嘎嘣gabor小波算子各参数直观理解与应用（c++实现)

最新推荐文章于 2022-03-19 18:56:21 发布
最新推荐文章于 2022-03-19 18:56:21 发布
阅读量1.6k 收藏 4
点赞数 2
分类专栏： 算法 文章标签： opencv 计算机视觉 c++ 自然语言处理 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45172417/article/details/109558294
版权

嘎嘣gabor小波算子各参数直观理解与应用（c++实现)

文章目录

一小段废话（简介）

gabor算子理论上就是三角函数和高斯函数的一个相乘本文简略介绍了从算子构建到滤波输出图片的整个过程，比较简单

“嘎嘣”算子构建

关于gabor的公式到处都是，我就懒得去扒了，大家想要具体公式可以自行检索相关文章，这里大致知道三角算子乘高斯算子就够了

上代码：

下面是opencv里的gabor算子生成算法，返回Mat形式的算子，有兴趣可以参考公式分析一波

Mat gabor::load_fliter(Size ksize, double sigma, double theta,double lambd, double gamma, double psi, int ktype)
{
    double sigma_x = sigma;
    double sigma_y = sigma/gamma;

    int nstds = 3;
    int xmin, xmax, ymin, ymax;
    double c = cos(theta), s = sin(theta);
    if( ksize.width > 0 )
        xmax = ksize.width/2;
    else
        xmax = cvRound(std::max(fabs(nstds*sigma_x*c), fabs(nstds*sigma_y*s)));

    if( ksize.height > 0 )
        ymax = ksize.height/2;
    else
        ymax = cvRound(std::max(fabs(nstds*sigma_x*s), fabs(nstds*sigma_y*c)));

    xmin = -xmax;
    ymin = -ymax;

    CV_Assert( ktype == CV_32F || ktype == CV_64F );
    Mat kernel(ymax - ymin + 1, xmax - xmin + 1, ktype);
    double scale = 1;
    double ex = -0.5/(sigma_x*sigma_x);
    double ey = -0.5/(sigma_y*sigma_y);
    double cscale = CV_PI*2/lambd;

    for( int y = ymin; y <= ymax; y++ )
        for( int x = xmin; x <= xmax; x++ )
        {
            double xr = x*c + y*s;
            double yr = -x*s + y*c;
            double v = scale*exp(ex*xr*xr + ey*yr*yr)*cos(cscale*xr + psi);
            if( ktype == CV_32F )
                kernel.at<float>(ymax - y, xmax - x) = (float)v;
            else
                kernel.at<double>(ymax - y, xmax - x) = v;
        }

    return kernel;
};

算子使用

就滤波呗，但这个操作一定要和卷积分清楚，大致上滤波要比卷积简略很多
另一件事就是注意下算子和图片的大小，显然四个循环，执行a.rowsa.colsb.rowsb.cols这么多次操作可能需要化费很长时间最好把算子控制在55左右

代码

Mat gabor::flter(Mat a,Mat b)
{
    float m[20][20];
    Mat c(a.rows,a.cols,CV_32F);
    for(int tag_a=0;tag_a<a.rows;tag_a++)
    for(int tag_b=0;tag_b<a.cols;tag_b++)
    c.at<float>(tag_a,tag_b)=0.0;
    for(int tag_a=0;tag_a<a.rows;tag_a++)
    for(int tag_b=0;tag_b<a.cols;tag_b++)
    for(int tag_c=0;tag_c<b.rows;tag_c++)
    for(int tag_d=0;tag_d<b.cols;tag_d++)
    {
        int x=tag_c-b.rows/2;
        int y=tag_d-b.cols/2;
        if((tag_a+x)>=0&&(tag_b+y)>=0&&(tag_a+x)<a.rows&&(tag_b+y)<a.cols)
        for(int tag_e=0;tag_e<3;tag_e++)
        c.at<float>(tag_a,tag_b)+=a.at<Vec3b>(tag_a+x,tag_b+y)[tag_e]*b.at<float>(tag_c,tag_d)/3/b.cols/b.rows;
    }
    return c;
}

运行效果

在这里插入图片描述

在这里插入图片描述

全部代码（云玩家直接看这里）

cpp部分

#include"gabor.hpp"

    int sigma=6;
    int theta=0;
    int lambd=5; 
    int gammaa=1;
     int psi=0;
      int ktype=CV_32F;
      int col=5,row=5;
    gabor a;
void aa(int,void*)
{
    imshow("gabor",a.load_fliter(Size(col,row),sigma,theta,lambd,gammaa, psi, ktype ));
}
bool test=0;//0是滤波，1是算子
void bb(int,void*)
{
    imshow("gabor",a.deal(a.load_fliter(Size(col,row), sigma,theta,lambd,gammaa, psi, ktype)));
}
int main()
{

    if(test)
    {
        //算子尺寸在最上面，自己改，滤波函数默认算子CV_32F改那个类型应该会出错
        namedWindow("gabor",WINDOW_AUTOSIZE);
        createTrackbar("sigma","gabor",&sigma,50,aa);
        createTrackbar("theta","gabor",&theta,10,aa);
        createTrackbar("lambd","gabor",&lambd,10,aa);
        createTrackbar("gammaa","gabor",&gammaa,10,aa);
        createTrackbar("psi","gabor",&psi,10,aa);
        waitKey(0);
    }
    else//下面五个数对应上面五个滑动条对应的参数,算子尺寸自己改
    {
        //载入图片（出现图像后点图像按键继续）
        a.load_image();
        namedWindow("gabor",WINDOW_AUTOSIZE);
        createTrackbar("sigma","gabor",&sigma,50,bb);
        createTrackbar("theta","gabor",&theta,10,bb);
        createTrackbar("lambd","gabor",&lambd,10,bb);
        createTrackbar("gammaa","gabor",&gammaa,10,bb);
        createTrackbar("psi","gabor",&psi,10,bb);
        waitKey(0);
    }
    return 0;
}

hpp部分

#include <stdio.h>
#include<string.h>
#include<math.h>
#include<iostream>
#include<opencv2/highgui.hpp>
#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;
class gabor
{
    private:
    Mat image_source;
    public:
    void load_image();
    Mat flter(Mat a,Mat b);
    Mat load_fliter(Size ksize, double sigma, double theta,double lambd, double gamma, double psi, int ktype);
    Mat deal(Mat a);
};
Mat gabor::deal(Mat a)
{
    return flter(image_source,a);
}
Mat gabor::flter(Mat a,Mat b)
{
    float m[20][20];
    Mat c(a.rows,a.cols,CV_32F);
    for(int tag_a=0;tag_a<a.rows;tag_a++)
    for(int tag_b=0;tag_b<a.cols;tag_b++)
    c.at<float>(tag_a,tag_b)=0.0;
    for(int tag_a=0;tag_a<a.rows;tag_a++)
    for(int tag_b=0;tag_b<a.cols;tag_b++)
    for(int tag_c=0;tag_c<b.rows;tag_c++)
    for(int tag_d=0;tag_d<b.cols;tag_d++)
    {
        int x=tag_c-b.rows/2;
        int y=tag_d-b.cols/2;
        if((tag_a+x)>=0&&(tag_b+y)>=0&&(tag_a+x)<a.rows&&(tag_b+y)<a.cols)
        for(int tag_e=0;tag_e<3;tag_e++)
        c.at<float>(tag_a,tag_b)+=a.at<Vec3b>(tag_a+x,tag_b+y)[tag_e]*b.at<float>(tag_c,tag_d)/3/b.cols/b.rows;
    }
    return c;
}
Mat gabor::load_fliter(Size ksize, double sigma, double theta,double lambd, double gamma, double psi, int ktype)
{
     //获取两个数学遍历sigma_x和sigma_y，方便后面的计算，没有特殊含义
    double sigma_x = sigma;
    double sigma_y = sigma/gamma;

    int nstds = 3;//为后面的当ksize出现负数时计算核函数窗口大小提供参数
    int xmin, xmax, ymin, ymax;
    double c = cos(theta), s = sin(theta);
    //当ksize的width和height没有负数时，取其一半给xmax和ymax
    if( ksize.width > 0 )
        xmax = ksize.width/2;
    else//cvround返回最近的int(四舍五入)
        xmax = cvRound(std::max(fabs(nstds*sigma_x*c), fabs(nstds*sigma_y*s)));

    if( ksize.height > 0 )
        ymax = ksize.height/2;
    else
        ymax = cvRound(std::max(fabs(nstds*sigma_x*s), fabs(nstds*sigma_y*c)));

    xmin = -xmax;
    ymin = -ymax;

    CV_Assert( ktype == CV_32F || ktype == CV_64F );
    //核函数矩阵，ymax-ymin+1和xmax-xmin+1是为保证核函数矩阵是长和宽都是奇数
    Mat kernel(ymax - ymin + 1, xmax - xmin + 1, ktype);
    double scale = 1;
    //方便计算，可以自己带入到后面的v的计算公式中会发现Gabor滤波器的实数部分的公式
    double ex = -0.5/(sigma_x*sigma_x);
    double ey = -0.5/(sigma_y*sigma_y);
    double cscale = CV_PI*2/lambd;

    for( int y = ymin; y <= ymax; y++ )
        for( int x = xmin; x <= xmax; x++ )
        {
            double xr = x*c + y*s;
            double yr = -x*s + y*c;
            //计算公式，Opencv这里获取的是Gabor滤波器的实数部分
            double v = scale*exp(ex*xr*xr + ey*yr*yr)*cos(cscale*xr + psi);
            if( ktype == CV_32F )
                kernel.at<float>(ymax - y, xmax - x) = (float)v;
            else
                kernel.at<double>(ymax - y, xmax - x) = v;
        }

    return kernel;
};
void gabor::load_image()
{
    image_source=imread("z.jpeg",1);
    imshow("a",image_source);
    //waitKey(0);
}

ps:

算子模式记得把cpp文件上面的col和row抬高，太小了看不到（应该好理解）
滤波模式记得调小，算子太大电脑得运行很久
如有问题欢迎留言

〆、怀烈
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
gabor.rar_gabor_gabor小波滤波_小波变换在图像处理的一些应用
07-15
利用小波变换对图像进行重构 滤波 适合图像处理的初学者 代码中充分利用了小波变换的特点
边缘检测（9）Gabor小波算子
weixin_34290352的博客
03-19 2172
由于Gabor特征对光照、姿态具有一定的鲁棒性，Gabor特征具有良好的空间局部性和方向选择性，可以很好的描述图像的纹理信息，因此许多算法都采用Gabor特征作为识别特征。 该算法仅对图像中部分关键特征点进行Gabor变换，并将这些特征点位置为顶点、以其Gabor变换系数为顶点属性、以其关键点位置关系为边属性的属性图，从而将问题转化为图匹配问题。通过合理的选择特征点的位...
Gabor与LBP
Blackrosetian的博客
04-01 1544
Gabor：gabor滤波器是用于边缘计算的线性滤波器。 LBP：一种用来描述局部纹理特征的算子。
Halcon中的 gen_gabor算子(gabor滤波器)
Wslsdx的博客
12-04 1709
Halcon中的 gen_gabor算子： Description gen_gabor 算子产生一个用户定义的带通频域范围（bandpass frequency range）和一个希尔伯特变换（Hibert transform）的sign （符号，信号？不知道怎么用中文标示）。 实现： 在频域中（frequency domain）计算一个对称滤波器（symmetrical filter）。通过在频域中滤波，可以实现在空间域（spatial domain) 中固定方向范围和固定频率范围滤波。 参数Freque
Opencv中的getGaborKernel函数
Wslsdx的博客
12-05 4631
getGaborKernel函數介紹 help(cv.getGaborKernel) #查看函数 Help on built-in function getGaborKernel: getGaborKernel(…) getGaborKernel(ksize, sigma, theta, lambd, gamma[, psi[, ktype]]) -> retval . @brief Returns Gabor filter coefficients. . . For more detail
OpenCV-图像特征提取算法1_Gabor
10-19 5990
首先说一下环境，windows 10 64位系统，OpenCV版本为3.4.7, python 版本为3.6，IDE为 pycharm 目的是实现图像的Gabor特征提取，分三个小程序完成 包含头文件 import cv2 import numpy as np import pylab as pl 程序一，gaborl滤波器的构建，使用6个尺度分四个方向 **### 构建...
Gabor滤波简介与Opencv中的实现及参数变化实验
热门推荐
lhanchao的博客
02-12 1万+
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
Gabor特征
野生的TFgirl
08-18 1858
一、傅里叶变换二、Gabor核与Gabor特征2.1 一维Gabor核2.1.1 一维傅里叶变换一维傅里叶变化定义如下： f̂ (ω)=∫+∞−∞f(t)e−i2πtωdt\hat{f}(\omega)=\int_{-\infty}^{+\infty}f(t)e^{-i2{\pi}t\omega}\,dt f(t)f(t)为输入信号,以t为自变量，随时间变化，是时域信号 ω\omega表示分解
基于Log-Gabor小波和Krawtchouk矩的遥感图像分类
02-07
同时计算遥感图像的Krawtchouk 矩不变量，作为遥感图像的边缘形状特征，并与基于 Log-Gabor 小波提取的纹理特征构成完整的特征向量；最后依据所提取的特征向量利用支持向量机（support vector machine, SVM）分类器...
Gabor小波提取特征_提取特征向量_小波_
10-01
Gabor小波提取特征
使用Gabor小波滤波进行纹理提取_Gabor_小波滤波_matlab
04-14
资源名：使用Gabor小波滤波进行纹理提取_Gabor_小波滤波_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合...
Gabor滤波器为什么能实现频率域加窗
tongle.wang Homepage
12-04 1845
Gabor 特征是一种可以用来描述图像纹理信息的特征，Gabor 滤波器的频率和方向与人类的视觉系统类似，特别适合于纹理表示与判别。 Gabor 特征主要依靠 Gabor 核在频率域上对信号进行加窗，从而能描述信号的局部频率信息。 说到 Gabor 核，不能不提到傅里叶变换。正是靠傅里叶变换，我们才能将信号转换到频率域，才能让Gabor核在频率域去加窗。而在原本的空间域中，一个 Gab
Gabor变换过程详细推导
qq_36763031的博客
08-24 3381
写在前面 强烈建议阅读博文 matlab学习：图像频域分析之Gabor滤波，该篇博文写的非常好，由浅入深，对于Gabor滤波的由来及优点等叙述的非常完善。在本篇中，将集中于公式的推导。 一维情况 在传统的傅里叶变换中：  F(jω)=∫−∞∞f(t)e−jωtdt&ThinSpace; \ F(j\omega)=\int_{ - \infty }^\infty f (t){e^{...
gabor函数学习
rxm1989的专栏
09-25 1416
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。   Gabor变换是短时Fourier变换中当窗函数取为高斯函数时的一种特殊情况.   Gabor变换的本质实际上还是对二维图像求卷积。因此二维卷积运算的效率就直接决定了Gabor变换的效率。在这里我先说说二维卷
人脸识别技术中的Gabor特征提取算法
do
11-02 5785
前言 上篇文章中，讲述了语音识别技术中的DTW算法，DTW算法是用于模板匹配的。这篇文章我们将介绍人脸识别中的Gabor特征提取算法，Gabor算法是用在特征提取阶段。我们在这里对比一下语音识别的流程图和人脸识别技术的流程图，以便学习总结。 下图是基于DTW算法的语音识别技术的流程图： 下图是基于Gabor特征提取算法和SVM分类器的人脸检测与识别流程图，其中包括测试过程与训练过程。 Gabor...
Gabor滤波器特征提取原理讲解及c++实现
weixin_44901043的博客
03-19 6441
文章目录Gabor滤波器复正弦载波高斯滤波参数解释gabor滤波核实现效果： Gabor滤波器 1946年,Dennis Gabor于在“Theory of communication”一文中提出了著名的“窗口”傅里叶变换（也叫短时Fourier变换，STFT），即Gabor变换。 在图像处理邻域，Gabor小波是一种非常有效的纹理表示方法。 在空域，一个2维的Gabor滤波器是一个正弦平面波和高斯核函数的乘积： 其中s(x, y)是一个复正弦信号，称为载波，Wr(x, y)是一个二维信号高斯型函数，称
小波变换
贾路飞的博客
06-27 1054
本文主要转载自http://cda.pinggu.org/view/18623.html，文章通俗易懂，感谢大神的指点！！！ 本文部分转载自https://blog.csdn.net/u013360881/article/details/43490791，感谢大神指点！！！ 从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它提出时所面对的...
fisher线性判别+KNN处理iris数据集
JasonZhao的博客
10-18 2746
fisher线性判别iris数据集分类欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想
C++实现gabor滤波
最新发布
06-08
下面是一个简单的C++实现Gabor滤波器的示例代码： ```c++ #include #include #include using namespace cv; using namespace std; Mat gaborFilter(int kernelSize, double sigma, double theta, double ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值