Я пытался применить фильтр Габора с определенной шкалой (в соответствии с моими значениями лямбда и сигма, так что это ( 7x7 ) и для 4 ориентаций (0, , и ) для входного изображения в оттенках серого. π 3π
В моем коде три шага достигнуты:
Создать фильтр Габора
Прочитайте изображение RGB, затем преобразуйте его в оттенки серого и, наконец, удвойте.
Примените созданный gabor к входному изображению ( здесь я не уверен, что мой код верен, поэтому мне нужно ваше мнение )
1) -------------- создайте фильтр Габора (размер = 7х7 и 4 ориентации)
%define the five parameters
theta=....; %either 0 or pi/4 or pi/2 or 3pi/4
lambda=3.5;
gamma=0.3;
sigma=2.8;
psi=0;
sigma_x = sigma;
sigma_y = sigma/gamma;
nstds = 5;
xmax = max(abs(nstds*sigma_x*cos(theta)),abs(nstds*sigma_y*sin(theta)));
xmax = ceil(max(1,xmax));
ymax = max(abs(nstds*sigma_x*sin(theta)),abs(nstds*sigma_y*cos(theta)));
ymax = ceil(max(1,ymax));
xmin = -xmax; ymin = -ymax;
[x,y] = meshgrid(xmin:xmax,ymin:ymax);
x_theta=x*cos(theta)+y*sin(theta);
y_theta=-x*sin(theta)+y*cos(theta);
gb= exp(-.5*(x_theta.^2/sigma_x^2+y_theta.^2/sigma_y^2)).*cos(2*pi/lambda*x_theta+psi);
figure(2);
imshow(gb);
title('theta=...');
%imagesc(gb);
%colormap(gray);
%title('theta=...');
2) ------------ Прочитать входное изображение
I=imread('piano.jpg');
image_resize=imresize(I, [160,160]);
image_gray=rgb2gray(image_resize);
image_double=im2double(image_gray);
figure(1);
imshow(image_double);
3) ----- примените созданный выше gabor к входному изображению (напомним, что я не уверен, что код на этом шаге верен на 100%, поэтому мне нужно ваше мнение и ваша помощь, если у вас есть правильный ответ. )
figure(3);
filtered = conv2(image_double,gb);
imagesc(filtered);
colormap(gray);
title('theta=....');
Ответы:
Ваш код верен и результаты соответствуют. Вы можете быть удивлены ими из-за некоторых «скрытых функций».
Во-первых,
conv2по умолчанию возвращает полную свертку, так что в результате получается размер изображения плюс граница, равная половине размера ядра (то есть общий размер, если размер изображения плюс размер ядра). Когда вы интерпретируете свои результаты, знайте об этом!Во-вторых, результаты представляют коэффициенты, которые сильнее для более высокой корреляции между вашим ядром и вашим локальным патчем изображения: как и ожидалось, вы также извлекаете границы изображения. Смотрите, в частности, ваш самый левый результат, показывающий сильную вертикальную линию.
Последнее,
imagescпо умолчанию масштабирует шкалу между самым высоким и самым низким коэффициентом. Вот почему в крайнем левом результате вы видите в основном границу.Существуют различные варианты
conv2описаны вhelp conv2которые позволяют управлять этим поведением.Учтите также, что существует множество различных определений ядер для определения ребер, таких как log-Gabors.
Если вы заинтересованы в полной реализации (на python), вы можете взглянуть на: https://pythonhosted.org/LogGabor/ (бесстыдная самостоятельная вставка 😇).
источник
Ваш код правильный. Вам просто нужно выполнить двумерную свертку с ядром фильтра, что вы делаете очень хорошо.
Удачи
источник