论文仅供学习和参考。 介绍了基于计算机视觉的机场跑道异物检测和识别系统。 首先介绍了其总体结构，然后提出一种基于边缘特征的异物检测方法，最后提出了基于 Gabor 纹理的异物特征提取方法，并以此为依据进行分类。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：二维图像Gabor滤波源代码_gaborfilter_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

Gabor是一个用于边缘提取的线性滤波器，其频率和方向表达与人类视觉系统类似，能够提供良好的方向选择和尺度选择特性，而且对于光照变化不敏感，因此十分适合纹理分析。

利用Gabor滤波器对图像进行纹理特征的提取，相信对大家的学习有帮助

很值得学习的3个方向gabor滤波完整C#代码

猪的代码matlab 基于 Gabor Zernike Hog 的人脸识别 基于 Gabor 滤波器、Zernike Moment 和 Histogram of Oriented Gradient 滤波器的人脸识别应用。 在 Matlab (Matlab AppDesigner) 中实现。 本项目使用的是ORL人脸数据库。 * 本项目使用以下代码； 感谢其各自的所有者

gabor滤波器的matlab算法实现，有自己的独到之处，并附带一些参考文献

gabor_filter = gabor2D(w, theta, sigma, size, type) w : 中心频率theta ：角度或方向（度） sigma : 高斯包络的 sigma 值（通常选择 = 1/w） size : 输出过滤器的像素大小（大小*大小） 类型：“偶数”或“奇数”，默认值：“奇数”； 'even' : gabor 过滤器的实部'odd' : gabor 滤波器的虚部--------------------------------------------- 例子假设要过滤图像大小的中心频率 32 320*240，过滤器尺寸为 31x31。 可能是： w = [2 4 8 16 32 64]; w = w/(320/31); %标度中心频率θ = [0 45 90 135]; 西格玛 = 1./w; 大小 = 31; type = '偶数'; g = gabor2

具体算法见博客：https://blog.csdn.net/NiZjiTouA/article/details/123092437?spm=1001.2014.3001.5501 纯算法层面的加速，与cv2已知的API比较更快。

经过Gabor滤波器提取lena图像的特征，而且提出不同的Gabor滤波器的参考系数所运行出来的不同效果