圖像紋理檢測算法

LBP檢測算法

原文鏈接：https://blog.csdn.net/tiandijun/article/details/45561981
https://blog.csdn.net/andylanzhiyong/article/details/84707889
http://blog.csdn.net/zouxy09/article/details/7929531
LBP檢測模式：
LBP（Local Binary Pattern，局部二值模式）是一種用來描述圖像局部紋理特征的算子；LBP檢測算法具有旋轉(zhuǎn)不變性和灰度不變性等顯著的優(yōu)點(diǎn)。
原始的LBP算子定義為在33的窗口內(nèi)，以窗口中心像素為閾值，將相鄰的8個像素的灰度值與其進(jìn)行比較，若周圍像素值大于中心像素值，則該像素點(diǎn)的位置被標(biāo)記為1，否則為0。這樣，33鄰域內(nèi)的8個點(diǎn)經(jīng)比較可產(chǎn)生8位二進(jìn)制數(shù)（通常轉(zhuǎn)換為十進(jìn)制數(shù)即LBP碼，共256種），即得到該窗口中心像素點(diǎn)的LBP值，并用這個值來反映該區(qū)域的紋理信息。
如上圖所示實(shí)際應(yīng)用中煙支之間緊密貼合，如下圖所示而基本的LBP算子的最大缺陷在于它只覆蓋了一個固定半徑范圍內(nèi)的小區(qū)域，正常工作狀態(tài)下能夠穩(wěn)定檢測出正常煙支，但是在實(shí)際運(yùn)行中，煙支異常狀態(tài)具有恒大的不確定性，創(chuàng)這顯然不能滿足不同尺寸和頻率紋理的需要。

為了適應(yīng)不同尺寸和頻率紋理的需要，并達(dá)到灰度和旋轉(zhuǎn)不變性的要求，在實(shí)際應(yīng)用中對LBP算子進(jìn)行了改進(jìn)，將3×3鄰域擴(kuò)展到任意鄰域，并用圓形鄰域代替了正方形鄰域，改進(jìn)后的LBP算子允許在半徑為R的圓形鄰域內(nèi)有任意多個像素點(diǎn)。從而得到了如下圖的半徑為R的圓形區(qū)域內(nèi)含有P個采樣點(diǎn)的LBP算子。

一個LBP算子可以產(chǎn)生不同的二進(jìn)制模式，對于半徑為R的圓形區(qū)域內(nèi)含有P個采樣點(diǎn)的LBP算子將會產(chǎn)生P2種模式。紋理特征的檢測算法中隨著鄰域集內(nèi)采樣點(diǎn)數(shù)的增加，二進(jìn)制模式的種類是急劇增加的。為了防止過多的二值模式對于紋理的提取、識別、分類及信息的存取產(chǎn)生干擾。同時，過多的模式種類對于紋理的表達(dá)是不利的。因此，在實(shí)際檢測中對原始的LBP模式進(jìn)行降維，使得數(shù)據(jù)量減少的情況下能最好的代表圖像的信息。
為了解決二進(jìn)制模式過多的問題，提高統(tǒng)計性，方案中提出了采用一種“等價模式”來對LBP算子的模式種類進(jìn)行降維。在煙支狀態(tài)監(jiān)控的實(shí)際圖像中，絕大多數(shù)LBP模式最多只包含兩次從1到0或從0到1的跳變。因此，當(dāng)某個LBP所對應(yīng)的循環(huán)二進(jìn)制數(shù)從0到1或從1到0最多有兩次跳變時，該LBP所對應(yīng)的二進(jìn)制就稱為一個等價模式類。
通過這樣的改進(jìn)，二進(jìn)制模式的種類大大減少，而不會丟失任何信息。模式數(shù)量由原來的2P種減少為 P ( P-1)+2種，其中P表示鄰域集內(nèi)的采樣點(diǎn)數(shù)。對于3×3鄰域內(nèi)8個采樣點(diǎn)來說，二進(jìn)制模式由原始的256種減少為58種，這使得特征向量的維數(shù)更少，并且可以減少高頻噪聲帶來的影響。
因?yàn)?#xff0c;LBP算子得到的這個“特征”跟位置信息是緊密相關(guān)的。直接對兩幅圖片提取這種“特征”，并進(jìn)行判別分析的話，會因?yàn)椤拔恢脹]有對準(zhǔn)”而產(chǎn)生很大的誤差。實(shí)際應(yīng)用中將一幅圖片劃分為若干的子區(qū)域，對每個子區(qū)域內(nèi)的每個像素點(diǎn)都提取LBP特征，然后，在每個子區(qū)域內(nèi)建立LBP特征的統(tǒng)計直方圖。如此一來，每個子區(qū)域，就可以用一個統(tǒng)計直方圖來進(jìn)行描述；整個圖片就由若干個統(tǒng)計直方圖組成；
例如：一幅100100像素大小的圖片，劃分為1010=100個子區(qū)域（可以通過多種方式來劃分區(qū)域），每個子區(qū)域的大小為1010像素；在每個子區(qū)域內(nèi)的每個像素點(diǎn)，提取其LBP特征，然后，建立統(tǒng)計直方圖；這樣，這幅圖片就有1010個子區(qū)域，也就有了1010個統(tǒng)計直方圖，利用這1010個統(tǒng)計直方圖，就可以描述這幅圖片了。之后，我們利用各種相似性度量函數(shù)，就可以判斷兩幅圖像之間的相似性了；

灰度共生矩陣算法：
數(shù)字圖像處理—圖像紋理特征
https://blog.csdn.net/wsp_1138886114/article/details/108709277
https://blog.csdn.net/guanyuqiu/article/details/53117507

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的【图像处理】纹理检测算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。