'extractLBPFeatures'为不同大小的图像返回的特征向量的长度

Question

我使用extractLBPFeatures进行64 * 64和200 * 200图像的特征提取。

a=imread('f1.jpg'); % f1.jpg is of size 64*64
b=extractLBPFeatures(a);
size(b)

ans =

     1    59

c = imresize(a, [200 200]); % a resized image.
d=extractLBPFeatures(c);
size(d)

ans =
    1    59

我注意到，在这两种情况下，它都会在上面的代码中返回长度为1 * 59（b和d的向量）。那是为什么？

有没有办法减少向量的长度？即有没有办法减少extractLBPFeatures返回的参数数量？ （我知道它可能会影响分类任务）。

Answer 1

为什么a和c都是1x59？

来自documentation，

  

LBP特征向量作为长度为N的1-by-N向量返回，表示要素的数量...整体LBP特征长度N取决于单元格的数量和箱数B：

N = numCells x B

默认情况下，我们有：

细胞大小等于大小（I）;我在哪里的形象
 numCells = prod（floor（size（I）/ CellSize））;
⇒numCells= 1

 邻居数= P = 8
 B =（P×P-1）+ 3
    ⇒       B = 59

    ⇒N= 1x59（默认情况下）

有没有办法减少extractLBPFeatures返回的参数数量？

如上面的计算所示，通过缩小number of neighbours，P，更改Rotation invariance flag以及the number of bins，B，您可以减少。但你应该确定你在做什么。

一个例子：

extractLBPFeatures(a,'Upright',false,'NumNeighbors',4);