Gabor滤波小结整理

1、Gabor 滤波小结整理看到两文章摘抄之后整理得到：、 Gabor 滤波器简介（部分资料来自维基百科）在图像处理、模式识别以及计算机视觉等领域中， ， Gabor 滤波器得到了广泛的应用。 Gabor 滤波器是一个用于边缘检 测的线性滤波器。 Gabor 滤波器的频率和方向表示接近人类 视觉系统对于频率和方向的表示，并且它们常备用于纹理表 示和描述。 在空域，一个 2 维的 Gabor 滤波器是一个正弦平 面波和高斯核函数的乘积 ,具有在空间域和频率域同时取得 最优局部化的特性，与人类生物视觉特性很相似，因此能够 很好地描述对应于空间频率 （尺度 ）、空间位置及方向选择性 的局部结构信息。 。

2、 Gabor 滤波器是自相似的，也就是说， 所有 Gabor 滤波器都可以从一个母小波经过膨胀和旋转产 生。实际应用中， Gabor 滤波器可以在频域的不同尺度，不 同方向上提取相关特征。Gabor 变换是一种短时傅里叶变换方法，其实质是在傅 里叶变换中加入一个窗函数，通过窗函数来实现信号的时频 分析。当选取高斯函数作为窗函数时，短时傅里叶变换称为 Gabor 变换。二、 Gabor 滤波器公式化定义公式中：入：正弦函数波长；e： Gabor核函数的方向书：相位偏移：高斯函数的标准差Y：空间的宽高比（这个没太理解）常用的偶对称二维 Gabor 滤波器可表示为： 1. 不同方向下的 Gabor

3、滤波器：图 1 不同方向上的滤波器在实际应用时，可以根据检测对象的方向趋势，选择合 适的方向参数进行滤波。如在检测人脸的五官时，可以根据 人脸的偏转角度进行滤波，可以使特征点的定位更加准确。2.不同频率下的滤波器：图 2 不同频率下的滤波器从图 2 可以看出随着的变化， Gabor 滤波器中出现了很 多宽窄与纹理不同的明暗条纹。当滤波器纹理与图像作用时，滤波器覆盖下的局部纹理频率与滤波器的频率越接近响应 就越大，反之越小3.人脸光照之 Gabor 滤波 试验结果 :在“人脸光照调整之 DCT 变换”随笔中，原始图像经过 DCT 变换处理后， 并不能完全去除光照在人脸上分布不均的 影响， 而且人

4、脸的本真信息也难以被全部表达。 为此在 DCT 变换的基础上， 用 Gabor 滤波对其进行再处理， 可以达到更 好的结果。图三 基于 DCT 变换的 Gabor 滤波图四 基于 DCT 变换的 Gabor 滤波图三（c）是在（b）图基础上做的 Gabor滤波，效果显 示已基本完全消除了高曝光对图像的影响。 同理，图四（ c） 的右边脸的光照也被抑制下来。图四（ d）是对原始图像直 接做Gabor滤波，虽然局部效果较（c）图更清晰，但整体 纹理没有（ c ）图平滑，这样会给后续特征点定位的收敛性 带来影响，因此定位效果欠稳定。这两种方法合在一起使用，时间开销还是挺大的，在人 脸识别等实时系统中，需要优化或精简。一般情况下，就单 比处理效果和稳定性， Gabor 要由于 DCT 变换。因此，在 容许情况下，我们可以只取 Gabor 对图像进行处理。比如， 作者在“眼睛定位”随笔中，就只用 Gabor 滤波对人脸处理， 以提高眼睛定位精度。下面，作者再贴几张图，看看这两种方法合在一起时，对 AAM 的帮助。图五 光照调整对 AAM 定位的帮助图五中的（a）图是AAM对原始图像直接定位的结果，（b）图是在去光照后的定位效果。比较两组图像，可以很 明显的看到（