我想了解此过滤器，以便在Matlab中使用它。
#1 楼
Gabor滤镜是方向敏感的滤镜，用于纹理分析。通常以包的形式行进，每个方向一个。具有给定方向的gabor滤波器集对在此给定方向上具有结构的目标图像的位置给出了强烈的响应。例如，如果您的目标图像是由对角线方向上的周期性光栅构成的，那么只有在其方向与光栅之一匹配时，gabor滤波器组才会为您提供强烈的响应。
我知道它已广泛用于字符识别和指纹增强。我（试图）在生物医学成像中使用它来表征原纤维结构的主要方向。
这是哈维尔·莫韦兰（Javier Movellan）的非常好的教程，pdf
如果您能读法文，则这里是关于阿德里安·马里昂（Adrien Marion）创建滤波器组的pdf
评论
$ \ begingroup $
我刚刚看到了这个，但不禁觉得这可能适用于此问题？对于这个问题，我可以将频谱图视为图像-您如何说这个“方向敏感”滤镜将适用？
$ \ endgroup $
–太空
2012年3月2日17:56
$ \ begingroup $
@Mohammad：老实说，我不知道。对于您提到的铅，您像以前一样在F x T域中工作，并且可能会分割斑点并计算您有多少。
$ \ endgroup $
–让·伊夫
2012年3月2日19:02
$ \ begingroup $
备注：Gabor滤波器不必对方向敏感。有些退化的情况并非如此。
$ \ endgroup $
–thang
13年2月22日在14:08
$ \ begingroup $
显然，它们也用于您的视网膜。
$ \ endgroup $
– Endolith
13年5月6日在13:39
$ \ begingroup $
如果我不关心方向怎么办，是否有Gabor的任何方法或变体提供与方向无关的频率响应？
$ \ endgroup $
–詹森
19年6月21日，下午3:13
#2 楼
Gabor滤波器是边缘概念的某种参数化。它结合了两个有点矛盾的想法：一个突然的转变和一个关于它在哪里的模糊概念。傅立叶空间中的高斯和高斯斑点是您可能会做出的模糊事物的最中性猜测（请考虑扔飞镖并查看击打的方式）。一个Gabor，没有“正确”的公式：这完全取决于您要检测/过滤的内容。在视觉神经科学中，一个流行的选择是选择在傅立叶空间中对应于频率对数上的斑点的Gabor（根据韦伯定律，我们对频率的相对差异很敏感）。这些是log-Gabor过滤器。要了解Gabor过滤器，请首先检查哪种过滤器参数化最适合您的特定应用。
#3 楼
它是一个边缘检测器。它仅应用Gabor变换。 Gabor滤波器基本上是由复正弦波调制的高斯（分别沿x和y轴具有方差sx和sy）（分别沿x和y轴具有中心频率U和V）调制的。在此处查看示例。评论
$ \ begingroup $
这很有趣...令我惊讶的是，我之前从未听说过gabor变换-但是它与hilbert变换器有何不同或更具优势？您说是边缘检测器，所以如果我的能量突然急剧增加，可以使用该滤波器来降低噪声，同时保留边缘吗？
$ \ endgroup $
–太空
2012年3月2日17:57
$ \ begingroup $
备注：这也不完全是正确的。您已将设置限制为仅可分离的Gabor滤波器。实际上，高斯信封不必沿x和y轴具有方差。长轴和短轴可以倾斜。
$ \ endgroup $
–thang
13年2月22日在14:14
评论
我只是想知道某些参数（例如长宽比，带宽等）如何影响对任何图像应用gabor滤镜进行分割的结果我在Gabor过滤器中完成了硕士项目，您到底想要什么？您是否要专注于Gabor或Gabor的一半峰值幅度轮廓所遵循的方程式。我正在对此进行研究。
我能加你吗？ @ user3827
还有另外一种考虑对数频率空间的Gabor滤波器...您是否看过en.wikipedia.org/wiki/Log_Gabor_filter？