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

第38卷第6期测绘学报Vol.38,No.6
2009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
汪闽1,2,张星月2
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
京210046

ExtractingTextureFeaturesfromRemotelySensedImagerywithFastGaborFilters
ImplementedwithKernelDecomposingandRecursiveFiltering
WANGMin1,2,ZHANGXingyue2
1.StatekeyLaboratoryofRemoteSensingScience(BeijingNormalUniversity),Beijing100875,China;2.KeyLaboratoryofVir2
tualGeographicEnvironment(NanjingNormalUniversity),MinistryofEducation,Nanjing210046,China

Abstract:Afastremotelysensedimagetexturefeatureextractingmethodisproposed.Itfirstlydecomposesa22D
Gaborfilteralongx,yaxesintoasetof12Dfilters,whichavoidstheprecisionandefficiencylosingofre2sampling
whichisnecessarywhenthedecomposingiscarriedoutalongsomeinclinedorientationsofanimageplane.Be2
sides,arecursivemethodisimplementedtofurtherimprovetheefficiencyofthedecomposed12Dfiltering.AGauss2
ianfilterisusedtosmooththefilteringoutputs,whicharethensubjectedtok2meansclusteringmethodfortextural
imagesegmentation.AcomparisonbetweenthemethodandFFT2basedGaborfilteringmethodiscarriedout.It
demonstratesthatourmethodisafeasibleandfastwaytoextracttexturefeaturesfromremotelysensedimagery,
foritshigheralgorithmefficiencyandlittleprecisionlosing.
Keywords:remotesensing;Gaborfiltering;texture;featureextraction

摘要:设计一种在x、y轴方向上进行2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(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
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[8210]。其中,文献[9]分析
阵[1]、小波分析[2]、高斯马尔可夫随机场[3]、Ga2了FFT方法和分解法的时间性质,认为两者的效
bor滤波等[4]。其中,Gabor滤波由于具有时域和率优劣取决于滤波模板的大小,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