【摘要】：9．1．1 基于Gabor小波滤波器的城市遥感影像纹理特征提取由于Gabor滤波法利用了Gabor滤波器具有时域和频域的联合最佳分辨率，并且较好地模拟了人类视觉系统的视觉感知特性的良好性质，在遥感影像纹理分析中颇受关注。下面首先介绍Gabor小波滤波器函数，然后介绍基于Gabor小波滤波器的特征提取方法。，S－1)表示尺度因子。
基于小波滤波器的城市遥感影像纹理特征提取_城市遥感
9．1．1 基于Gabor小波滤波器的城市遥感影像纹理特征提取
由于Gabor滤波法利用了Gabor滤波器具有时域和频域的联合最佳分辨率，并且较好地模拟了人类视觉系统的视觉感知特性的良好性质，在遥感影像纹理分析中颇受关注。下面首先介绍Gabor小波滤波器函数，然后介绍基于Gabor小波滤波器的特征提取方法。
首先，采用母Gabor小波作为2D Gabor函数，表达式如式(9-1)所示:
式(9-2)为式(9-1)的Fourier变换:
Gabor函数构建了一个完备但是非正交基，以2D Gabor函数作为母小波，通过对其进行如式(9-3)所示的膨胀和旋转变换，就可以得到自相似的一组滤波器，称为Gabor小波变换滤波器:
式中:a＞1;m，n为整数;θ=nπ/k(n=0，1，…，K－1);a－m(m=0，1，…，S－1)表示尺度因子。设Ul和Uh分别表示最低中心频率和最高中心频率，K和S分别表示多尺度分解中的方向个数和尺度级数。
对于给定的图像I(x，y)，其Gabor小波变换可以定义为公式(9-5):
Wmn(x，y)=∫I(x1，y1)gmn*(x－x1，y－y1)dx1dy1 (9-5)
纹理特征可以采用式(9-6)所示的向量来表示:
f=(μ00，σ00，μ01，σ01，…，μM－1，N－1，σM－1，N－1) (9-6)
式中:μmn和σmn分别表示变换系数的均值和方差，计算公式如下:
相似性距离计算公式如式(9-8)所示，a(μmn)和a(σmn)用来实现归一化:
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
