基于Gabor的汉字粗分类算法

一、二维Gabor滤波器的介绍
	二维Gabor滤波器是在20世纪80年代于Daugman在计算机视觉中提出的，Gabor滤波器是一种局部的窄带滤波器。Gabor滤波器具有明显的方向选择和频率选择特性，被广泛应用于图像分析、图像压缩以及图像的特征提取。
	二维感受野与二维Gabor滤波器两者拥有非常细微的残差，也就是说二维Gabor函数用于特征识别，可以最大限度的接近人眼，具有很好的匹配性。

	一般，在图像特征提取时，采用的是Gabor的实部部分。
实数部分：

 
波长（λ）：它的值以像素为单位指定，通常大于等于2.但不能大于输入图像尺寸的五分之一。
方向（θ）：这个参数指定了Gabor函数并行条纹的方向，它的取值为0到360度
相位偏移（ψ）：它的取值范围为-180度到180度。其中，0he180度分别对应中心对称的center-on函数和center-off函数，而-90度和90度对应反对称函数。
长宽比（γ）：空间纵横比，决定了Gabor函数形状（support，我翻译为形状）的椭圆率（ellipticity）。当γ= 1时，形状是圆的。当γ< 1时，形状随着平行条纹方向而拉长。通常该值为1
	不同角度的Gabor滤波器实部结果：

Gabor滤波器可以对设置的频率和方向的特征进行提取。