局部二进制（Local Binary Patterns，简称LBP）是一种用于图像处理的纹理特征描述子，通过将图像局部像素的灰度值差异转换为二进制模式，从而提取图像的局部结构信息。以下是具体解析：
核心定义 
LBP通过比较中心像素与周围像素的灰度值，根据大小关系生成二进制编码。例如，若中心像素灰度值大于周围像素，则对应位为1，否则为0，最终形成8位二进制数（对应256种可能值）。
工作原理
- 以3x3像素块为例，中心像素与上下左右及四个对角线像素的灰度值进行比较。
- 若中心像素灰度值大于周围像素，则对应位置置1，否则置0，组合成8位二进制数。
主要特点
- 非参数性： 无需对图像进行归一化或降维处理，直接计算像素关系。
- 计算高效：算法简单，计算复杂度低，适合实时应用。
- 高鉴别力：能有效区分不同纹理特征，适用于人脸识别、纹理分类等场景。
应用领域
常用于图像分类、目标检测、人脸识别、工业检测及遥感图像分析等，尤其在需要快速提取局部纹理特征的场景中表现突出。