图像特征，包括颜色直方图，颜色矩，边缘直方图，GIST，局部二值图等等

用LBP （局部二值模式） 特征进行 人脸识别 代码

提出了两种基于主成分分析与局部二值模式的高光谱图像分类算法。利用主成分分析去除高光谱图像的谱间冗余信息，对降维后的图像利用局部二值模式进行空间纹理特征分析，采用稀疏表示分类和支持向量机分别对提取的特征进行分类。其通过将主成分分析与局部二值模式相结合对高光谱图像进行特征提取，保证了高光谱图像的谱间冗余的有效去除，同时保护了高光谱图像的空间局部邻域信息，因此，此类算法不但能充分挖掘高光谱图像的谱间-空间特征，在较大程度上提高分类精度和Kappa系数，而且在高斯噪声环境中和小样本情况下也具有良好的分类性能。

面部欺骗检测 深度纹理特征提取及基于局部二值模式的卷积神经网络的实现

针对完全局部二值模式（CLBP）存在直方图维数过高和特征冗余，会导致识别速度降低和识别率低的问题，提出基于有判别力的完全局部二值模式（Discriminative completed LBP，disCLBP）的人脸表情识别算法。首先，对人脸表情图像进行预处理获得表情子区域；然后提取表情子区域和整幅图像的disCLBP特征，针对不同的表情筛选出不同的表情特征，再将筛选出的表情子区域特征直方图融合；最后用最近邻分类器进行分类识别。该算法在CK人脸表情库上进行实验的平均识别率为97.3%。

一种图像阈值分割算法。能够对图像.sauvola是一种考虑局部均值亮度的图像二值化方法

提供了局部二值模式（Local Binary Pattern,LBP）的代码和人脸识别例子程序

局部二值模式LBP是图像的一种重要特征。这是LBP的matlab实现代码，设置好参数可直接调用得到LBP直方图，方便好用。

烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns) 特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。

局部二值拟合模型，LBF，活动轮廓模型的一种，CV模型局部演化，水平集分割，有matlab代码和文献，可以直接运行。