解读Gabor滤波器
Fourier 变换是一种信号处理的有力工具,可以将图像从空域转换到频域,并提取到空域上不易提取到的特征。但是Fourier变换缺乏时间和位置的局部信息。
Gabor 变换是一种短时加窗Fourier变换(简单理解起来就是在特定时间窗内做Fourier变换),是短时傅里叶变换中窗函数取为高斯函数时的一种特殊情况。因此,Gabor滤波器可以在频域上不同尺度、不同方向上提取相关的特征。另外,Gabor函数与人眼的作用相仿,所以经常用作纹理识别上,并取得了较好的效果。
在二维空间中,使用一个三角函数(a)(如正弦函数)与一个高斯函数(b)叠加,我们得到了一个Gabor滤波器(c)。如下图所示:
Gabor函数解读
二维Gabor函数的数学表达式如下:
复数表示:
实数部分:
虚数部分:
x'、y' 计算公式:
介绍公式中各个参数的含义:
波长(λ):表示Gabor核函数中余弦函数的波长参数。它的值以像素为单位制定,通常大于等于2,但不能大于输入图像尺寸的1/5.
方向(θ):表示Gabor滤波核中平行条带的方向。有效值为从0°到360°的实数。
相位偏移(ψ):表示Gabor核函数中余弦函数的相位参数。它的取值范围为-180°到180°。其中,0°与180°对应的方程与原点对称,-90°和90°的方程关于原点成中心对称。
长宽比(γ):空间纵横比,决定了Gabor函数形状的椭圆率。当γ=1时,形状是圆形;当γ<1时,形状随着平行条纹方向而拉长。通常该值为0.5.
带宽(b):Gabor滤波器的半响应空间频率带宽b和σ/λ的比率有关,其中σ表示Gabor函数的高斯因子的标准差。三者有如下关系:
σ的值不能直接设置,它仅随带宽b变换。带宽的值必须是正实数,通常为1,此时,标准差和波长的关系为 σ=0.56λ。带宽越小,标准差越大,Gabor形状越大,可见平行条纹数量越多。
python实现Gabor滤波器
# Gabor 滤波器实现 # K_size:Gabor核大小 K_size x K_size # Sigma : σ # Gamma: γ # Lambda:λ # Psi : ψ # angle: θ def Gabor_filter(K_size=111, Sigma=10, Gamma=1.2, Lambda=10, Psi=0, angle=0): # get half size d = K_size // 2 # prepare kernel gabor = np.zeros((K_size, K_size), dtype=np.float32) # each value for y in range(K_size): for x in range(K_size): # distance from center px = x - d py = y - d # degree -> radian theta = angle / 180. * np.pi # get kernel x _x = np.cos(theta) * px + np.sin(theta) * py # get kernel y _y = -np.sin(theta) * px + np.cos(theta) * py # fill kernel gabor[y, x] = np.exp(-(_x**2 + Gamma**2 * _y**2) / (2 * Sigma**2)) * np.cos(2*np.pi*_x/Lambda + Psi) # kernel normalization gabor /= np.sum(np.abs(gabor)) return gabor
python做出不同角度Gabor滤波器的图像
import cv2 import numpy as np import matplotlib.pyplot as plt # Gabor 滤波器实现 # K_size:Gabor核大小 K_size x K_size # Sigma : σ # Gamma: γ # Lambda:λ # Psi : ψ # angle: θ def Gabor_filter(K_size=111, Sigma=10, Gamma=1.2, Lambda=10, Psi=0, angle=0): # get half size d = K_size // 2 # prepare kernel gabor = np.zeros((K_size, K_size), dtype=np.float32) # each value for y in range(K_size): for x in range(K_size): # distance from center px = x - d py = y - d # degree -> radian theta = angle / 180. * np.pi # get kernel x _x = np.cos(theta) * px + np.sin(theta) * py # get kernel y _y = -np.sin(theta) * px + np.cos(theta) * py # fill kernel gabor[y, x] = np.exp(-(_x**2 + Gamma**2 * _y**2) / (2 * Sigma**2)) * np.cos(2*np.pi*_x/Lambda + Psi) # kernel normalization gabor /= np.sum(np.abs(gabor)) return gabor # define each angle As = [0, 45, 90, 135] # prepare pyplot plt.subplots_adjust(left=0, right=1, top=1, bottom=0, hspace=0, wspace=0.2) # each angle for i, A in enumerate(As): # get gabor kernel gabor = Gabor_filter(K_size=111, Sigma=10, Gamma=1.2, Lambda=10, Psi=0, angle=A) # normalize to [0, 255] out = gabor - np.min(gabor) out /= np.max(out) out *= 255 out = out.astype(np.uint8) plt.subplot(1, 4, i+1) plt.imshow(out, cmap='gray') plt.axis('off') plt.title("Angle "+str(A)) plt.savefig("out.png") plt.show()
实验输出Gabor滤波器图像
opencv(python)中使用Gabor滤波器
函数原型:
retval=cv.getGaborKernel(ksize, sigma, theta, lambd, gamma[, psi[, ktype]])
函数使用举例
import numpy as np import cv2 as cv # retval = cv.getGaborKernel(ksize, sigma, theta, lambd, gamma[, psi[, ktype]]) # Ksize 是一个元组 retval = cv.getGaborKernel(ksize=(111,111), sigma=10, theta=60, lambd=10, gamma=1.2) image1 = cv.imread('../paojie.jpg') # dst = cv.filter2D(src, ddepth, kernel[, dst[, anchor[, delta[, borderType]]]]) result = cv.filter2D(image1,-1,retval) cv.imshow('result',result) cv.waitKey(0) cv.destroyAllWindows()
实验结果:
参考:
python实现Gabor滤波器
Gabor滤波器参数详解
Gabor滤波器原理及opencv中的实现
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 罗志祥《舞状元 (Explicit)》[320K/MP3][66.77MB]
- 尤雅.1997-幽雅精粹2CD【南方】【WAV+CUE】
- 张惠妹.2007-STAR(引进版)【EMI百代】【WAV+CUE】
- 群星.2008-LOVE情歌集VOL.8【正东】【WAV+CUE】
- 罗志祥《舞状元 (Explicit)》[FLAC/分轨][360.76MB]
- Tank《我不伟大,至少我能改变我。》[320K/MP3][160.41MB]
- Tank《我不伟大,至少我能改变我。》[FLAC/分轨][236.89MB]
- CD圣经推荐-夏韶声《谙2》SACD-ISO
- 钟镇涛-《百分百钟镇涛》首批限量版SACD-ISO
- 群星《继续微笑致敬许冠杰》[低速原抓WAV+CUE]
- 潘秀琼.2003-国语难忘金曲珍藏集【皇星全音】【WAV+CUE】
- 林东松.1997-2039玫瑰事件【宝丽金】【WAV+CUE】
- 谭咏麟.2022-倾·听【环球】【WAV+CUE】
- 4complete《丛生》[320K/MP3][85.26MB]
- 4complete《丛生》[FLAC/分轨][218.01MB]