Gabor滤波器小结

从之前的Blog挪过来的

一．房屋检测小结  

   一开始，直接用LSD（Line Segment Detector）检测VHR（Very High Resolution）遥感卫星图像中的房屋，效果很屎。效果很屎的主要原因是因为存在各种干扰，概括下来，主要有：
      1. 道路。道路干扰性强主要是因为道路呈现各种形态，弯曲，笔直，宽度不一。同时还有桥梁也影响检测率，桥梁附近呈现较好的阴影效果和Line Segment，会干扰几何检测方法。
      2.森林或农田。利用LSD检测Line Segment的时候，由于LSD原理限制，在森林或农田区域，会形成较多的Line Segment，影响几何检测方法。
      3.房屋本身。实际VHR遥感图像中，房屋形态较多，大小差异较大，且有的呈现不规则的形状，有的成像后，边缘模糊，不利于产生较好的LSD结果。
      4.遮挡。主要是被森林遮挡，屋顶形状不完整，不利于设计算法判别。
      6.光照不均，屋顶自身纹理。光照不均和屋顶自己纹理不均匀，都会加大VHR中物体的检测难度。    
  

二．Gabor 滤波器简介（部分资料来自维基百科）

   在图像处理领域，Gabor滤波器是一个用于边缘检测的线性滤波器。Gabor滤波器的频率和方向表示接近人类视觉系统对于频率和方向的表示，并且它们常备用于纹理表示和描述。在空域，一个2维的Gabor滤波器是一个正弦平面波和高斯核函数的乘积。Gabor滤波器是自相似的，也就是说，所有Gabor滤波器都可以从一个母小波经过膨胀和旋转产生。实际应用中，Gabor滤波器可以在频域的不同尺度，不同方向上提取相关特征。

三 Gabor滤波器数学定义 

公式中：

λ：正弦函数波长；

θ：Gabor核函数的方向

ψ：相位偏移

σ：高斯函数的标准差

γ：空间的宽高比（这个没太理解）

四．Gabor 滤波器opencv实现代码

略