搬以前写的博客【2014-02-28 20:03】

关于Gabor滤波器是如何提取出特征点,这个过程真是煎熬。看各种文章,结合百度、文章内部的分析才有一点点明白。

Gabor滤波器究竟是什么?
 
很多表述说的是加窗傅里叶变换。怎么理解呢? 公式有下面几种表述:

             (1)

                     (2)

(3)

文章中的和第三种最相似,那么我理解是:傅里叶变换的基是e^(j2πfx),那么所谓的加窗指的是加上一个高斯函数,如公式(1),和Gabor函数卷积的过程,很想再做一个基为Gauss * e^(j2πfx)的傅里叶变换。
 
那么这样的gabor滤波器有什么作用呢?
 
既然他是一个滤波器,按照我们学的滤波器的处理过程:
Out(x, y) = In(x, y) ∗Gabor(x, y).         输入是图像I,滤波器是G,输出是复变量Out,分实部real虚部img;
Mag(x,y) = |out(x,y)|;                           滤波后输出的幅度,也就是Gabor滤波器在图I上的幅度响应
Ang(x,y) = arctan(img(x,y)/real(x,y));  Gabor滤波器在图I上的相位响应
 
很显然相位响应是随即的,我们以前做滤波器时也只关注幅度响应。我在Matlab里面依据公式(3)画出了Gabor滤波器的频率响应图。
注:公式3中是表示在具体某个中心点(ζ,η)上的相对坐标,在求Gabor滤波器核函数的时候(0,0)即可,不懂的话也不要紧。另外我认为公式3中的符号有一点问题自己做了修改,论文中的符号也有问题。
gama =0.2;
sigma = 2;
namuda = 6;
x = -7:1:7;
y = -35:1:35;
sita = 0;
[x,y]=meshgrid(x,y);
x1 = x*cos(sita)+y*sin(sita);
y1 = -x*sin(sita)+y*cos(sita);
z = exp(-(x1.^2+gama^2*y1.^2)/(2*sigma^2)).*cos(2*pi*x1/namuda);
z = z/sum(sum(z));
mesh(x,y,z);
         
sita=0                          sita=-pi/4                      sita=pi/4
可以看出来确实Gabor滤波器的频率响应方向随sita而变化,那么我们调整参数来看一张图片经过不同sita下输出的相应来确定特征点。
代码如下:
gama =0.2;
sigma = ;
namuda = ;
x = -::;
y = -::;
sita = ; I= imread('F:\SceneTrialTrain\Train\surg.jpg');
I = I(:,:,);
figure()
imshow(I); [x,y]=meshgrid(x,y);
x1 = x*cos(sita)+y*sin(sita);
y1 = -x*sin(sita)+y*cos(sita);
z = exp(-(x1.^+gama^*y1.^)/(*sigma^)).*cos(*pi*x1/namuda+3.14*);
z = z/sum(sum(z)); c = imfilter(I,z);
d = c;
m = c>;
n = c<=;
d(m) = ;
d(n) = ; figure()
imshow(d);
我设定响应大或者小的阈值是180
      原图
    sita=pi/4
 sita = -pi/4;
 sita = pi/2;
 sita = 0;
由此看出Gabor滤波器确实可以检测出来笔画特性的纹理。
 
Gabor滤波器怎么检测特征点呢?
在每一个点上找到兼容Gabor滤波器和不兼容Gabor滤波器,求出两个滤波器在该点的相应的差值,把每一差值的局部最大值对应的那个点设为特征点,由此在一张图上可以获得多个代表笔画的特征点。
虽然关于Gabor滤波器还不是很懂,但是现在的理解也就到这里了,推荐一个很不错的理解,这里

Gabor滤波器的理解的更多相关文章

  1. Gabor滤波器学习

    本文的目的是用C实现生成Gabor模版,并对图像卷积.并简单提一下,Gabor滤波器在纹理特征提取上的应用. 一.什么是Gabor函数(以下内容含部分翻译自维基百科) 在图像处理中,Gabor函数是一 ...

  2. Gabor变换、Gabor滤波器

    D.Gabor 1946年提出 窗口Fourier变换,为了由信号的Fourier变换提取局部信息,引入了时间局部化的窗函数. 由于窗口Fourier变换只依赖于部分时间的信号,所以,现在窗口Four ...

  3. 图像算法五:【图像小波变换】多分辨率重构、Gabor滤波器、Haar小波

    原 https://blog.csdn.net/alwaystry/article/details/52756051 图像算法五:[图像小波变换]多分辨率重构.Gabor滤波器.Haar小波 2018 ...

  4. gabor滤波器

    https://blog.csdn.net/u013709270/article/details/49642397 https://github.com/xuewenyuan/Gabor_Visual ...

  5. python实现gabor滤波器提取纹理特征 提取指静脉纹理特征 指静脉切割代码

    参考博客:https://blog.csdn.net/xue_wenyuan/article/details/51533953 https://blog.csdn.net/jinshengtao/ar ...

  6. 对Kalman(卡尔曼)滤波器的理解

    1.简单介绍(Brief Introduction) 在学习卡尔曼滤波器之前,首先看看为什么叫"卡尔曼". 跟其它著名的理论(比如傅立叶变换.泰勒级数等等)一样.卡尔曼也是一个人的 ...

  7. 对Kalman(卡尔曼)滤波器的理解@@zz

    1.简介(Brief Introduction) 在学习卡尔曼滤波器之前,首先看看为什么叫“卡尔曼”.跟其他著名的理论(例如傅立叶变换,泰勒级数等等)一样,卡尔曼也是一个人的名字,而跟他们不同的是,他 ...

  8. matlab实现gabor滤波器的几种方式

    转自:http://blog.csdn.net/watkinsong/article/details/7882443 方式一: function result = gaborKernel2d( lam ...

  9. matlab中实现Gabor滤波器

    1.spatialgabor.m描述gabor函数 % SPATIALGABOR - applies single oriented gabor filter to an image%% Usage: ...

随机推荐

  1. linux随笔-06

    用户身份与文件权限 用户身份与能力 Linux系统的管理员之所以是root,并不是因为它的名字叫root,而是因为该用户的身份号码即UID(User IDentification)的数值为0. 在Li ...

  2. 笔记70 Spring Boot快速入门(八)(重要)

    上传文件 一.方式一 1.上传页面 upLoadPage.html <!DOCTYPE html> <html lang="en"> <head> ...

  3. 【Java学习笔记】2015.1.5

    1.classpath中的“.”表示当前的路径,所以配置classpath时要注意不能忘了“.”.如果不注意,会出现cmd下运行程序时,.java文件可以编译但是不能运行: 一般的classpath配 ...

  4. iframes

    iframes提供了一个简单的方式把一个网站的内容嵌入到另一个网站中.但我们需要慎重的使用iframe.iframe的创建比其它包括scripts和css的 DOM 元素的创建慢了 1-2 个数量级. ...

  5. SpringBoot 中定时执行注解(@Scheduled、@EnableScheduling)

    项目开发中经常需要执行一些定时任务,比如需要在每天凌晨时候,分析一次前一天的日志信息.Spring为我们提供了异步执行任务调度的方式,提供TaskExecutor .TaskScheduler 接口. ...

  6. java基础学习笔记四(异常)

    Java中的异常 Exception 如图可以看出所有的异常跟错误都继承与Throwable类,也就是说所有的异常都是一个对象. 从大体来分异常为两块: 1.error---错误 : 是指程序无法处理 ...

  7. PHP closedir() 函数

    打开一个目录,读取它的内容,然后关闭: <?php$dir = "/images/"; // Open a directory, and read its contentsi ...

  8. paper 145:caffe-深度学习框架的搭建

    参考来源于:http://www.cnblogs.com/goodluckcwl/p/5686094.html  (部分内容做了修改) Caffe是一个深度学习框架,本文讲阐述如何在linux下安装G ...

  9. 使用Canvas操作像素

    现代浏览器支持通过<video>元素播放视频.大多数浏览器也可以通过MediaDevices.getUserMedia() API访问摄像头.但即使这两件事结合起来,我们也无法直接访问和操 ...

  10. Pandas数据处理 学习

    pandas是在numpy的基础上建立的新程序库,提供了一种高效的DataFrame数据结构. DataFrame本质上是一种带行标签和列标签.支持相同数据类型和缺失值的多维数组. 先看版本信息: p ...