Robię badania nad filtrem Gabor, ale kiedy go przejrzałem, miałem bardzo długie i skomplikowane artykuły. Czy ktoś może mi pomóc w znalezieniu prostego wyjaśnienia lub polecić stronę internetową lub artykuł do przeczytania? Chcę zrozumieć ten filtr, aby móc go używać w Matlabie.
20
Odpowiedzi:
Filtry Gabor to filtry wrażliwe na orientację , używane do analizy tekstur.
Zazwyczaj podróżuje w paczkach, po jednej w każdym kierunku. Zestaw filtrów gaborowych z danym kierunkiem daje silną odpowiedź na lokalizacje obrazów docelowych, które mają struktury w tym danym kierunku. Na przykład, jeśli obraz docelowy składa się z okresowej siatki w kierunku ukośnym, zestaw filtrów gaborowych da ci silną reakcję tylko wtedy, gdy jego kierunek będzie zgodny z siatką.
Wiem, że jest on często wykorzystywany w rozpoznawaniu znaków i ulepszaniu odcisków palców. (Próbuję) użyć go w obrazowaniu biomedycznym, aby scharakteryzować główną orientację w strukturach włókienkowych.
Oto bardzo dobry samouczek Javiera Movellana, pdf
A jeśli potrafisz czytać po francusku, tutaj jest pdf na temat tworzenia banków filtrów przez Adrien Marion
źródło
Filtr Gabora to pewna parametryzacja idei krawędzi. Łączy to dwie sprzeczne ze sobą idee: nagłe przejście ORAZ pewne niejasne wyobrażenie o tym, gdzie się ono znajduje.
Jest to matematycznie sprytny pomysł, ponieważ dobrze przekłada się na dziedzinę Fouriera: transformata Fouriera Gabora jest gaussowską w przestrzeni Fouriera, a kropla gaussowska jest najbardziej neutralnym domysłem czegoś rozmytego, co możesz zrobić (pomyśl o rzucaniu rzutkami i patrzeniu na wzorcach trafień).
W związku z tym, gdy używasz Gabora, nie ma „właściwej” formuły: wszystko zależy od tego, co chcesz wykryć / odfiltrować. W neuronauce wzrokowej popularnym wyborem jest wybranie Gabora, który w przestrzeni Fouriera odpowiada kropli na logarytmie częstotliwości (zgodnie z prawem Webera jesteśmy wrażliwi na względne różnice częstotliwości). Są to filtry log-Gabor .
Aby zrozumieć filtry Gabora, sprawdź najpierw, jaka parametryzacja filtrów byłaby najlepsza dla Twojej konkretnej aplikacji.
źródło
To wykrywacz krawędzi . Po prostu stosuje transformację Gabora . Filtr Gabora jest w zasadzie gaussowskim (z wariancjami sx i sy wzdłuż osi x i y odpowiednio) modulowanym przez złożoną sinusoidę (z częstotliwościami środkowymi U i V odpowiednio wzdłuż osi x i y). Zobacz przykład tutaj .
źródło