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。
基于Gabor的汉字粗分类算法
最新推荐文章于 2023-05-19 21:10:10 发布
本文介绍了基于二维Gabor滤波器的汉字粗分类算法。Gabor滤波器因其方向选择和频率选择特性,适用于图像分析和特征提取。在汉字识别中,选择四个角度(0、45、90、135度)的滤波器可提取主要特征。参数选择包括:波长λ取4(基于48*48汉字图像的平均笔画宽度),高斯标准差σ取4,长宽比γ取1,相位偏移ψ取0。通过这些参数,构建的Gabor滤波器组用于提取汉字的特征,为后续的分类提供基础。
摘要由CSDN通过智能技术生成