使用OpenCV和Gabor Filters比较纹理

Question

作为项目的一部分，我正在尝试测量从图像中采样的2个纹理的相似程度。 （我拍摄了大约40 x 40像素的2平方样本。）

在我取样之后，我将它们传递给一组Gabor滤波器（具有2个滤波器尺寸和6个方向），所以现在每个样本有12个滤波器输​​出。

目标是计算一个指标，它告诉我们 2个纹理的相似程度，这样如果2个样本是木材或砖块，则指标得分是低（差异很小），但如果1个样本是岩石而其他样本是织物，那么度量应该很高（纹理非常不同）。

问题是：如何使用此输出测量纹理差异？ 我被建议为每个样本创建一个输出分布，然后测量两个分布之间的距离，但我根本不知道如何做到这一点。

过滤器看起来像（非常严格）：

输出看起来像这样（我借这个图像就是一个例子）

Answer 1

编码纹理的基本方法是计算窗口上的直方图滤波器响应。然后使用直方图比较纹理。一个好的开始方式是查看Local Binary Patterns。

LBP直方图的简化说明：输入图像中的每个像素都由其3x3邻域描述。通过阈值将邻域转换为索引[0,255]。然后索引标识直方图中的bin。

Answer 2

我知道这是一个旧线程，但此页面可能会有助于未来的访问者：http://scikit-image.org/docs/dev/auto_examples/plot_gabor.html

这是Python中的一个例子，它使用过滤图像的均值和方差作为判别特征（参考函数'compute_feats'）。用于比较的度量标准只是最小平方误差（参见函数'match'）。