说明：图像局部纹理特征提取。LBP特征描述的是一种灰度范围内的图像处理操作技术。LBP特征是高效的图像特征分析方法，经过改进与发展已经应用于多个领域之中，特别是人脸识别、表情识别、行人检测领域已经取得了成功。

说明：微表情识别代码，可以识别高兴，悲伤，痛苦，愤怒等微表情。

说明：基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM

说明：lbp简单算法实现人脸表情识别matlab程序LBP lbp简单算法实现

说明：串番茄视觉识别；形状、颜色、纹理特征提取；

说明：SVM视觉分类算法，支持harris，hog，LBP。上传一份自己一直用的cpp代码。

说明：改进LBP纹理提取以及纹理分类，主要包括三部分测试：纹理提取、分类和分割

说明：DenseLBP matlab code for image processing and pattern recognition

说明：实现原始LBP特征提取，并通过统计直方图进行提取，

说明：A SIFT-LBP IMAGE RETRIEVAL MODEL BASED ON BAG-OF-FEATURES

说明：BSIF: Binarized Statistical Image Features

说明：基于LBP和Haar的人脸识别代码，调用摄像头实时检测

说明：本代码包含特征提取、分类整个流程，可以直接在平台上运行

说明：简单的可视化图片灰度化，自己快乐就好11111111

说明：matlab实现lbp，解压后直接打开就可以了

说明：LBP局部直方图 图像纹理分类 程序完整可执行

说明：matlab LBP 的入门试验matlab源码

说明：通过LBP算法来进行图像的特征提取，非常完整的程序。

说明：在频域中组合空间域和局部相位量化（LPQ）的局部二进制模式（LBP）用于面部识别。 首先，从LBP特征和频域中提取人脸图像以提取LPQ特征，然后合并到LBP / LPQ直方图中以比较直方图相似度。 最后，使用最近邻原则来识别。 在YALE和AR标准人脸数据库上的实验表明，该方法获得的结果优于单一方法。

说明：灰度共生矩方便提取图像纹理信息，对初学matlab很有用

说明：图像特征提取，有SIFT、BOW、VLAD、LBP、HOG、FishVector、gist、Metric、colorhist。

说明：LBP 的改进版本之旋转不变LBP特征提取。

说明：LBP是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。

说明：lbp feauter matlab coud source

说明：使用了颜色聚合矢量ccv来提取颜色特征，局部二值模式lbp来提取纹理特征，建立了神经网络进行缺陷类型的分级

说明：HOG LBP 在python matlab C++环境下的实现

说明：LBP Feature Version 0.3.1: Changed MAPPING input to be a struct containing the mapping

说明：获取图像的LBP特征：对图像的原始LBP模式、等价LBP模式、旋转不变LBP模式，以及等价旋转不变LBP模式的LBP特征进行提取以及显示

说明：LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietik?inen,和 D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征

说明：融合了颜色特征 GIST HOG LBP等的特征提取程序 可作为图像的预处理