LBP（Local Binary Pattern）图像算法（图像纹理提取）
LBP图像算法：视频链接：视频：http://pan.baidu.com/s/1jHHh7TG
录制的视频是算法底层原理讲解，底层代码实现，方便大家真正掌握算法实质，开发出更加出色的算法。录制视频的初衷是：避免读者朋友利用大把时间学习已有常见算法，本系列视频旨在让读者朋友快速深入了解这些常见算法原理，有更多的时间去研究更加高大上算法（价值）。
具体链接在halcom.cn论坛，联系人QQ：3283892722
该论坛是一个学习交流平台，我会逐一的和大家分享学习。
欢迎大家录制视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1
Sindagi等人提出基于Inlier-Outlier比值和改进的LBP的OLED屏类缺陷改进算法，该算法能够较好的检测缺陷，具体看论文，该Inlier-Outlier比值来源于LBP模型。
LBP特征计算：LBP = ∑s(gp - gc)*(2^p), 当x>=0，s(x)=1, 当x<0，s(x)=0;
改进后的特征：
LBP = ∑s(gp - gc)，if U<=UT , 当x>=0，s(x)=1, 当x<0，s(x)=0;
LBP = p+1，if U>UT , 当x>=0，s(x)=1, 当x<0，s(x)=0;
一般情况下，p=8即8邻域。
gc 为中心模板点的灰度值，gp为8邻域灰度值。
weight = 1,2,4,8,16,32,64,128.
LBP是对整幅图像进行掩膜mask扫描，mask互不重叠，所有的mask构成整幅图像，s(x)是对mask邻域区域、中心区域进行二值化比较操作；
LBP最后一步是分块求解直方图特征，HoG特征也用到这一点；
具体代码如下：
clc,clear,close all
warning off
im = imread('Logo.jpg');
if size(im,3)>1
im = rgb2gray(im);
end
im = imresize(im,,'bicubic'); % 归一化
imshow(im)
if ~isfloat(im)
im = double(im);
end
mask = 5;
% im为灰度图像
= size(im);
imB = zeros(Height+(mask-1), Width+(mask-1));% 初始化，扩边处理
imB(3:end-2, 3:end-2) = im;
% imshow(imB,[])
alpha = 0.5;
beta = 1-alpha;
imD0 = imB(3:end-2, 1:Width) - im;% 列偏移，相减
imD1 = imB(3:end-2, 5:end) - im; % 列偏移，相减
imD2 = imB(1:Height, 3:end-2) - im; % 行偏移，相减
imD3 = imB(5:end, 3:end-2) - im; % 行偏移，相减
imD4 = alpha*imB(4:end-1, 2:end-3) + beta*imB(5:end, 1:Width) - im;
imD5 = alpha*imB(4:end-1, 4:end-1) + beta*imB(5:end, 5:end) - im;
imD6 = alpha*imB(2:end-3, 4:end-1) + beta*imB(1:Height, 5:end) - im;
imD7 = alpha*imB(2:end-3, 2:end-3) + beta*imB(1:Height, 1:Width) - im;
weight = 2.^(0:1:7)';
imD = ;
imD = imD>=0; % 二值化操作
imDw = imD*weight; % 二进制转化为十进制
imLBP = reshape(imDw, );
imshow(imLBP,[])
% mask = 5;
% alpha = 0.5;
% imLBP = LBP_Image( im, mask, alpha ); % 图像LBP特征求解
% imshow(imLBP,[])
imf = mat2gray(imLBP);
imk = im2uint8(imf);
imshow(imk,[])
stride = 20; % 步长
imLBPfeatures = [];
for i=1:stride:size(im,1)-stride
for j=1:stride:size(im,2)-stride
imLBPpart = imLBP(i:i+stride-1, j:j+stride-1);
imLBPfeature = imhist(imLBPpart)/(size(imLBPpart,1) * size(imLBPpart,2));
imLBPfeatures = ;% LBP特征
end
end
plot(imLBPfeatures)
参考论文：OLED panel defect detection using local inlier-outlier ratios and modified LBP
页:
[1]