LBP纹理特征研究

LBP纹理特征研究
网上代码研究：

//****************************
//人脸特征提取（图像的基于Uniform模式的LBP纹理图的空间增强直方图）
//LBP纹理图像采用（8，1）邻域，即以每个像素周边的8个像素作为周边像素
//pImg: 输入的图像
//****************************
CvMat* KRRFace::calcLBPH(IplImage *pImg)
{
    int i, j;
    IplImage* pLBP;  //LBP纹理图像
    int weight[] = {0, 2, 4, 8, 16, 32, 64, 128};   //八个周边像素的权值
    int iBiStrLen = 8;  //LBP编码的长度
    if(pImg->width != 96 || pImg->height != 96)
    {
        AfxMessageBox("image width and iamge height must be 96!");
        return 0;
    }
    if(pImg->nChannels != 1)
    {
        AfxMessageBox("The channels of images must be 1!");
        return 0;
    }
    pLBP = cvCreateImage( cvSize(pImg->width, pImg->height), IPL_DEPTH_8U, 1);

    //LBP图像像素灰度值清零
    for(i=0; i<pLBP->height; i++)
    {
        for(j=0; j<pLBP->width; j++)
        {
            pLBP->imageData[i * pImg->widthStep + j] = 0;
// cvmSet(pLBP, i, j, 0);
        }
    }

    //为每个像素计算LBP编码
    int height = pImg->height;
    int width = pImg->width;
    for(i=0; i<height; i++)
    {
        for(j=0; j<width; j++)
        {
            if( getPixel(pImg, i, (j+1)%width) > getPixel(pImg, i, j) )
            {
                setPixel( pLBP, i, j, getPixel(pLBP, i, j) + weight[3] );
            }
            else
            {
                setPixel( pLBP, i, (j+1)%width, getPixel( pLBP, i, (j+1)%width ) + weight[7] );
            }

            if( getPixel( pImg, (i+1)%height, (j+1)%width ) > getPixel(pImg, i, j) )
            {
                setPixel( pLBP, i, j, getPixel(pLBP, i, j) + weight[4] );
            }
            else
            {
                setPixel( pLBP, (i+1)%height, (j+1)%width, getPixel(pLBP, (i+1)%height, (j+1)%width) + weight[0] );
            }

            if( getPixel( pImg, (i+1)%height, j ) > getPixel(pImg, i, j) )
            {
                setPixel( pLBP, i, j, getPixel(pLBP, i, j) + weight[5] );
            }
            else
            {
                setPixel( pLBP, (i+1)%height, j, getPixel(pLBP, (i+1)%height, j) + weight[1] );
            }
            if( getPixel( pImg, (i+1)%height, j==0 ? (width-1) : (j-1) ) > getPixel(pImg, i, j) )
            {
                setPixel( pLBP, i, j, getPixel( pLBP, i, j) + weight[6] );
            }
            else
            {
                setPixel( pLBP,  (i+1)%height, j==0 ? (width-1) : (j-1), getPixel( pLBP, (i+1)%height, j==0 ? (width-1) : (j-1) ) + weight[2] );
            }
        }
    }
    int iBNum;  //图像像素的LBP编码
    CString strBNum;  //图像LBP编码的字符串形式
    bool bUnifPat; //是否为uniform模式
    int iBitTransNum; //LBP编码中1，0（或者0，1）变换次数
    int iUnifPat;  //基于uniform模式的LBP编码
    int k;
    for(i=0; i<height; i++)
    {
        for(j=0; j<width; j++)
        {
            iUnifPat = 0;
            iBitTransNum = 0;
            iBNum = getPixel(pLBP, i, j);
            strBNum.Format("%d", iBNum);

            for(; strBNum.GetLength()<iBiStrLen; )  //把LBP值的字符串形式用0补全，长度为iBitStrLen==8
            {
                strBNum = "0" + strBNum;
            }

            if(strBNum.GetAt(0) != strBNum.GetAt(iBiStrLen-1)) //计算二值字符串中10（或01）变化的次数
            {
                iBitTransNum++;
            }

            if(strBNum.GetAt(0) == '1')  //计算字符串中1的个数
            {
                iUnifPat++;
            }
            for(k=1; k<iBiStrLen; k++)
            {
                if( strBNum.GetAt(k) != strBNum.GetAt(k-1) ) //计算二值字符串中10（或01）变化的次数
                {
                    iBitTransNum++;
                }
                if( strBNum.GetAt(k) == '1')  //计算字符串中1的个数
                {
                    iUnifPat++;
                }
            }
            if(iBitTransNum > 2)  //判断是否为uniform模式，当iBitTransNum大于2时为uniform模式
            {
                iUnifPat = iBiStrLen+1; //非uniform模式，赋值为iBiStrLen+1
            }
            CvScalar sc;
            sc.val[0] = iUnifPat;
            cvSet2D(pLBP, i, j, sc);
        }
    }

    CvScalar scal;
    CvMat *pLBPH = cvCreateMat(160, 1, CV_32FC1);  //基于uniform模式的LBP图像的空间增强直方图
    //空间增强直方图清零
    for(i=0; i<160; i++)
    {
        cvmSet(pLBPH, i, 0, 0);
    }
    k=0;
    int ii, jj;

    //计算空间增强直方图
    for(i=0; i<=72; i+=24)
    {
        for(j=0; j<=72; j+=24)
        {
            for(ii=0; ii<24; ii++)
            {
                for(jj=0; jj<24; jj++)
                {
                    scal = cvGet2D(pLBP, i+ii, j+jj);
                    int temp = cvmGet(pLBPH, k+scal.val[0], 0);
                    cvmSet( pLBPH, k+scal.val[0], 0, temp+1);
                }
            }
            k+=10;
        }       
    }
    cvReleaseImage(&pLBP);
    return pLBPH;
}