局部二进制模式（Local Binary Pattern，简称LBP）是一种用于描述图像局部纹理特征的非参数算子，具有旋转不变性和灰度不变性等显著优势。以下是关键信息整合：
通过比较中心像素与周围像素的灰度值，将差异编码为二进制模式。例如，若中心像素灰度高于周围像素，则对应位为1，否则为0，形成二进制数作为特征描述符。
核心优势
- 旋转不变性： LBP特征在图像旋转时保持不变，适用于姿态变化场景； 
- 灰度不变性：仅依赖像素相对强度差异，对全局灰度变化不敏感。
应用领域
广泛应用于图像分类、目标检测、人脸识别、工业检测及遥感图像分析等，尤其在掌纹特征提取中表现突出。
变体与扩展
包括圆形邻域LBP（LBPP）、局部定向模式（LDP）等变体，通过调整邻域形状或方向增强特征描述能力。
计算特点
算法简单高效，计算复杂度低，适合实时或资源受限场景。
温馨提示：
