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