Local binary pattern (LBP)，在機器視覺領域，是非常重要的一種特征。LBP可以有效地處理光照變化，在紋理分析，紋理識別方面被廣泛應用。

LBP 的算法非常簡單，簡單來說，就是對圖像中的某一像素點的灰度值與其鄰域的像素點的灰度值做比較，如下圖所示：

如果鄰域像素值比該點大，則賦為1，反之，則賦為0，這樣從左上角開始，可以形成一個bit chain，然后將該 bit chain 轉換為一個十進制的數，用表達式可以表達如下：

其中，s 表示一個閾值函數，滿足如下關系：

通過這種轉換，可以將一個像素點與鄰域的差值關系用一個數表示，因為LBP 記錄的是像素點與鄰域像素的差值關系，所以光照變化引起像素值的同增同減不會改變LBP的大小，特別是在局部的區域，我們可以認為光照對圖像造成的像素值變化是單向的，所以LBP可以很好的保存圖像中像素值的差值關系。可以進一步將LBP 做直方圖統計，這個直方圖可以用來作為紋理分析的特征算子。

我們可以看到，R 表示鄰域的半徑，P 表示鄰域像素的個數，或者bit chain 的長度，如果鄰域的半徑為1，則鄰域的像素個數為8， bit chain 的長度為8，如果鄰域半徑為2，則鄰域的像素個數為16，bit chain 的長度為16，鄰域半徑為3, 鄰域的像素個數為24，bit chain 長度為24，如下圖所示：

我們考慮最簡單的R=1,P=8 的情況，LBP 映射成一個0-255之間的某一數值，如果用直方圖表示，需要一個256維的數組在存儲這個直方圖。為了縮小存儲空間，有人提出了 uniform pattern 的編碼方式，根據一個 bit chain 中 0，1之間的轉換次數定義了uniform pattern。如果一個 bit chain 中，0,1 之間的轉換次數不超過兩次，那么這個bit chain 就是 uniform pattern， 比如，00000000 轉換次數為0， 00001111 轉換次數為1, 00011100 轉換次數為2， 01101100 轉換次數為4, 01101010 轉換次數為6，那些轉換次數不超過兩次的pattern 都屬于uniform pattern，可以證明，絕大多數的binary pattern 都是uniform pattern，通過這種定義，對于 8 bit 的 LBP， 可以從256 維降到 59維，減少了90%。