在實際運用中，LBP(Local Binary Pattern只是考慮了中心像素跟鄰域像素之間的大小關系：

只是強調了像素的強度和一階的梯度信息，沒有強調像素之間的方向和高階梯度大小的信息。不能完全的表達圖像的紋理信息。

Local Derivative Pattern（LBP)的提出表示出了像素的梯度方向的變化基于2進制編碼的作用。

LDP可以處理高階的梯度信息，這是比LBP強的一方面。

方法詳解：

假設一圖像I(z),我們定義這個圖像在0、45、90、135度上的一階方差是Ia(Z),a=0\45\90\135.。。

假設圖像上的一個像素點Z,則在Z點的各個角度上的一階方差我們定義為：

則 二階的LDP我們可以定義為：

其中：

我們得到在各個像素點各個角度上的LDP值，然后進行直方圖統計，綜合在一起就是圖像中一個塊的特征向量。

，

我們可以做高階的LDP，假設三階的LDP，我們可以參照二階的LDP進行計算：

計算公式：

所以高階的LDP公式可以總結為：

總結

以上是生活随笔為你收集整理的LDP (Local Derivative Pattern)原理的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。