特征提取之Gabor滤波器

Gabor滤波详解见此处
在图像处理中，通常会进行特征提取，而特征提取通常利用滤波器对图像进行操作，提取图像中各种有用的统计信息如颜色、纹理、朝向等等。滤波器的作用随着其特点的不同而不同。本文将简单介绍Gabor滤波器的原理以及利用Gabor滤波器对图像进行特征提取。

维基百科对Gabor滤波器的介绍：

在图像处理领域，以Dennis Gabor命名的Gabor滤波器，是一种用于纹理分析的线性滤波器，即它主要分析的是，图像在某一特定区域的特定方向上是否有特定的频率内容。当代许多视觉科学家认为，Gabor滤波器的频率和方向的表达与人类的视觉系统很相似，尽管并没有实验性证据和函数原理能证明这一观点。

Gabor滤波器特别适合于纹理表示和辨别。在空间域中，2D Gabor滤波器是由正弦平面波调制的高斯核函数。

其脉冲响应定义为定义为一个正弦波（对于二维Gabor滤波器是平面波）乘以高斯函数。因为乘法卷积性质（卷积定理），由于乘法卷积性质，Gabor滤波器的脉冲响应的傅立叶变换是调和函数的傅立叶变换和高斯函数傅立叶变换的卷积。该滤波器具有表示正交方向的实部和虚部，两个分量可以构成复数。

由上述介绍可知，Gabor 特征是一种可以用来描述图像纹理信息的特征。此外，Gabor小波对于图像的边缘敏感，能够提供良好的方向选择和尺度选择特性，Gabor滤波器可以提取不同方向上的纹理信息。Gabor滤波器对于光照变化不敏感,能够提供对光照变化良好的适应性，能容忍一定程度的图像旋转和变形，对光照、姿态具有一定的鲁棒性。

转载于:https://blog.51cto.com/spencergra/2094053