2

直方图3

直方图4

参考:

转载地址:http://nlzol.baihongyu.com/

你可能感兴趣的文章
linux下C语言实现文件传输的简单实例
查看>>
C++ 简单实现MFC ListControl 点击列头排序
查看>>
关于兼容
查看>>
第三章:绑定语法(1)
查看>>
操作系统学习笔记:安全
查看>>
【Dijkstra模板】codeforces715B Complete The Graph(最短路径)
查看>>
例题9-10 UVa1626&&POJ1141 Brackets Sequence(DP)
查看>>
【转载】消息队列技术介绍
查看>>
向NSMutableArray插入数组的方法
查看>>
三方控件收集
查看>>
关于斐波那契数列的一些恒等式 模板 牛客OI测试赛 A 斐波拉契
查看>>
Uboot Beaglebone Black Usb驱动分析
查看>>
Python实战之列表list的详细简单练习2
查看>>
Mininet系列实验(三):Mininet命令延伸实验扩展
查看>>
Auto CAD 安装问题 “acad.exe - 系统错误 ”
查看>>
rsync入门使用
查看>>
bzoj1040 内向树DP
查看>>
谈谈Java工程师应该具有的知识
查看>>
记录在Centos下安装和使用Git的过程,从github上克隆仓库和提交。
查看>>
小技巧——优盘图标改变和背景改变
查看>>