LBP（局部二值模式）特征提取

LBP（局部二值模式）特征提取，用于人脸识别

function xunlian=extract（）
xp=zeros（52059）;
n=1;
%提取40个人脸样本数据（男性20人，女性20人，每人13张图片）共520幅图片‘
%对每一幅图片提取LBP特征（分块的韦伯中心化局部特征）
for i=1:9
    for j=1:9
        f=imread（strcat（‘训练样本\‘‘m-00‘num2str（i）‘-0‘num2str（j）‘.pgm‘））;
        subplot（121）;
        imshow（f）;title（‘训练图像‘）; drawnow;
        title（‘训练图像‘）
        [tzxll]=getLBPFea（f）;
        xp（n:）=tzxl;
        n=n+1;
    end
    for j=10:13
        f=imread（strcat（‘训练样本\‘‘m-00‘num2str（i）‘-‘num2str（j）‘.pgm‘））;
        subplot（121）;
        imshow（f）;title（‘训练图像‘）; drawnow;
        title（‘训练图像‘）
        [tzxll]=getLBPFea（f）;
        xp（n:）=tzxl;
        n=n+1; 
    end
end
for i=10:20
    for j=1:9
      f=imread（strcat（‘训练样本\‘‘m-0‘num2str（i）‘-0‘num2str（j）‘.pgm‘））;
       subplot（121）;
       imshow（f）;title（‘训练图像‘）; drawnow;
       title（‘训练图像‘）
       [tzxll]=getLBPFea（f）;
       xp（n:）=tzxl;
       n=n+1;  
    end
    for j=10:13
      f=imread（strcat（‘训练样本\‘‘m-0‘num2str（i）‘-‘num2str（j）‘.pgm‘））;
        subplot（121）;
        imshow（f）;title（‘训练图像‘）; drawnow;
        title（‘训练图像‘）
        [tzxll]=getLBPFea（f）;
        xp（n:）=tzxl;
        n=n+1; 
     end
end

for i=1:9
    for j=1:9
        f=imread（strcat（‘训练样本\‘‘w-00‘num2str（i）‘-0‘num2str（j）‘.pgm‘））;
        subplot（121）;
        imshow（f）;title（‘训练图像‘）; drawnow;
        title（‘训练图像‘）
        [tzxll]=getLBPFea（f）;
        xp（n:）=tzxl;
        n=n+1;
    end
    for j=10:13
        f=imread（strcat（‘训练样本\‘‘w-00‘num2str（i）‘-‘num2str（j）‘.pgm‘））;
        subplot（121）;
        imshow（f）;title（‘训练图像‘）; drawnow;
        title（‘训练图像‘）
        [tzxll]=getLBPFea（f）;
        xp（n:）=tzxl;
        n=n+1; 
    end
end
for i=10:20
    for j=1:9
      f=imread（strcat（‘训练样本\‘‘w-0‘num2str（i）‘-0‘num2str（j）‘.pgm‘））;
       subplot（121）;
       imshow（f）;title（‘训练图像‘）; drawnow;
       title（‘训练图像‘）
       [tzxll]=getLBPFea（f）;
       xp（n:）=tzxl;
       n=n+1;  
    end
    for j=10:13
      f=imread（strcat（‘训练样本\‘‘w-0‘num2str（i）‘-‘num2str（j）‘.pgm‘））;
        subplot（121）;
        imshow（f）;title（‘训练图像‘）; drawnow;
        title（‘训练图像‘）
        [tzxll]=getLBPFea（f）;
        xp（n:）=tzxl;
        n=n+1; 
     end
end
xunlian=xp;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2013-08-03 22:43  LBP\
     文件        2408  2013-08-03 22:43  LBP\extract.asv
     文件        2435  2013-08-03 20:34  LBP\extract.m
     文件        2303  2013-08-03 19:11  LBP\getLBPFea.m
     文件         416  2013-06-03 12:58  LBP\IsUniform.m
     文件         171  2013-08-03 20:48  LBP\jingdu.asv
     文件         172  2013-08-03 21:08  LBP\jingdu.m
     文件         194  2013-08-03 13:01  LBP\kfun_rbf.m
     文件         697  2013-08-03 21:37  LBP\makeLBPMap.m
     文件         290  2013-08-03 21:37  LBP\MatLBPMap.mat
     文件        1330  2008-08-05 21:10  LBP\multiSVMClassify.m
     文件        1767  2013-08-03 13:03  LBP\multiSVMTrain.m
     文件        2153  2013-08-03 20:43  LBP\recognition.asv
     文件        1983  2013-08-03 20:48  LBP\recognition.m
     文件          42  2013-08-03 22:44  LBP\使用说明.txt
     目录           0  2013-08-03 20:49  LBP\测试样本\
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-14.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-15.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-16.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-17.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-18.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-19.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-20.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-21.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-22.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-23.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-24.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-25.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-001-26.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-002-14.pgm
     文件       19815  2007-02-23 19:32  LBP\测试样本\m-002-15.pgm
............此处省略1026个文件信息