本文探讨了Gabor变换作为图像处理技术的核心作用，重点介绍了如何将其应用于人脸识别和对象分类。通过分析局部Gabor二进制模式直方图序列（LGBPHS）等方法，展示了Gabor特征在不同场景下的表现。此外，文中还提出了一种结合颜色Gabor、LBP和PHOG的新型描述符GLP，用于对象和场景图像的分类。
gabor特征
gabor变换实际上加窗的Fourier变换，是将空间域x，y转为方向和尺度。
gabor特征是一种大尺度的特征（相对于LBP和Haar特征），即其描述的是某方向，某尺度的图像的纹理特征。
参考文献：
Local Gabor Binary Pattern Histogram Sequence (LGBPHS): A Novel Non-Statistical Model for Face Representation and Recognition
Novel Color Gabor-LBP-PHOG (GLP) Descriptors for Object and Scene Image Classification
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
