为了提取基于纹理的特征，局部二值模式（LBP）被广泛应用于背景-前景检测算法中。很容易理解为什么这些特征对光照变化具有容忍性。然而，有一个结构特性我无法理解。在计算模式时，为什么使用“圆形掩模”而不是“矩形掩模”？例如，在这篇论文中，他们声称他们的改进优于普通的LBP，但并未说明原因。

起初，我认为这是为了获得旋转不变的模式；但这只是我的假设，当然了。

有谁知道为什么圆形结构比矩形结构更好吗？

回答：

圆形的一个关键特征是其周边上的每个点到中心的距离相同。如果你想探索邻域关系，通常希望包含到中心像素一定距离内的信息。使用方形，或更糟，矩形掩模意味着你对某些方向（四个角所指的方向）赋予了更多的权重，这只在非常特定的图像中才有意义。