标签:div histogram 搜索 梯度 依次 知乎 ogr 定位 方向
SIFT、HOG、LBP,这三者都属于局部特征。
一、三者原理上的区别
2.HOG:Histogram of Oriented Gradient,方向梯度直方图。
3.LBP:Local Binary Pattern,局部二值模式。
原始的LBP算子定义在像素3*3的邻域内,以邻域中心像素为阈值,相邻的8个像素的灰度值与邻域中心的像素值进行比较,若周围像素大于中心像素值,则该像素点的位置被标记为1,否则为0。这样,3*3邻域内的8个点经过比较可产生8位二进制数,将这8位二进制数依次排列形成一个二进制数字,这个二进制数字就是中心像素的LBP值,LBP值共有28种可能,因此LBP值有256种。中心像素的LBP值反映了该像素周围区域的纹理信息。
二、三者的优缺点及适用范围
2.【LBP特征原理及代码实现】
9/1/2017 5:29:04 PM
作者:盛淮南
链接:https://www.zhihu.com/question/45833619/answer/223930439
来源:知乎
标签:div histogram 搜索 梯度 依次 知乎 ogr 定位 方向
原文地址:https://www.cnblogs.com/Allen-rg/p/9667093.html