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

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

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

【图像处理】基于遗传算法优化Gabor滤波器提取织物表面特征值进行织物瑕疵识别和处理matlab源码.zip

利用圆周探测和Gabor滤波器鉴别血管结构的新方法

基于Gabor滤波器和低秩分解的织物缺陷检测算法

常用的偶对称Gabor滤波器的卷积实现和基于递归的快速实现。很简单的写了下，希望有一定帮助。

针对现有方法在高密度场景人群密度估计不够准确的问题，提出了Gabor滤波结合最小二乘支持向量机（LS-SVM）的人群密度估计算法。首先，设计一组单独的二维Gabor滤波器应用在人群图像中以产生相应的滤波通道。然后，通过计算这些通道上灰度值的均值和方差得到特征向量。最后，采用最小二乘支持向量机分析特征向量和人数之间的关系，完成最终的密度估计。在UCSD数据集和Mall数据集上的实验显示，提出的方法实现了更快的执行时间和更好的精度，证明了基于Gabor滤波器和LS-SVM的人群密度估计算法的有效性。