日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪(fǎng)問(wèn) 生活随笔!

生活随笔

當(dāng)前位置: 首頁(yè) > 人工智能 > 循环神经网络 >内容正文

循环神经网络

matlab在图像调用Gabor滤波

發(fā)布時(shí)間:2025/3/15 循环神经网络 34 豆豆
生活随笔 收集整理的這篇文章主要介紹了 matlab在图像调用Gabor滤波 小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

有很多介紹Gabor的文章,Gabor是一種紋理特征提取,和灰度共生矩陣類(lèi)似

?

?

--------------------------------------------------------------------------------------------------------------------------------

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 應(yīng)用實(shí)例

利用Gabor濾波對(duì)圖像進(jìn)行分割

--------------------------------------------------------------------------------------------------------------------------------

%gabor 用于圖像分割 %%讀并顯示圖像 A = imread('kobi.png'); A = imresize(A,0.25); Agray = rgb2gray(A); figure imshow(A) title('原圖輸入')%%Gabor 濾波器的設(shè)計(jì)陣列 %設(shè)計(jì)一系列調(diào)諧到不同頻率和方向的Gabor濾波器 imageSize = size(A); numRows = imageSize(1); numCols = imageSize(2);wavelengthMin = 4/sqrt(2); %采樣波長(zhǎng) wavelengthMax = hypot(numRows,numCols); n = floor(log2(wavelengthMax/wavelengthMin)); wavelength = 2.^(0:(n-2)) * wavelengthMin;deltaTheta = 45; orientation = 0:deltaTheta:(180-deltaTheta);g = gabor(wavelength,orientation);gabormag = imgaborfilt(Agray,g); %%將 Gabor 幅度圖像后處理為 Gabor 特征 %平滑Gabor幅度 for i = 1:length(g)sigma = 0.5*g(i).Wavelength;K = 3;gabormag(:,:,i) = imgaussfilt(gabormag(:,:,i),K*sigma); end %用于分類(lèi)時(shí)最好加上X Y信息 X = 1:numCols; Y = 1:numRows; [X,Y] = meshgrid(X,Y); featureSet = cat(3,gabormag,X); featureSet = cat(3,featureSet,Y); %每個(gè)像素有24個(gè)Gabor特征和兩個(gè)空間特征 numPoints = numRows*numCols; X = reshape(featureSet,numRows*numCols,[]); %對(duì)數(shù)據(jù)進(jìn)行歸一化為零均值,單位方差 X = bsxfun(@minus, X, mean(X)); X = bsxfun(@rdivide,X,std(X)); %將26個(gè)特征轉(zhuǎn)化為二維圖像的像素 coeff = pca(X); feature2DImage = reshape(X*coeff(:,1),numRows,numCols); figure imshow(feature2DImage,[]);title('PCA圖像');%利用kmeans對(duì)Gabor紋理特征進(jìn)行分類(lèi) L = kmeans(X,2,'Replicates',5); L = reshape(L,[numRows numCols]); figure imshow(label2rgb(L));title('分割mask');Aseg1 = zeros(size(A),'like',A); Aseg2 = zeros(size(A),'like',A); BW = L == 2; BW = repmat(BW,[1 1 3]); Aseg1(BW) = A(BW); Aseg2(~BW) = A(~BW); figure imshowpair(Aseg1,Aseg2,'montage');

原圖

pca特征圖

kmean分割Gabor特征圖像mask

分割圖像結(jié)果

與50位技術(shù)專(zhuān)家面對(duì)面20年技術(shù)見(jiàn)證,附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的matlab在图像调用Gabor滤波的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò),歡迎將生活随笔推薦給好友。