apa filter gabor, dan apa kegunaan utamanya

Saya sedang melakukan penelitian pada filter Gabor, tetapi ketika saya mencari di Google, saya memiliki artikel yang sangat panjang dan rumit. Adakah yang bisa membantu saya menemukan penjelasan sederhana tentangnya, atau merekomendasikan situs web atau artikel untuk dibaca? Saya ingin memahami filter ini untuk menggunakannya di Matlab.

filters frequency

— toto
sumber

Saya hanya ingin tahu bagaimana parameter tertentu seperti rasio aspek, bandwidth, dll. Memengaruhi hasil penerapan filter gabor ke gambar apa pun untuk segmentasi

— vini

Saya melakukan proyek master saya di Gabor menyaring apa yang Anda inginkan sebenarnya? Apakah Anda ingin berkonsentrasi pada persamaan diikuti dalam Gabor atau kontur setengah puncak Gabor. Saya sedang melakukan penelitian tentang hal ini. Tambahkan saya, saya akan membantu Anda.

Bisakah saya menambahkan Anda? @ user3827

— freak_warrior

Ada juga tipe lain dari filter Gabor yang mempertimbangkan ruang frekuensi log ... Apakah Anda sudah melihat en.wikipedia.org/wiki/Log_Gabor_filter ?

— meduz

Jawaban:

Filter Gabor adalah filter yang peka terhadap orientasi , digunakan untuk analisis tekstur.

Biasanya perjalanan dalam paket, satu untuk setiap arah. Filter gabor yang diatur dengan arah tertentu memberikan respons yang kuat untuk lokasi gambar target yang memiliki struktur dalam arah tertentu. Misalnya, jika gambar target Anda dibuat dari kisi periodik dalam arah diagonal, satu set filter gabor akan memberi Anda respons yang kuat hanya jika arahnya cocok dengan salah satu kisi tersebut.

Saya tahu ini banyak digunakan dalam pengenalan karakter dan peningkatan sidik jari. Saya (coba) menggunakannya dalam pencitraan bio-medis untuk menandai orientasi utama dalam struktur fibril.

Berikut ini adalah tutorial yang sangat bagus oleh Javier Movellan, pdf

Dan jika Anda dapat membaca bahasa Prancis, berikut adalah pdf tentang pembuatan bank filter oleh Adrien Marion

— Jean-Yves
sumber

Saya baru saja melihat ini, dan tidak bisa membantu tetapi berpikir itu mungkin berlaku untuk masalah ini ? Untuk masalah itu saya bisa melihat spektogram sebagai gambar - bagaimana Anda mengatakan filter 'orientasi sensitif' ini dapat diterapkan?

— Spacey

@Mohammad: Sejujurnya saya tidak tahu. Untuk pb yang Anda sebutkan, bekerja di domain F x T seperti yang Anda lakukan, dan mungkin segmen bercak dan menghitung berapa banyak yang Anda miliki.

— Jean-Yves

komentar: Filter Gabor tidak harus peka terhadap orientasi. ada kasus-kasus degenerasi yang tidak.

— thang

mereka juga digunakan di retina Anda, rupanya.

— endolith

Bagaimana jika saya tidak peduli tentang orientasi, apakah ada metode atau variasi Gabor yang memberikan respons frekuensi yang bebas orientasi?

— Jason

Filter Gabor adalah beberapa parametriisasi dari gagasan edge. Ini menggabungkan dua ide yang agak kontradiktif: transisi yang tiba-tiba DAN beberapa ide kabur tentang di mana itu dilokalkan.

Secara matematis ide yang cerdas karena diterjemahkan dengan baik dalam domain Fourier: transformasi Fourier dari Gabor adalah Gaussian di ruang Fourier, dan gumpalan Gaussian adalah tebakan paling netral dari sesuatu yang kabur yang dapat Anda buat (pikirkan untuk melempar panah dan melihat di pola hit).

Akibatnya, ketika Anda menggunakan Gabor, tidak ada rumus 'benar': semuanya tergantung pada apa yang ingin Anda deteksi / filter. Dalam ilmu saraf visual, pilihan populer adalah memilih Gabor yang sesuai dalam ruang Fourier untuk gumpalan pada logaritma frekuensi (seperti dari hukum Weber, kami peka terhadap perbedaan frekuensi relatif). Ini adalah filter log-Gabor .

Untuk memahami filter Gabor, periksa terlebih dahulu parameterisasi filter apa yang terbaik untuk aplikasi khusus Anda.

— meduz
sumber

Ini adalah pendeteksi tepi . Itu hanya menerapkan Transformasi Gabor . Filter Gabor pada dasarnya adalah Gaussian (dengan varian sx dan sy sepanjang sumbu x dan y masing-masing) yang dimodulasi oleh sinusoid kompleks (masing-masing dengan frekuensi tengah U dan V sepanjang sumbu x dan y). Lihat contoh di sini .

— Luis Andrés García
sumber

Ini menarik ... Saya terkejut saya belum pernah mendengar tentang transformasi gabor sebelumnya - bagaimana perbedaannya atau lebih menguntungkan daripada transformator hilbert? Anda mengatakan edge-detector, jadi jika saya memiliki peningkatan energi yang tajam secara tiba-tiba, filter ini dapat digunakan untuk mengalahkan noise tetapi secara simultan mempertahankan edge? ...

— Spacey

komentar: ini juga tidak sepenuhnya benar. Anda telah membatasi set Anda hanya untuk filter Gabor yang dapat dipisahkan. pada kenyataannya, amplop Gaussian tidak harus memiliki varian sepanjang sumbu x dan y. sumbu utama dan minor dapat dimiringkan.

— thang