图像LBP纹理信息提取matlab代码

以下是一个简单的 LBP 特征提取的 Matlab 代码：

function lbp_features = extract_lbp_features(image, radius, neighbors)
% image - 输入图像
% radius - LBP 算法中的半径
% neighbors - LBP 算法中的邻居数

% 将输入图像转换为灰度图像
gray_image = rgb2gray(image);

% 计算LBP图像
lbp_image = efficientLBP(gray_image, radius, neighbors);

% 计算 LBP 直方图特征
lbp_features = hist(lbp_image(:), 0:255);
lbp_features = lbp_features / sum(lbp_features);
end

% efficientLBP 函数实现
function lbp_image = efficientLBP(image, radius, neighbors)
% 初始化 LBP 图像
lbp_image = zeros(size(image));

% 计算 LBP 图像
for i = radius+1:size(image, 1)-radius-1
    for j = radius+1:size(image, 2)-radius-1
        % 提取中心像素值
        center = image(i, j);
        
        % 计算邻域像素值
        pixels = zeros(1, neighbors);
        for k = 1:neighbors
            theta = 2*pi*k/neighbors;
            x = radius * cos(theta);
            y = radius * sin(theta);
            x1 = round(i + x);
            y1 = round(j + y);
            pixels(k) = image(x1, y1);
        end
        
        % 计算LBP值
        binary_pattern = (pixels >= center);
        lbp_code = binary_pattern * 2.^(0:neighbors-1)';
        lbp_image(i, j) = lbp_code;
    end
end
end

使用方法：

% 读取图像
image = imread('test.jpg');

% 提取 LBP 特征
lbp_features = extract_lbp_features(image, 1, 8);

其中，`radius` 和 `neighbors` 参数可以更改以调整 LBP 算法的性能。`efficientLBP` 函数实现了一种高效的 LBP 算法，可以提高计算速度。