LBP（Local Binary Patterns，局部二值模式）是一種用於圖像處理和計算機視覺領域的紋理特徵提取算法。它通過比較圖像中某個像素點與其鄰域像素點的灰度值，生成一個二進制編碼，該編碼反映了該像素點及其鄰域的紋理信息。這個二進制編碼隨後被轉換為十進制數，作為該像素點的LBP紋理值。
LBP算法的基本步驟如下：
定義鄰域：選擇一個以目標像素為中心的正方形或圓形鄰域，通常為3x3的大小。
比較灰度值：將鄰域內的每個像素的灰度值與中心像素的灰度值進行比較。
生成LBP碼：如果鄰域像素的灰度值大於或等於中心像素的灰度值，則該位置在LBP碼中標記為1，否則標記為0。這樣，對於一個3x3的鄰域，可以得到一個8位的二進制數。
轉換十進制：將得到的8位二進制數轉換為十進制數，作為該像素點的LBP紋理值。
特徵提取：在圖像的不同區域或塊內計算LBP值，並統計直方圖，從而得到圖像的紋理特徵。
LBP算法的變種包括：
圓形LBP運算元：擴展了原始的3x3鄰域，允許任意大小的圓形鄰域，以適應不同尺寸的紋理。
LBP旋轉不變模式運算元：通過旋轉圓形鄰域並取最小LBP值，實現旋轉不變性。
LBP等價模式：減少LBP模式的數量，便於後續處理和分析。
LBP算法的優點包括旋轉不變性和灰度不變性，能夠有效地描述圖像中的局部紋理特徵。它在人臉識別、表情識別、行人檢測、紋理分類等多個領域得到了廣泛套用。