lbp算子的matlab代码

LBP（Local Binary Pattern）算子是一种图像纹理特征提取方法，常用于图像分类、人脸识别等领域。下面是用MATLAB实现LBP算子的代码：

% 读取图像
image = imread('image.jpg');
% 转换为灰度图像
grayImage = rgb2gray(image);
% 获取图像尺寸
[rows, cols] = size(grayImage);

% 定义LBP算子参数
radius = 1;   % 半径
neighbors = 8;   % 领域像素点个数
histSize = neighbors + 2;   % 直方图大小

% 初始化LBP图像
LBPImage = zeros(rows, cols);

% 计算LBP图像
for i = radius + 1 : rows - radius
    for j = radius + 1 : cols - radius
        centerPixel = grayImage(i, j);
        binaryPattern = zeros(1, neighbors);
        
        % 遍历领域像素点
        for n = 1 : neighbors
            x = i + radius * cos(2 * pi * n / neighbors);
            y = j - radius * sin(2 * pi * n / neighbors);
            
            % 插值得到领域像素值
            interpolatedPixel = interp2(double(grayImage), x, y);
            
            % 判断领域像素与中心像素的大小关系
            if interpolatedPixel >= centerPixel
                binaryPattern(n) = 1;   % 大于等于中心像素为1
            else
                binaryPattern(n) = 0;   % 小于中心像素为0
            end
        end
        
        % 计算二进制模式的权值
        weight = 2 .^ (0 : neighbors - 1);
        
        % 将二进制模式转换为整数值
        decimalPattern = binaryPattern * weight';
        
        % 将整数值作为中心像素的LBP码
        LBPImage(i, j) = decimalPattern;
    end
end

% 统计LBP直方图
histogram = histcounts(LBPImage, histSize, 'Normalization', 'probability');

% 显示LBP图像和直方图
subplot(1, 2, 1), imshow(LBPImage, []), title('LBP Image');
subplot(1, 2, 2), bar(histogram), title('LBP Histogram');

该代码通过遍历每个像素点，计算其领域像素与中心像素的大小关系，然后将二进制模式转换为整数值，最终得到每个像素点的LBP码。然后，通过统计LBP码的直方图，得到LBP纹理特征。最后，代码将LBP图像和直方图进行显示。