如何計算圖像末端的lbp碼？

Question

例如，坐標為（1，1）的像素的lbp代碼可以用像素（0，0）進行計算； （0，1）; （0，2）; （1，2）; （2，2）; （2，1）; （2，0）; （1，0），但極值像素不具有這8個鄰域像素，即，像素（0，0）僅具有3個鄰居。

因為我已經使用sicikit映像獲得了LBP映像，所以出現了這個問題，代碼如下：

lbp = feature.local_binary_pattern (gray, 8, 1, 'ror')

然后我打印了灰色圖像的值並得到了這些值：

[[185 185 190 ... 176 172 178]]
 [183 180 181 ... 194 185 175]
 [203 199 199 ... 201 193 179]
 ...
 [205 188 182 ... 183 183 182]
 [207 197 194 ... 193 190 186]
 [206 201 201 ... 201 199 197]]

我還打印了LBP圖像的值並得到了這些值：

[[  1.  17.   1. ...  15.  31.   1.]
 [ 27. 255. 127. ...   7.   7.  31.]
 [  0.  31.  31. ...   1.  31.  15.]
 ...
 [ 17.  31.  63. ...  63. 111.  31.]
 [  0.  31.  31. ...  15.  15.   7.]
 [  1.  25.  17. ...   0.   1.   1.]]

我知道，例如，右上角像素的lbp碼是正確的，因為它提供的值為7，但我不明白如何獲得極限值的LBP碼。 謝謝。

Answer 1

函數skimage.feature.local_binary_pattern在skimage.feature.local_binary_pattern執行零填充。 結果，實際上是從填充圖像中計算出LBP代碼：

[[  0   0   0   0 ...   0   0   0   0]
 [  0 185 185 190 ... 176 172 178   0]
 [  0 183 180 181 ... 194 185 175   0]
 [  0 203 199 199 ... 201 193 179   0]
 ...
 [  0 205 188 182 ... 183 183 182   0]
 [  0 207 197 194 ... 193 190 186   0]
 [  0 206 201 201 ... 201 199 197   0]
 [  0   0   0   0 ...   0   0   0   0]]

在上圖上使用'ror'方法時，與最左上角像素相對應的LBP為：

 0   0   0           0 0 0
 0  185 185    >>    0   1    >>    00000001    >>    1
 0  183 180          0 0 0  

對應於第一行第二個像素的LBP變為：

 0   0   0           0 0 0
185 185 190    >>    1   1    >>    00010001    >>    17
183 180 181          0 0 0  

與最右上角像素相對應的LBP為：

 0    0   0          0 0 0
172  178  0    >>    0   0    >>    000000001    >>    1
185  175  0          1 0 0  

... 等等。