Local Binary Pattern for texture classification Catatan

Halo pembaca, kali ini saya akan menulis sedikit catatan tentang salah satu metode image processing, yaitu LBP atau Local Binary Pattern.

# referensi: pyimagesearch.com/2015/12/07/local-binary-patterns-with-python-opencv/

Dari website pyimagesearch.com dapat dipahami bahwa "* Local Binary Pattern mengenali warna dengan mengubah nilai tetangga menjadi 1 dan 0."

contoh :

*Jika nilai tengah yang berada diantara tetangga(hasil euclidience dari nilai baru yang masuk) mendapatkan nilai lebih besar dari nilai tetangga (misal 4 (nilai baru)kurang dari 1 (nilai tetangga)) maka nilai tetangga tersebut akan dikenal atau diubah menjadi angka 1.

*Jika nilai tengah yang berada diantara tetangga(hasil euclidience dari nilai baru yang masuk) mendapatkan nilai lebih kecil dari nilai tetangga (misal 4 (nilai baru)kurang dari 5 (nilai tetangga)) maka nilai tetangga tersebut akan dikenal atau diubah menjadi angka 0.

lalu Dengan 8 piksel sekitarnya, kami memiliki total 2 ^ 8 = 256 kemungkinan kombinasi kode LBP.

pengurutan 1-8 dimulai dari cell 1x3 (baris satu kolom 3) adalah 0 dan bawahnya 2x3 baris 2 kolom 3 adalah 1 lau kebawahnya dan kesamping kiri lalu keatas dan ke kanan (adalah 7yaitu baris 1 kolom 2). seperti pada gambar dibawah ini.

Gambar lengkapnya adalah sebagai berikut:

Proses thresholding, pengumpulan string biner, dan penyimpanan nilai desimal keluaran dalam larik LBP ini kemudian diulangi untuk setiap piksel pada citra masukan.

Berikut adalah contoh komputasi dan visualisasi larik 2D LBP penuh:

Langkah terakhir adalah menghitung histogram di atas larik LBP keluaran. Karena lingkungan 3 x 3 memiliki 2 ^ 8 = 256 kemungkinan pola, maka larik LBP 2D kami memiliki nilai minimum 0 dan nilai maksimum 255, memungkinkan kami untuk membuat histogram 256-bin dari kode LBP sebagai vektor fitur akhir kami. :

Gambar 5: Akhirnya, kita dapat menghitung histogram yang mentabulasi berapa kali setiap pola LBP terjadi. Kita dapat memperlakukan histogram ini sebagai vektor fitur kita.

Ada lagi nih Referensi: https://github.com/nur-miing/local-Binary-Pattern

https://scikit-image.org/docs/dev/auto_examples/features_detection/plot_local_binary_pattern.html#sphx-glr-auto-examples-features-detection-plot-local-binary-pattern-py

nah, LBP ini untuk klasifikasi teksture: disini saya menulis referensi dari website scikit-image.org

disini saya mencoba menterjemahkan ya:

"Local Binary Pattern for texture classification"

Pola Biner Lokal untuk klasifikasi tekstur

"In this example, we will see how to classify textures based on LBP (Local Binary Pattern). LBP looks at points surrounding a central point and tests whether the surrounding points are greater than or less than the central point (i.e. gives a binary result)."

Dalam contoh ini, kita akan melihat bagaimana mengklasifikasikan tekstur berdasarkan LBP (Local Binary Pattern). LBP melihat titik-titik yang mengelilingi titik pusat dan menguji apakah titik-titik di sekitarnya lebih besar atau lebih kecil dari titik pusat (yaitu memberikan hasil biner).

"Before trying out LBP on an image, it helps to look at a schematic of LBPs. The below code is just used to plot the schematic."

Sebelum mencoba LBP pada sebuah gambar, ada baiknya melihat skema LBP. Kode di bawah ini hanya digunakan untuk memplot skema.