超级会员免费看
本文探讨了使用二维Gabor滤波器进行图像特征提取，结合BP神经网络进行手势识别的研究。通过调整Gabor滤波器的参数，如波长、方向和相位偏移量，提取图像的能量矩阵并降维，最终利用BP神经网络实现手势的准确识别，特别是在识别‘包袱’手势时表现出较高的准确性。
gobor bp的手势识别技术研究 matlab
gobor bp的手势识别技术研究 得到训练准确率和单个手势的识别结果 matlab
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。
Gabor滤波器的脉冲响应，可以定义为一个正弦波（对于二维Gabor滤波器是正弦平面波）乘以高斯函数。由于乘法卷积性质，Gabor滤波器的脉冲响应的傅立叶变换是其调和函数的傅立叶变换和高斯函数傅立叶变换的卷积。该滤波器由实部和虚部组成，二者相互正交。一组不同频率不同方向的Gabor函数数组对于图像特征提取非常有用。
本文采用的是二维的Gabor函数：
给出二维Gabor函数的数学表达：
Gabor滤波器的半响应空间频率带宽b
订阅专栏 解锁全文
2382
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
