LBP（Local Binary Patterns，區域性二值模式）是用來描述影象區域性紋理特徵的描述子。它最早在1994年被提出，2002年由作者整理和改進後重新發表。

T為影象的區域性紋理，將其表示為：

其中，gc是中心點的灰度值，gp(p=0,...,P-1)是以gc為中心，R為半徑的鄰域畫素灰度值。

下面是不同半徑，取不同鄰域點的示例圖。

一、灰度不變性

要獲得灰度不變性，這裡需要兩個步驟。

首先，圓形鄰域內的畫素值減去中心點的畫素值。

其次，j假設gp-gc和gc相互獨立，因此上式可以改寫為：

但在實際中是很難保證它們是相互獨立的。所以把上式近似的看成是聯合分佈。

t(gc)描述的是整個影象的亮度，與區域性影象紋理無關，不為紋理分析提供有用的資訊，所以可以將上式近似為：

現在假設我們只考慮它們差值的符號而不關心具體的值，那麼上式改寫為：

其中，

如果新增一個二項式係數，那麼描述區域性影象紋理的空間結構可以表示為：

二、旋轉不變性

原始的LBP特徵旋轉之後，會得到不同的LBP值。

改進的方法是先不斷旋轉圓形鄰域得到一系列初始定義的LBP值，取其最小值作為該鄰域的LBP值。

三、改進旋轉不變性

 對於半徑為R的圓形區域內，含有P個取樣點的LBP運算元會產生P2中模式。隨著取樣點的增加，二進位制模式會急劇增加。

為了解決這個問題，作者採用了一種等價模式（Unifoorm Pattern）。當某個LBP所對應的迴圈二進位制數從0到1或者從1到0最多有兩次跳變時，該LBP所對應的二進位制就是一個等價的模式。其他的則是混合模式。

其中，

比如，00000000（0次跳變），11111111（1次跳變），00111111（1次跳變），00110000（2次跳變）。

四、區域性影象紋理的對比度旋轉不變性測量

 LBP描述子具有灰度不變性，它的輸出不會受到灰度改變的影響。但與此同時，它丟失了對比度資訊。

如果我們不需要灰度不變這個特性，相反，我們想利用區域性影象紋理的對比度，那麼可以定義：

五、非引數分類原則

最後，在分類階段，並不是直接使用LBP特徵圖譜進行分類，而是用LBP特徵圖譜的統計直方圖作為特徵向量用於分類識別。

其中，B是直方圖的統計數量，稱為bins，Sb和Mb是取樣和模型的概率