搬以前写的博客【2014-02-28 20:03】
关于Gabor滤波器是如何提取出特征点,这个过程真是煎熬。看各种文章,结合百度、文章内部的分析才有一点点明白。
Gabor滤波器究竟是什么?
很多表述说的是加窗傅里叶变换。怎么理解呢? 公式有下面几种表述:
文章中的和第三种最相似,那么我理解是:傅里叶变换的基是e^(j2πfx),那么所谓的加窗指的是加上一个高斯函数,如公式(1),和Gabor函数卷积的过程,很想再做一个基为Gauss * e^(j2πfx)的傅里叶变换。
那么这样的gabor滤波器有什么作用呢?
既然他是一个滤波器,按照我们学的滤波器的处理过程:
Out(x, y) = In(x, y) ∗Gabor(x, y). 输入是图像I,滤波器是G,输出是复变量Out,分实部real虚部img;
Mag(x,y) = |out(x,y)|; 滤波后输出的幅度,也就是Gabor滤波器在图I上的幅度响应
Ang(x,y) = arctan(img(x,y)/real(x,y)); Gabor滤波器在图I上的相位响应
很显然相位响应是随即的,我们以前做滤波器时也只关注幅度响应。我在Matlab里面依据公式(3)画出了Gabor滤波器的频率响应图。
注:公式3中是表示在具体某个中心点(ζ,η)上的相对坐标,在求Gabor滤波器核函数的时候(0,0)即可,不懂的话也不要紧。另外我认为公式3中的符号有一点问题自己做了修改,论文中的符号也有问题。
gama =0.2; sigma = 2; namuda = 6; x = -7:1:7; y = -35:1:35; sita = 0; [x,y]=meshgrid(x,y); x1 = x*cos(sita)+y*sin(sita); y1 = -x*sin(sita)+y*cos(sita); z = exp(-(x1.^2+gama^2*y1.^2)/(2*sigma^2)).*cos(2*pi*x1/namuda); z = z/sum(sum(z)); mesh(x,y,z);
sita=0 sita=-pi/4 sita=pi/4
可以看出来确实Gabor滤波器的频率响应方向随sita而变化,那么我们调整参数来看一张图片经过不同sita下输出的相应来确定特征点。
代码如下:
gama =0.2; sigma = 2; namuda = 6; x = -7:1:7; y = -35:1:35; sita = 0; I= imread('F:\SceneTrialTrain\Train\surg.jpg'); I = I(:,:,1); figure(1) imshow(I); [x,y]=meshgrid(x,y); x1 = x*cos(sita)+y*sin(sita); y1 = -x*sin(sita)+y*cos(sita); z = exp(-(x1.^2+gama^2*y1.^2)/(2*sigma^2)).*cos(2*pi*x1/namuda+3.14*2); z = z/sum(sum(z)); c = imfilter(I,z); d = c; m = c>180; n = c<=180; d(m) = 255; d(n) = 0; figure(2) imshow(d);
我设定响应大或者小的阈值是180
Gabor滤波器怎么检测特征点呢?
在每一个点上找到兼容Gabor滤波器和不兼容Gabor滤波器,求出两个滤波器在该点的相应的差值,把每一差值的局部最大值对应的那个点设为特征点,由此在一张图上可以获得多个代表笔画的特征点。
虽然关于Gabor滤波器还不是很懂,但是现在的理解也就到这里了,推荐一个很不错的理解, 这里。
虽然关于Gabor滤波器还不是很懂,但是现在的理解也就到这里了,推荐一个很不错的理解, 这里。