在实时指纹识别系统中, 图像增强的效果好坏将影响特征提取及指纹鉴别的识别率。现把Gabor 滤波器应用在指纹图像增强处理中, 利用了Gabor 滤波器的方向选择和频率选择特性, 把指纹图像的局部方向和局部频率作为Gabo r 滤波函数的参数, 然后把Gabor 函数与纹理图像进行卷积, 从而去除图像噪声, 达到了增强图像的目的。在算法设计上采用了查表的方法, 提高了算法的速度, 节省了运算

Gabor程序源代码(VC++,Opencv) 绝对正确 调试通过！大胆使用

如何设计合适的能够匹配各层面几何结构的图像稀疏表示过完备字典,进而形成对图像的稀疏分解是当前研究者关注的热点问题.根据图像的几何结构特性,从人类视觉系统特性出发,建立了匹配各层面图像结构的Gabor感知多成份字典,进而提出一种高效的基于匹配追踪的图像稀疏分解算法.实验结果表明:Gabor感知多成份字典具有对图像中平滑、边缘与纹理结构的自适应性,与Anisotropic refinement-

2维gabor特征提取程序可以直接运行。

gabor理论技术分析与应用研究，通常该算法很有效解决gabor理论的应用过程实践。

Gabor滤波被广泛用于纹理特征的抽取。在频域进行，用时约是空域滤波的1/3

图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对“北京一号”小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点, 扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质, 提取多尺度纹理特征集, 并进行特征; 而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的, 其结果可能存在一个居民地块由若干个相

gabor滤波器的数学推导与应用gabor滤波器的数学推导与应用

Gabor一维滤波器的matlab源代码

gabor code example using matlab