【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

gaborconvolve.m Code for convolving an image with a bank of log-Gabor filters. A pre-processing step for texture analysis, feature detection and classification

资源包含Python源码和2页详细的报告。 实验内容：选取5个尺度，36个方向共180个二维模板对一幅图像（任取，可用作业1的图像）分别做二维卷积，得到180幅滤波结果图像，以此作为基准Gabor滤波结果。由于这个基准算法处理速度很慢，故请试着对该方法进行改进，改进方法在要求得到同样180个卷积的结果图像的前提下，尽量提高其处理速度。

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

二维图像 Gabor滤波 源代码 Matlab

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。

Gabo滤波器的Matlab实现，很好用。

利用二维Gabor滤波器组编码虹膜纹理的方法,已被广泛地应用于虹膜识别中。该方法的关键是滤波器组的参数设计，直接影响着识别准确率。深入分析了二维Gabor滤波器各参数的作用，提出了一种适用于虹膜纹理特征提取的Gabor滤波器参数设计方法。该方法根据理论分析建立起参数间的关系，借助傅里叶变换和频谱分析确定参数取值。实验证明，依据该方法设计的滤波器组用于虹膜识别，效果好、识别率高。