Gabor滤波小结的OpenCV实现

来源：互联网发布：孙俪等花开杂货铺淘宝编辑：程序博客网时间：2024/04/29 23:25

转载请注明：http://www.cppblog.com/polly-yang/

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滤波器公式化定义

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

 1CGaborFilter::CGaborFilter(float dLambda, float dTheta, float dRatio_S2L, float dGamma, float dPhi)  2{  3    Lambda = dLambda;  4    Theta = dTheta;  5    sigma = dLambda*dRatio_S2L;  6    Gamma = dGamma;  7    Phi = dPhi;  8    m_pGaborFilter = NULL;  9    bParam = 1; 10} 11 12 13CGaborFilter::~CGaborFilter(void) 14{ 15    cvReleaseMat(&m_pGaborFilter); 16} 17 18void CGaborFilter::Init() 19{ 20    float dtmp; 21    int itmp; 22    if(is_param() == 0) 23    { 24        printf("The parameters are not enough!"); 25    } 26    else 27    { 28        dtmp = sqrt(48*pow(sigma,2)+1); 29        itmp = cvRound(dtmp); 30        if(itmp%2 == 0) 31            itmp ++; 32        GaborWindow.height = GaborWindow.width = 16; 33        bInit = 1; 34 35        create_kernel(); 36    } 37} 38 39void CGaborFilter::Init(float dSigma,float dTheta,float dPhi) 40{ 41    float dtmp; 42    int itmp; 43 44    sigma = dSigma; 45    Theta = dTheta; 46    Phi = dPhi; 47    Gamma = GAMMA; 48    Lambda = sigma/RATIO_S2L; 49    bParam = 1; 50 51    dtmp = sqrt(24*pow(sigma,2)); 52    itmp = cvRound(dtmp); 53    if(itmp%2 == 0) 54        itmp ++; 55    GaborWindow.height = GaborWindow.width = itmp; 56    bInit = 1;  57 58    create_kernel(); 59} 60 61void CGaborFilter::Init(float dLambda,float dTheta, float dPhi,float dGamma) 62{ 63    float dtmp; 64    int itmp; 65 66    Lambda = dLambda; 67    Theta  = dTheta; 68    Phi    = dPhi; 69    Gamma  = dGamma; 70    sigma  = Lambda * RATIO_S2L; 71    bParam = 1; 72 73    dtmp = sqrt(24*pow(sigma,2)); 74    itmp = cvRound(dtmp); 75    if(itmp%2 == 0) 76        itmp ++; 77    GaborWindow.height = GaborWindow.width = itmp; 78    bInit = 1;  79 80    create_kernel(); 81} 82 83void CGaborFilter::create_kernel() 84{ 85    float tmp1,tmp2,xtmp,ytmp,re; 86    int i,j,x,y; 87 88    if(is_init() == 0) 89        printf("The parameters haven't been initialed!"); 90 91 92    else{ 93 94 95        m_pGaborFilter = cvCreateMat(GaborWindow.height,GaborWindow.width,CV_32FC1); 96        for(i= 0; i< GaborWindow.height; i++) 97            for(j = 0; j< GaborWindow.width; j++) 98            { 99                x = j - GaborWindow.width/2;100                y = i - GaborWindow.height/2;101102103                xtmp = (float)x*cos(Theta) - (float)y*sin(Theta);104                ytmp = (float)x*sin(Theta) + (float)y*cos(Theta);105106                tmp1 = exp(-(pow(xtmp,2)+pow(ytmp*Gamma,2))/(2*pow(sigma,2)));107                tmp2 = cos(2*PI*xtmp/Lambda + Phi);108                // int p=sizeof(float);109                re   = tmp1*tmp2;110                cvSetReal2D((CvMat*)m_pGaborFilter,i,j,re);111112            }113            bKernel = 1;114    }115}116117IplImage * CGaborFilter::get_Image()118{119    if(is_kernel() == 0)120    {121        printf("The filter hasn't bee created!");122    }123    else124    {125        IplImage *pImg = cvCreateImage(GaborWindow,IPL_DEPTH_32F,1);126        IplImage *pImgU8 = cvCreateImage(GaborWindow,IPL_DEPTH_8U,1);127        CvMat * pMat = cvCreateMat(GaborWindow.height,GaborWindow.width,CV_32FC1);128129        cvCopy(m_pGaborFilter,pImg);130        //pImg->imageData = (char *)pMat->data;131        cvNormalize((IplImage*)pImg, (IplImage*)pImg,0,255,CV_MINMAX,NULL);132        cvConvertScaleAbs(pImg,pImgU8,1,0);133        return pImgU8;134    }135}136137IplImage * CGaborFilter::do_filter(const IplImage * src)138{139    if(is_kernel()==false)140    {141        printf("The Gabor Kernel has not been created!");142    }143    else{144145        IplImage *pDestImage = cvCreateImage(cvSize(src->width,src->height),IPL_DEPTH_8U,1);146        // IplImage * pGaborImage = get_Imge();147        // CvMat GaborKernel = cvMat(pGaborImage->height,pGaborImage->width,CV_8U,pGaborImage->imageData);148        IplImage *tmpImg = cvCloneImage(src);149        IplImage *tmpGrayImg = cvCreateImage(cvSize(src->width,src->height),IPL_DEPTH_8U,1);150151        if(tmpImg->nChannels != 1)152        {153            cvCvtColor(tmpImg,tmpGrayImg,CV_BGR2GRAY);154        }155        else 156        {157            cvReleaseImage(&tmpGrayImg);158            tmpGrayImg = tmpImg;159        }160        CvMat * pGaborKernel = get_Mat();161162        cvFilter2D(tmpGrayImg,pDestImage,pGaborKernel,cvPoint((GaborWindow.width-1)/2,(GaborWindow.height-1)/2));163164        cvReleaseImage(&tmpImg);165        return  pDestImage;  166    }167}

0 0