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。

一种基于Gabor滤波器的指纹图像改进增强算法，李小白，陈昌，在指纹匹配过程中的一个关键步骤是提取输入指纹的特征信息，而提取算法的性能很大程度上依赖于输入指纹图像的质量，因此，为了确

利用opencv库实现的Gabor滤波器

实现二维gabor滤波，可以进行图像增强，血管提取等操作

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, 节省了运算的时耗。实验证明,算法工作稳定, 效果好, 鲁棒性强。

gabor滤波器详细介绍的pdf 英文 gabor滤波器详细介绍的pdfgabor滤波器详细介绍的pdf

利用gabor滤波器进行参数提取时，不同的参数有不同的特点，本文对gabor滤波器参数设置进行了详细说明。

【图像增强】基于粒子群算法优化gabor滤波器实现图像增强matlab源码.md

2D 功能齐全。 3D 是一种非常非常接近的实现。 它可以运行，并且（应该）没有错误。 提供了帮助并且代码得到了很好的注释。 最后一个未实现的方面是“滚动”（除了偏航和俯仰）3D 内核的能力。 实现它的数学方法在代码中，您需要做的就是取消注释。 我没有这样做，因为我已经完成了它并且不想考虑数学来创建适当大小的网格。 还包括 2D 版本和一个查看 3D 矩阵的简单实用程序。 这是通过大量修改23253创建的：高阳的gabor_fn.m >> 帮助 gabor3_fwb 返回 3D gabor 过滤器。 gb=GABOR_FWB(aspect,theta,bw,psi,sigma,sz) [方面，方面b] = 2 个元素数组，给出 2 个短轴的纵横比（例如：[0.5, 1]，对于主要 < 次要轴 1，主要 = 次要轴 2） [θ，φ] = 主轴的偏航和俯仰 (0-2*pi) 尚未执行