需要關於過濾器Gabor的說明

Question

我正在學習手指識別系統。 有很多算法。 如果我用我自己的文字編寫它，算法之一（尤其是基於細節點的二值化圖像）將包含以下步驟：

STEP1。分割。這一步將前景從背景中分離出來。大多數用Thresholding完成。

STEP2。正常化。這一步分配強度。大多數用直方圖均衡完成。

STEP3。過濾。這一步填補了沿山脊的空白。還要加強山脊和山谷之間的對比。大部分使用Gabor濾波器完成。

STEP4。二值化。這一步將二值化已過濾的圖像。

STEP5。疏除。這個步驟來縮小二值化圖像。

STEP6。細節提取。這一步從鏤空圖像中提取細節（脊末端和脊分叉）。

STEP7。細節匹配。這一步在提取的細節模板和提取的細節輸入之間進行匹配。

我還不太瞭解STEP3特別是相關的Gabor濾波器。 我真的需要關於Gabor濾波器的逐步解釋。 你能幫我嗎？

Answer 1

Gabor濾波器實際上是一組濾波器。每個濾波器都有一個調製高斯函數作爲卷積核。每個過濾器之間的區別在於方向。請參閱示例here第17頁，here第2.2.2節或here。每個濾鏡都應用於圖像，並保留最大的答案。

由於每個過濾器可以具有與特定的方向具有細長的形狀，並且因爲你保持的最大應答，Gabor濾波器將：

1. 查找（薄）取向模式，如線，邊緣等（請參閱第17頁）
2. 重新連接停用的生產線。事實上，核心的中間會位於線條之間，但具有良好方向的過濾器將使兩端都接觸線條。您還可以使用數學形態學（面向開放/關閉）進行此類操作。

下面是其它實施例中：

1. link。
2. link。
3. 您應該read this。
4. Is that not what you want to do？