Python遥感图像处理应用篇(三十五)：GDAL+Scikit-image计算遥感图像LBP纹理特征

1.Local Binary Pattern（ LBP） 算法原理

局部二值模式（Local Binary Pattern, LBP）是一种用于描述图像纹理特征的算法。它通过对图像的每个像素点与其邻域像素进行比较，得到一个二进制编码来表示该像素点的纹理信息。

LBP 算法的基本步骤如下：

1. 选择一个中心像素点，并定义一个以该像素点为中心的圆形邻域。
2. 将邻域内的像素点与中心像素点进行比较，将相邻像素点的灰度值与中心像素点的灰度值进行比较。
3. 如果相邻像素点的灰度值大于或等于中心像素点的灰度值，则将该位置标记为 1；否则，标记为 0。
4. 将邻域内的所有标记组合成一个二进制数，这个二进制数就是中心像素点的 LBP 值。
5. 重复以上步骤，对图像中的每个像素点都计算 LBP 值。最终得到表示整个图像纹理特征的 LBP 图像或 LBP 特征向量。

根据具体的问题和应用需求，可以采用不同的 LBP 变体：

• 默认 LBP：对比邻域像素和中心像素的灰度值大小关系，得到二进制编码。该编码不具备旋转不变性和尺度不变性。
• 旋转不变 LBP（Rotation invariant LBP，RILBP）：在默认 LBP 基础上，对比邻域像素和中心像素的灰度值大小关系时，进行循环偏移操作࿰