CSDN论坛 > 其他技术论坛 > 机器视觉

如何提高Gabor滤波的效率 [问题点数:100分,结帖人DarthVader]

Bbs1
本版专家分:0
结帖率 96.55%
CSDN今日推荐
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Blank
红花 2004年5月 专题开发/技术/项目大版内专家分月排行榜第一
2004年4月 专题开发/技术/项目大版内专家分月排行榜第一
2004年3月 专题开发/技术/项目大版内专家分月排行榜第一
Blank
黄花 2004年7月 专题开发/技术/项目大版内专家分月排行榜第二
Blank
蓝花 2005年2月 专题开发/技术/项目大版内专家分月排行榜第三
2004年6月 专题开发/技术/项目大版内专家分月排行榜第三
2004年2月 专题开发/技术/项目大版内专家分月排行榜第三
Bbs1
本版专家分:0
Bbs1
本版专家分:0
匿名用户不能发表回复!
其他相关推荐
Gabor函数和Gabor滤波器的原理和实现
原文转自:http://www.zhizhihu.com/html/y2009/381.html Gabor函数   Gabor变换属于加窗傅立叶变换,Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿,所以经常用作纹理识别上,并取得了较好的效果。二维Gabor函数可以表示为:   其中:   v的取值决定了Gabor滤波的波长,u的取值
2D-Gabor 滤波器对图像纹理的增强
Gabor 变换由 D.Gabor 于 1946 年提出, 当时是为解决傅氏变换局部频率变化的不足, 而在其基础上增加窗函数, 实现有效获得信号的局部信息, 因此 Gabor变换是一种基于窗口的短时傅氏变换。 由于所加窗函数为高斯窗, 在频域上具有不变性, 因此 Gabor 变换能在时域与频域同时获得局部信号的变化。 在进行图像处理时, 纹理特征往往反应在局部局域的变化, 因此将 Ga
Gabor滤波简介与Opencv中的实现及参数变化实验
Gabor滤波是一种非常常见的特征提取算法,在人脸识别等领域有着很广泛的应用,在这里我主要介绍一下Gabor滤波器的公式及Opencv下的代码实现,以及我做的一些参数变化的实验。一、Gabor滤波简介注意,这里我介绍的Gabor算法与在人脸识别中使用的Gabor算法貌似是不太相同的,具体内容我没有深入了解。 Gabor滤波的公式如下所示:g(x,y;λ,θ,ψ,σ,γ)=exp(−x′2+γ2y2
纹理分割(一)Gabor滤波器学习
第一个项目根据公司那边提供的学习资料,需要用到Gabor滤波器对图像进行处理,公司那边关于项目的说法比较商业化,叫X-Ray Image Auto Judging System,之前找了很久论文都没有思路,用这个英文查找论文,也是不对路,这让我在前期浪费不少时间,后来查阅大量论文之后,确定关于目前的项目的学术说法应该是“轮胎X射线图缺陷检测”,英文是“X-Ray Defect Detection”
gabor小波滤波器的在纹理提取、图像匹配上的作用
1、作用:Gabor小波可以方便的提取图像在各个尺度和方向上的纹理信息,同时在一定程度上降低了图像中光照变化和噪声的影响。 其对光照不敏感的例子:     注意:其对图像的旋转也具有一定的适应性,其出现特征提取不好的时候:当图像的旋转角度介于两个滤波器的方向之间时,这会导致图像的纹理提取产生不同,下面的例子是图像的旋转角度接近pi*3/4度时的纹理,其是有点失真的,但总体也能提取出滤波
LOG-Gabor滤波器MATLAB代码,自己整理的。
LOG-Gabor滤波器MATLAB代码,自己整理的。可以直接拿去卷积图像提取纹理,不过参数需要根据需要自己调节。
gabor滤波器的几种实现方式
1. 方式一   Sx,Sy在公式里分别表示Guass函数沿着x,y轴的标准差,相当于其他的gabor函数中的 sigma. 同时也用Sx,Sy指定了gabor滤波器的大小。(滤波器矩阵的大小) 这里没有考虑到相位偏移.   %%%%%%%VERSION 2 %%ANOTHER DESCRIBTION OF GABOR FILTER %The Gabor filter is basic
纹理分割(一)Gabor滤波器学习
reference: http://blog.csdn.net/jorg_zhao?viewmode=contents 第一个项目根据公司那边提供的学习资料,需要用到Gabor滤波器对图像进行处理,公司那边关于项目的说法比较商业化,叫X-Ray Image Auto Judging System,之前找了很久论文都没有思路,用这个英文查找论文,也是不对路,这让我在前期浪费不少时间
python 借助opencv实现Gabor滤波特征提取
首先说一下环境,windows 8.0 64位系统,OpenCV版本为2.4.7, python 版本为2.7.6,IDE为 64位 Anaconda 目的是实现图像的Gabor特征提取,分三个小程序完成 程序一,gaborl滤波器的构建,使用6个尺度分四个方向**### 构建Gabor滤波器 def build_filters(): filters = []
如何理解Gabor滤波器
我们已经知道,傅里叶变换是一种信号处理中的有力工具,可以帮助我们将图像从空域转换到频域,并提取到空域上不易提取的特征。但是经过傅里叶变换后,图像在不同位置的频度特征往往混合在一起,但是Gabor滤波器却可以抽取空间局部频度特征,是一种有效的纹理检测工具。
关闭
关闭