Gabor滤波小结

【原文：http://www.cppblog.com/polly-yang/archive/2012/07/14/183327.aspx】

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

  1 CGaborFilter::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
 13 CGaborFilter::~CGaborFilter( void)
 14 {
 15    cvReleaseMat(&m_pGaborFilter);
 16}
 17
 18 void 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
 39 void 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
 61 void 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
 83 void 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;
101
102
103                xtmp = (float)x*cos(Theta) - (float)y*sin(Theta);
104                ytmp = (float)x*sin(Theta) + (float)y*cos(Theta);
105
106                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);
111
112            }
113            bKernel = 1;
114    }
115}
116
117 IplImage * CGaborFilter::get_Image()
118 {
119    if(is_kernel() == 0)
120    {
121        printf("The filter hasn't bee created!");
122    }
123    else
124    {
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);
128
129        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}
136
137 IplImage * 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{
144
145        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);
150
151        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();
161
162        cvFilter2D(tmpGrayImg,pDestImage,pGaborKernel,cvPoint((GaborWindow.width-1)/2,(GaborWindow.height-1)/2));
163
164        cvReleaseImage(&tmpImg);
165        return  pDestImage;  
166    }
167}