1. LBP
以R為半徑的P點鄰域，gc為中心，gp為鄰域點 ;區分鄰域比中心亮度大還是小
可以通過改變改變P,R 形成多尺度LBP。
2. uniform LBP P*(P-1)+2個
二值編碼中0-1轉換次數小于或等于2的編碼； U<=2:
P=8，7*8+2=58個編碼值，其餘的U>2的歸為一個bin
3. 旋轉不變的LBP ： 36個
由于編碼的起始點是一定的，每一種二值編碼模式經旋轉（循環位移）後會産生不同的編碼結果。為了形成旋轉不變的編碼模式，我們讓有同一編碼模式經旋轉後産生的編碼結果編碼為同一值，即這些旋轉結果中的最小值
36個旋轉不變的LBP編碼模式：
4. 旋轉不變的uniform LBP P+1個
即在uniform LBP中，開始7行的每一行為旋轉不變，被編為一個編碼值，對應上圖中第一行的1-7個模式。再加上 全1和全0 共9個
----------------------------------------------以上就是經典的LBP了，下面介紹一些變種-------------------------------------------
一． 增加幅值資訊，增加對噪聲魯棒性
1. LTP
對二值化設定門檻值
三值編碼：使相對中心值變化在t範圍内的鄰域量化為0；比ic大于t的量化為1；比ic小于t的量化為-1
最後把三值編碼轉化為正的和負的兩部分，2個8bit編碼作為特征向量；
2. CLBP
像素值差分為符号和幅值兩項考慮 ，對符号的編碼CLBP_S和LBP一樣 （ 8位）
對差的幅值Mp編碼（8位）： C為全圖像的所有mp的均值
對中心象數值gc編碼（2位）：Ci為全圖像象數均值
最後建構3D聯合直方圖CLBP_S/M/C ，列化作為特征向量。
二． 加入局部方差資訊（局部對比度）
1.
在訓練集上得到局部方差的量化門檻值，對局部方差進行量化，與
計算聯合直方圖，缺點：由于訓練和測試圖檔成像條件不同，訓練的量化門檻值可能在測試圖檔上不适合。
2. LBP-V
将每個點的方差作為編碼值的權重，進行直方圖累加（類比sitf中按方向累計梯度幅值）。原理：方差大，對應區域變化大，為高頻區域，對區分性貢獻大，是以對應該處編碼權重大
三． 增加局部梯度資訊（類比SIFT）
1. CS-LBP
對中心對稱點的亮度差編碼，即編碼四方向的梯度符号，縮短編碼長度
2. TP-LBP
編碼某中心像數點的相鄰patch的相似度 提取patch-based的資訊，是對pixels-based的資訊的補充中心patch和鄰域patch大小為w*w；鄰域半徑r，鄰域patch個數S，提取相似度資訊的鄰域間隔a，d(a,b)為a，b patch的相似度，編碼局部patch的變化程度
3. POEM
編碼局部區域個方向patch内的梯度變化資訊
（1） 計算梯度：方向和大小，對方向離散化m個
（2） 對每點，按離散方向，累積半徑為r鄰域内的梯度幅值（高斯權重），形成m個累積梯度幅值圖像
（3） 對每個圖像，計算半徑R，鄰域P的LBP，形成m個LBP
4. LDP
編碼每點的各方向邊緣響應強度的變化
（1） 計算8方向邊緣響應
（2） 取第K主方向值Mk（即第k大的邊緣響應幅值）作為門檻值，進行二值化形成編碼。有C_8_k種編碼值
四． 對U-LBP的改進
1. H-LBP
層疊的多多尺度LBP
ULBP将U>2的編碼都對歸入到一個bin中，丢失了其中的區分資訊。半徑越大非uniform編碼出現頻率越高，而大半徑中為非uniform的編碼在小半徑時可能為uniform形式，此時把其編碼換為小半徑中uniform形式，直至半徑縮小為指定大小
轉載： http://hi.baidu.com/belial/item/76b416f42016df6c3c148533
轉載于:https://blog.51cto.com/3754839/1401565