资源描述：
《基于模板分解与递归式滤波的遥感图像快速Gabor纹理特征.pdf》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。
1、第38卷第6期测绘学报Vol.38,No.62009年12月ActaGeodaeticaetCartographicaSinicaDec.,2009文章编号:100121595(2009)0620488206基于模板分解与递归式滤波的遥感图像快速Gabor纹理特征提取1,22汪闽,张星月1.北京师范大学遥感科学国家重点实验室,北京100875;2.南京师范大学虚拟地理环境教育部重点实验室,江苏南京210046ExtractingTextureFeaturesfromRemotelySensedImagerywithFastGaborFilt
2、ersImplementedwithKernelDecomposingandRecursiveFiltering1,22WANGMin,ZHANGXingyue1.StatekeyLaboratoryofRemoteSensingScience(BeijingNormalUniversity),Beijing100875,China;2.KeyLaboratoryofVir2tualGeographicEnvironment(NanjingNormalUniversity),MinistryofEducation,Nanjing210046
3、,ChinaAbstract:Afastremotelysensedimagetexturefeatureextractingmethodisproposed.Itfirstlydecomposesa22DGaborfilteralongx,yaxesintoasetof12Dfilters,whichavoidstheprecisionandefficiencylosingofre2samplingwhichisnecessarywhenthedecomposingiscarriedoutalongsomeinclinedorientat
4、ionsofanimageplane.Be2sides,arecursivemethodisimplementedtofurtherimprovetheefficiencyofthedecomposed12Dfiltering.AGauss2ianfilterisusedtosmooththefilteringoutputs,whicharethensubjectedtok2meansclusteringmethodfortexturalimagesegmentation.AcomparisonbetweenthemethodandFFT2
5、basedGaborfilteringmethodiscarriedout.Itdemonstratesthatourmethodisafeasibleandfastwaytoextracttexturefeaturesfromremotelysensedimagery,foritshigheralgorithmefficiencyandlittleprecisionlosing.Keywords:remotesensing;Gaborfiltering;texture;featureextraction摘要:设计一种在x、y轴方向上进行2
6、维Gabor滤波器模板分解的可行方法,从而避免模板分解时在倾斜方向上进行重采样所带来的效率、精度损失;接着采用递归方法实现分解后的1维滤波器以进一步提高算法效率。采用高斯滤波对Gabor滤波结果进行校正平滑作为纹理特征输出,并采用k2means算法对其进行聚类以验证方法在提取图像纹理区域时的有效性。和以快速傅里叶变换方式实现的Gabor纹理提取方法进行对比,实验表明,该方法在纹理特征提取上的精度损失很小,但在算法执行效率上则有显著的提高。关键词:遥感;Gabor滤波;纹理;特征提取中图分类号:P237文献标识码:A基金项目:国家自然科学基金
7、(40871189);国家863计划(2007AA12Z224);北京师范大学遥感科学国家重点实验室开放基金频率域中的点乘替换空间域中高消耗的2维卷积1引言操作。另一类有代表性的方法是进行滤波模板分纹理对于遥感图像信息提取具有重要的意解,将2维滤波模板分解为1维滤波器的组合以[8210]义。目前常见的纹理特征提取方法包括共生矩降低卷积操作的复杂性。其中,文献[9]分析[1][2][3]阵、小波分析、高斯马尔可夫随机场、Ga2了FFT方法和分解法的时间性质,认为两者的效[4]bor滤波等。其中,Gabor滤波由于具有时域和率优劣取决于滤波模板
8、的大小,当滤波器长度小频域良好的局部化特征,被广泛应用到包括纹理于32时,FFT方法劣于分解法,大于则可能相[4][5][6]图像分割、图像分类、图像检索、目标识反。通过实验分析
