siltp 纹理特征提取代码 matlab

function descriptors = LOMO（images options）
%% function Descriptors = LOMO（images options）
% Function for the Local Maximal Occurrence （LOMO） feature extraction
%
% Input:
%   : a set of n RGB color images. Size: [h w 3 n]
%   [optioins]: optional parameters. A structure containing any of the
%   following fields:
%       numScales: number of pyramid scales in feature extraction. Default: 3
%       blockSize: size of the sub-window for histogram counting. Default: 10
%       blockStep: sliding step for the sub-windows. Default: 5
%       hsvBins: number of bins for HSV channels. Default: [888]
%       tau: the tau parameter in SILTP. Default: 0.3
%       R: the radius paramter in SILTP. Specify multiple values for multiscale SILTP. Default: [3 5]
%       numPoints: number of neiborhood points for SILTP encoding. Default: 4
%   The above default parameters are good for 128x48 and 160x60 person
%   images. You may need to adjust the numScales blockSize and R parameters
%   for other smaller or higher resolutions.
%
% Output:
%   descriptors: the extracted LOMO descriptors. Size: [d n]
% 
% Example:
%     I = imread（‘../images/000_45_a.bmp‘）;
%     descriptor = LOMO（I）;
%
% Reference:
%   Shengcai Liao Yang Hu Xiangyu Zhu and Stan Z. Li. Person
%   re-identification by local maximal occurrence representation and metric
%   learning. In IEEE Conference on Computer Vision and Pattern Recognition 2015.
% 
% Version: 1.0
% Date: 2015-04-29
%
% Author: Shengcai Liao
% Institute: National Laboratory of Pattern Recognition
%   Institute of Automation Chinese Academy of Sciences
% Email: scliao@nlpr.ia.ac.cn

%% set parameters
numScales = 3;
blockSize = 10;
blockStep = 5;

hsvBins = [888];
tau = 0.3;
R = [3 5];
numPoints = 4;

if nargin >= 2
    if isfield（options‘numScales‘） && ~isempty（options.numScales） && isscalar（options.numScales） && isnumeric（options.numScales） && options.numScales > 0
        numScales = options.numScales;
        fprintf（‘numScales = %d.\n‘ numScales）;
    end
    if isfield（options‘blockSize‘） && ~isempty（options.blockSize） && isscalar（options.blockSize） && isnumeric（options.blockSize） && options.blockSize > 0
        blockSize = options.blockSize;
        fprintf（‘blockSize = %d.\n‘ blockSize）;
    end
    if isfield（options‘blockStep‘） && ~isempty（options.blockStep） && isscalar（options.blockStep） && isnumeric（options.blockStep） && options.blockStep > 0
        blockStep = options.blockStep;
        fprintf（‘blockStep = %d.\n‘ blockStep）;
    end
    if isfield（options‘hsvBins‘） && ~isempty（options.hsvBins） && isvector（options.blockStep） && isnumeric（options.hsvBins） && length（options.hsvBins） == 3 && all（options.hsvBins > 0）
        hsvBins = options.hsvBins;
        fprintf（‘hsvBins = [%d %d %d].\n‘ hsvBins）;
    end
    if isfield（options‘tau‘） && ~isempty（options.tau） && isscalar（options.tau） && isnumeric（options.tau） && o