在机器视觉领域，局部二进制模式（LBP）是非常重要的功能。 LBP可以有效地处理光线变化，并广泛用于纹理分析和纹理识别。 LBP的算法非常简单。简单来说，它将图像中某个像素的灰度值与其相邻像素的灰度值进行比较，如下图所示：如果相邻像素值大于此点，则将其分配为1，否则，将其分配为0，以便可以从左上角开始形成一个位链，然后可以将该位链转换为十进制数，该十进制数可以表示为：其中s表示阈值函数满足如下关系：通过这种转换，一个像素及其邻域之间的差异可以用一个数字表示，因为LBP记录了该像素与邻域像素之间的差异，所以照度的变化导致像素值相同地增减LBP的大小不会改变LBP的大小，尤其是在局部区域。我们可以认为图像照明引起的像素值变化是单向的，因此LBP可以很好地保留图像中像素值之间的差异。 。 LBP可以进一步用于直方图统计，并且该直方图可以用作纹理分析的特征运算符。我们可以看到R代表邻域的半径，P代表邻域的像素数或位链的长度。如果邻域的半径为1，则邻域的像素数为8，位链的长度为8。如果邻域半径为2，则邻域的像素数为16，则邻域的长度。位链是16，邻居的半径是3，邻居的像素数是24，位链的长度是24，如下图所示指示：我们考虑最简单的情况是R = 1 ，P ＝ 8。 LBP映射到0到255之间的值。如果用直方图表示，则需要256维数组来存储直方图。为了减少存储空间，有人提出了一种统一模式编码方法，该方法基于位链中0到1之间的转换次数来定义统一模式。如果位链中0到1之间的转换次数不超过两次，则该位链是统一模式，例如000000000转换时间为0，00001111转换时间为1，00011100转换时间为2，01101100转换时间为4，01101010，转换次数为6。不超过两次转换的模式是统一模式。可以证明，大多数二进制模式是统一模式。有了这个定义，对于8位LBP，您可以将256个尺寸减少到59个尺寸，减少了90％。