简单理解LBP算子（局部二值模式）

基本的LBP算子：

3*3的矩阵块，1个中心像素和8个邻域像素对应于9个灰度值。

特征值：

中心像素的灰度值为阈值，将其邻域的8个灰度值与阈值相比较，大于中心灰度值的像素用1表示，反之用0表示。然后根据顺时针方向读出8位二进制数。

上图得出的二进制数为：1000 0111
表示为十进制数：1+32+64+128=255

LBP的改进版本

• 圆形LBP算子
  基本的 LBP算子的最大缺陷在于它只覆盖了一个固定半径范围内的小区域，这显然不能满足不同尺寸和频率纹理的需要。为了适应不同尺度的纹理特征，并达到灰度和旋转不变性的要求，Ojala等对 LBP算子进行了改进，将 3×3邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域，改进后的 LBP算子允许在半径为 R 的圆形邻域内有任意多个像素点。从而得到了诸如半径为R的圆形区域内含有p个采样点的LBP算子；
  
  上图表示半径分别为1 2 2，采样点8 16 8的LBP算子，对于不落在图像中心的点，可以采用双线性插值的方法得到该点对应的灰度值。
• LBP旋转不变模式
  下图给出了求取旋转不变的 LBP 的过程示意图，图中算子下方的数字表示该算子对应的 LBP值，图中所示的 8种 LBP模式，经过旋转不变的处理，最终得到的具有旋转不变性的 LBP值为15。也就是说，图中的 8种 LBP 模式对应的旋转不变的 LBP模式都是 00001111。
  

特点：

经阈值化后的二值矩阵可看成一个二值纹理模式，用来刻画邻域内像素点的灰度相对中心点的变化情况。因为人类视觉系统对纹理的感知与平均灰度（亮度）无关，而局部二值模式方法注重像素灰度的变化，所以它符合人类视觉对图像纹理的感知特点。