Gabor滤波器和一般滤波器的区别

滤波器的功效都一样，便是清除不必要的频带，不一样的只是传送函数和带形，用matlab仿真一下就了解Gabor滤波器是什么带形了。

我们知道光是一种波，每种色调的光都对应一种光谱，不同光谱的累加就能产生一幅彩色图像，杂波的干扰必定影响显像的品质，从而减少定位系统的识别能力，所以需要根据数据滤波器滤掉不必要的干扰。

在modelsim6.0中使用verilog完成gabor滤波器程序

难以...部分c代码

Gabor转换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上获取有关的特点。此外Gabor函数与人眼的生物作用相仿，所以常常用作纹路鉴别上，并取得了较好的效果。

Gabor函数是复值函数，所以在计算过程中要各自测算其实部和虚部。部分代码如下：

private void CalculateKernel(int Orientation, int Frequency)

{

double real, img;

for(int x = -(GaborWidth-1)/2; x<(GaborWidth-1)/2 1; x )

for(int y = -(GaborHeight-1)/2; y<(GaborHeight-1)/2 1; y )

{

real = KernelRealPart(x, y, Orientation, Frequency);

img = KernelImgPart(x, y, Orientation, Frequency);

KernelFFT2[(x (GaborWidth-1)/2) 256 * (y (GaborHeight-1)/2)].Re = real;

KernelFFT2[(x (GaborWidth-1)/2) 256 * (y (GaborHeight-1)/2)].Im = img;

}

}

private double KernelRealPart(int x, int y, int Orientation, int Frequency)

{

double U, V;

double Sigma, Kv, Qu;

double tmp1, tmp2;

U = Orientation;

V = Frequency;

Sigma = 2 * Math.PI * Math.PI;

Kv = Math.PI * Math.Exp((-(V 2)/2)*Math.Log(2, Math.E));

Qu = U * Math.PI / 8;

tmp1 = Math.Exp(-(Kv * Kv * ( x*x y*y)/(2 * Sigma)));

tmp2 = Math.Cos(Kv * Math.Cos(Qu) * x Kv * Math.Sin(Qu) * y) - Math.Exp(-(Sigma/2));

return tmp1 * tmp2 * Kv * Kv / Sigma;

}

private double KernelImgPart(int x, int y, int Orientation, int Frequency)

{

double U, V;

double Sigma, Kv, Qu;

double tmp1, tmp2;

U = Orientation;

V = Frequency;

Sigma = 2 * Math.PI * Math.PI;

Kv = Math.PI * Math.Exp((-(V 2)/2)*Math.Log(2, Math.E));

Qu = U * Math.PI / 8;

tmp1 = Math.Exp(-(Kv * Kv * ( x*x y*y)/(2 * Sigma)));

tmp2 = Math.Sin(Kv * Math.Cos(Qu) * x Kv * Math.Sin(Qu) * y) - Math.Exp(-(Sigma/2));

return tmp1 * tmp2 * Kv * Kv / Sigma;

}

拥有Gabor核函数后就可以选用“离散二维累加和卷积”或“迅速傅立叶变换卷积”的办法求得Gabor转换，并对转换结果求均值和方差做为提取特点。

32个Gabor核函数对应32次转换能够获取64个特点（包含均值和方差）。该代码仅测算了一个101×101尺寸的Gabor函数转换，获得均值和方差。代码选用两种卷积计算方法，从结果中可以看到，迅速傅立叶变换卷积的效率是离散二维累加和卷积的近50倍。

gabor过滤参数怎么确定

Gabor过滤Gabor转换是英国物理学家 Gabor提出来的,由“测不准原理”可知,其具有最小时频窗,即Gabor函数能做到具备最精准的时间-频率的局部化;此外, Gabor函数与哺乳动物的视觉效果野非常吻合,这一点对研究图像特征检验或空间频率过滤非常有利。适当的挑选其参数, Gabor转换能够优异地开展图像分割、鉴别与理解。

怎样用gabor滤波器获取图像的纹理特征和形状特征

针对目视判读时这些是最主要的判断根据，就不说了。

计算机自动分类时，这些可作为辅助手段提高精度。

二维gabor滤波器如何与图象作卷积

滤波器的功效都一样，便是清除不必要的频带，不一样的只是传送函数和带形，用matlab仿真一下就了解gabor滤波器是什么带形了。

我们知道光是一种波，每种色调的光都对应一种光谱，不同光谱的累加就能产生一幅彩色图像，杂波的干扰必定影响显像的品质，从而减少定位系统的识别能力，所以需要根据数据滤波器滤掉不必要的干扰。

gabor过滤和高斯滤波一样吗

都是低通滤波器，理想低通滤波器是理论上的过滤结果，事实上是没有的，巴特沃斯便是有源滤波器的一种，实际能够查书，一般的模拟电路上有，一两句说不清，梯状滤波器应该是复频回应的波特图是梯形的，不过一般的滤波器都是这样啊 ，指数滤波器没做过，按字面来理解就是过滤效果是成指数变动的。

巴特沃斯滤波器的介绍

巴特沃斯滤波器是电子滤波器的一种。巴特沃斯滤波器的特点是通频带的频率响应曲线最光滑。

matlab高斯滤波函数，高斯滤波器是怎样得到的