提取有效的特征一直是笔迹鉴别的关键问题，针对传统Gabor滤波器特征提取方法存在的不足，充分利用Gabor滤波系数间的相关关系，提出一种融合全局特征和局部特征的特征提取方法。该方法先通过字符笔画的方向梯度直方图（HOG）来优化Gabor滤波器的角度参数，再利用高斯马尔科夫随机场（GMRF）模型对Gabor滤波图像中的不同局部结构信息进行描述，最终得到笔迹图像的整体特征。以楷书四大家的真迹样本和收集的英文手稿作为实验数据，采用最小加权欧式距离分类器对笔迹样本进行分类，通过五重交叉验证法分别得到97.6%和88.3%的正确分类率，表明该方法提取的特征具有较强的笔迹表征能力，是一种有效的笔迹特征提取方法。

基于G a b o r 滤波的指纹识别算法采用基于结构的特征提 取方法进行指纹识别， 该算法可分为以下步骤： ( 1 ) 定位参考点； ( 2 ) 以参考点为中心做同心环作为特征提取区域 ； ( 3 ) 对特征提 取区做归—化处理； ( 4 ) 利用 G a b o r 滤波器对特征提取区域 8 方 向滤波 ； ( 5 ) 提取指纹 F i n g e r C o d e 特征； ( 6 ) 将提取的指纹特征 与数据库中的模板匹配， 从而得出指纹识别结果。

使用方法: I = imread('图像文件名'); [G,gabout] = gaborfilter1(I,2,4,16,pi/3); figure,imshow(uint8(gabout));

分析了Log Gabor滤波器的性能，详述了用于指纹识别的Log Gabor滤波器的构造方法，在此基础上提出了基于Log Gabor滤波器的指纹纹理匹配算法。首先采用了一种快速有效的参考点定位方法，在确定有效区域并归一化后，通过傅里叶变换把指纹图像转换到频域，在频域进行log Gabor滤波，最后在滤波图像中提取特征，并与传统方法作了比较。实验结果表明，所提出算法的性能优于基于Gabor滤波的纹理匹配方法和基于细 节点的方法，提高了指纹识别的准确率。

Gabor滤波算法的特征提取方法，程序直接替换掉图片名称即可运行。

基于MATLAB（2016）的指纹识别系统，包括Gabor滤波等图像增强过程，附有详细注释，可供程序运行图片，便于初学者学习。

LOG-Gabor滤波器MATLAB代码，自己整理的。可以直接拿去卷积图像提取纹理，不过参数需要根据需要自己调节。

基于Gabor滤波指纹识别算法matlab完整程序，过程是定位中心点，裁剪图像大小，以参考点为圆心做同心环作为特征提取区域，对特征提取区域做归一化处理

二维Gabor滤波器的实现 matlab代码 直接运行即可 尺度和方向均可自己设置