需要有关Filter Gabor

Question

我正在研究手指识别系统。 算法太多了。 如果我用自己的话来写，其中一个算法（特别是关于基于细节的二值化图像）将包括以下步骤：

STEP1。分割。此步骤将前景与背景分开。大多数都是使用阈值处理完成的。

STEP2。正常化。这一步骤分配强度。大部分都是用直方图均衡完成的。

STEP3。过滤。这一步填补了山脊的空隙。还要增强山脊和山谷之间的对比度。大多数人使用Gabor Filter完成。

STEP4。二值化。此步骤将过滤后的图像二值化。

STEP5。疏除。此步骤用于对二值化图像进行骨架化。

STEP6。细节提取。此步骤从骨架化图像中提取细节（脊结尾和脊分叉）。

STEP7。细节匹配。此步骤匹配提取的细节模板和提取的细节输入。

我仍然不了解STEP3特别是相关的Gabor过滤器。 我真的需要有关Gabor Filter的逐步解释。 你能救我吗？

Answer 1

Gabor过滤器实际上是一组过滤器。每个滤波器都具有调制的高斯函数作为卷积核。每个过滤器之间的差异是方向。请参阅示例here第17页，here第2.2.2节或here。每个过滤器都应用于图像，并保留最大答案。

由于每个过滤器可能具有特定方向的细长形状，并且因为您保持最大答案，因此gabor过滤器将：

1. 找到（薄）定向图案，如线条，边缘等（参见第17页）
2. 重新连接已停止的行。实际上，内核的中间位于线之间，但具有良好方向的滤波器将使两个末端接触线。您也可以使用数学形态学（面向开启/关闭）进行此类操作。

以下是其他例子：

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