Gabor滤波器学习

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函数是一个用于边缘提取的线性滤波器。Gabor滤波器的频率和方向表达同人类视觉系统类似。研究发现，Gabor滤波器十分适合纹理表达和分离。在空间域中，一个二维Gabor滤波器是一个由正弦平面波调制的高斯核函数。

二、Gabor滤波器公式化定义

2.提取光斑边界

公式中：

λ：正弦函数波长；

θ：Gabor核函数的方向 

ψ：相位偏移

σ：高斯函数的标准差 

γ： 空间的宽高比（这个没太理解）

 

常用的偶对称二维Gabor滤波器可表示为：

下面给出，不同参数配置下的Gabor核函数效果图，大小均100*100：

a.波长对比组【方向为：0，相位偏移量为：0，纵横比率为：0.5，带宽为：1，下图波长分别为5，10，15】

b.方向对比组【波长为：10，相位偏移量为：0，空间纵横比为：0.5，带宽为：1，方向分别为：0，45，90】

c.相位偏移量对比组【波长为：10，方向为：0，空间纵横比：0.5，带宽：1，相位偏移量分别为：0，180，-90，90】

d.空间纵横比对比组【波长：10，相位偏移量：0，方向：0，带宽：1，空间纵横比分别为：0.5，1】

e.带宽对比组【波长：10，方向：0，相位偏移量：0，空间纵横比：0.5，带宽分别为：0.5，1，2】

自己测试，gabor滤波器和我们常用的一些sobel，laplace也有相似之处，特别的地方应该在于，他能够通过数学参数的设置来达到生成滤波器的作用。