图像分析：Gabor滤波器解析与编程

我现在的研究方向主要在于图像分析这一块，下面借整理过去学习的技术资料重新复习一遍。

图像分析：SIFT特征解析与编程

图像分析：Gabor滤波器解析与编程

图像分析：积分图像与代码实现

图像分析：LBP特征解析与代码

图像分析：分水岭算法解析

Blogger： LinJM 微博（ LinJM-机器视觉）

在图像分析里面，Gabor滤波器是应用非常广泛的一种工具，也算是我本科第一次接触图像分析领域时用到的一种工具，刚开始学Gabor的时候，因为找不到门路，看到它的几种形式特别伤脑筋，不知道这几种之间到底是个什么关系，为它的复杂形式纠结了好久。后来随着学习的深入，发现Gabor其实是一种很“傻瓜式的万用工具”，可以应用在很多场合，就是参数设置麻烦了点。在应用的时候，只要把它当成一个滤波器来对待就行，当然，若是有时间那是最好去理解一下它公式的含义。

三、Gabor滤波器程序实现

Matlab实现：

[plain]  view plain copy

1. function [G,gabout] = gaborfilter1(I,Sx,Sy,f,theta)  
2. %The Gabor filter is basically a Gaussian (with variances sx and sy along x and y-axes respectively)  
3. %modulated by a complex sinusoid (with centre frequencies U and V along x and y-axes respectively)   
4. %described by the following equation  
5. %%%%%%%%%%%%%%%%%%%%%%  
6. %                                  -1     x' ^      y' ^               
7. %%% G(x,y,theta,f) =  exp ([----{(----) 2+(----) 2}])*cos(2*pi*f*x'); cos代表实部  
8. %                                   2     sx'       sy'  
9. %%% x' = x*cos(theta)+y*sin(theta);  
10. %%% y' = y*cos(theta)-x*sin(theta);  
11. %% Describtion :  
12. %% I : Input image  
13. %% Sx & Sy : Variances along x and y-axes respectively 方差  
14. %% f : The frequency of the sinusoidal function  
15. %% theta : The orientation of Gabor filter  
16. %% G : The output filter as described above  
17. %% gabout : The output filtered image  
18. % %%isa判断输入参量是否为指定类型的对象  
19. if isa(I,'double')~=1   
20.     I = double(I);  
21. end  
22. %%%%Sx,Sy在公式里分别表示Guass函数沿着x,y轴的标准差，相当于其他的gabor函数中的sigma.   
23. %%同时也用Sx,Sy指定了gabor滤波器的大小。（滤波器矩阵的大小）  
24. %%这里没有考虑到相位偏移.fix(n)是取小于n的整数（往零的方向靠）  
25. for x = -fix(Sx):fix(Sx)  
26.     for y = -fix(Sy):fix(Sy)  
27.         xPrime = x * cos(theta) + y * sin(theta);  
28.         yPrime = y * cos(theta) - x * sin(theta);  
29.         G(fix(Sx)+x+1,fix(Sy)+y+1) = exp(-.5*((xPrime/Sx)^2+(yPrime/Sy)^2))*cos(2*pi*f*xPrime);  
30.     end  
31. end  
32. Imgabout = conv2(I,double(imag(G)),'same');  
33. Regabout = conv2(I,double(real(G)),'same');  
34. gabout = sqrt(Imgabout.*Imgabout + Regabout.*Regabout);  

OpenCV中的实现：

[cpp]  view plain copy

1. #include "precomp.hpp"  
2.   
3. /* 
4.  Gabor filters and such. To be greatly extended to have full texture analysis. 
5.  For the formulas and the explanation of the parameters see: 
6.  http://en.wikipedia.org/wiki/Gabor_filter 
7. */  
8.   
9. cv::Mat cv::getGaborKernel( Size ksize, double sigma, double theta,  
10.                             double lambd, double gamma, double psi, int ktype )  
11. {  
12.     double sigma_x = sigma;  
13.     double sigma_y = sigma/gamma;  
14.     int nstds = 3;  
15.     int xmin, xmax, ymin, ymax;  
16.     double c = cos(theta), s = sin(theta);  
17.   
18.     if( ksize.width > 0 )  
19.         xmax = ksize.width/2;  
20.     else  
21.         // cvRound返回和参数最接近的整数值；fabs返回浮点数的绝对值  
22.         xmax = cvRound(std::max(fabs(nstds*sigma_x*c), fabs(nstds*sigma_y*s)));  
23.   
24.     if( ksize.height > 0 )  
25.         ymax = ksize.height/2;  
26.     else  
27.         ymax = cvRound(std::max(fabs(nstds*sigma_x*s), fabs(nstds*sigma_y*c)));  
28.   
29.     xmin = -xmax;  
30.     ymin = -ymax;  
31.       
32.     //CV_Assert（）若括号中的表达式值为false，则返回一个错误信息。  
33.     CV_Assert( ktype == CV_32F || ktype == CV_64F );  
34.       
35.     //初始化kernel矩阵  
36.     Mat kernel(ymax - ymin + 1, xmax - xmin + 1, ktype);  
37.   
38.     double scale = 1;  
39.     double ex = -0.5/(sigma_x*sigma_x);  
40.     double ey = -0.5/(sigma_y*sigma_y);  
41.     double cscale = CV_PI*2/lambd;  
42.   
43.     for( int y = ymin; y <= ymax; y++ )  
44.         for( int x = xmin; x <= xmax; x++ )  
45.         {  
46.             double xr = x*c + y*s;  
47.             double yr = -x*s + y*c;  
48.             // real gabor  
49.             double v = scale*exp(ex*xr*xr + ey*yr*yr)*cos(cscale*xr + psi);  
50.             if( ktype == CV_32F )  
51.                 kernel.at<float>(ymax - y, xmax - x) = (float)v;  
52.             else  
53.                 kernel.at<double>(ymax - y, xmax - x) = v;  
54.         }  
55.   
56.     return kernel;  
57. }  

原文地址：http://blog.csdn.net/linj_m/article/details/9897439

还有一部分opencv的学习笔记