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方法。它通過比較中心像素與其鄰域像素的灰度值，生成一個二進制數，即LBP碼，以此來描述局部紋理信息。LBP具有旋轉不變性和灰度不變性，對光照變化也具有一定的穩定性。
LBP的基本原理是，對於一個中心像素，比較其與3×3鄰域內（或更大半徑的圓形鄰域內）的8個像素的灰度值。如果鄰域像素的灰度值小於中心像素，則該位置在LBP碼中標記為0，否則標記為1。這樣，每箇中心像素都會得到一個獨特的LBP值，反映了該區域的紋理信息。
為了適應不同尺寸的紋理特徵，LBP運算元可以被擴展到任意大小的圓形鄰域，包含任意數量的像素點。此外，為了實現旋轉不變性，可以通過旋轉圓形鄰域並取最小LBP值作為該區域的LBP值。這樣做可以確保即使圖像旋轉，LBP值也不變。
LBP等價模式是一種最佳化方法，用於減少LBP產生的不同模式的數量。例如，對於一個給定的半徑和採樣點數量，可能產生大量的二進制模式，這在進行紋理分類或人臉識別時可能導致數據量過大。因此，可以通過統計直方圖來表示這些模式，但這樣做可能會導致直方圖過於稀疏。通過等價模式方法，可以減少模式的數量，使得直方圖表示更加緊湊。
總的來說，LBP是一種有效的紋理描述運算元，廣泛套用於圖像處理和計算機視覺領域。