LBP 局部二值模式的原理与应用
答案要点
- 以中心像素为阈值,邻域像素大于等于中心记 1、否则记 0,8 位二进制转为 0–255 的值
- 只依赖相对大小,对单调灰度变化不变,计算简单、适合实时
- 扩展:圆形 LBP(P,R) 加插值,旋转不变取循环移位最小值,均匀模式在 P=8 时降为 59 类
- 应用:分块统计 LBP 直方图做人脸识别(如 OpenCV LBPH),以及纹理分类、表情识别、缺陷检测
易错点
- 以为 LBP 对任意光照都不变,实际只对单调灰度变换不变,对非均匀光照和噪声仍敏感
- 把整幅图的 LBP 直方图直接作为人脸特征,丢失空间信息,应分块统计
- 混淆旋转不变与均匀模式两种扩展
面试官常见追问
- 什么是均匀模式,为什么要用它?
- LBP 有哪些缺点,如何改进?
- LBP 与 HOG 有什么区别?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。