首页
机器视觉的Gabor Feature特征表达
在机器视觉中,gabor feature是一种比较常见的特征,因为其可以很好地模拟人类的视觉冲击响应而被广泛应用于图像处理, gabor feature 一般是通过对图像与gabor filter做卷积而得到,gabor filter定义为高斯函数与正弦函数的乘积,其表达式如下:
gabor filter 的实数部分,相当于各个方向的边缘检测算子,基于这一特性,可以利用 gabor filter来构造gabor space,下图给出一个各个方向的gabor filter:
利用 gabor filter 与 图像 做卷积,可以得到不同方向,不同尺度滤波后的图像,如下所示:
可以利用卷积后的图做进一步的处理,用来做各种分类,识别之类的。
单相电动机是怎么实现正转反转的?
智能镜子广告机让洗手间秒变高大上的智慧厕所
意法半导体(ST)任命新的审计委员会主席
蓝牙低功耗无线通信MCU芯片MS1636
IR推出集成式PowIRstage产品系列IR3550
机器视觉的Gabor Feature特征表达
我国支持发展新能源汽车的四大理由,你知道吗?
如何选择合适的PCB板材料?
荣耀9什么时候上市:华为荣耀9将于6月27日发布,发布海报曝光!配置、售价、性能、拍照对标小米6
MWC2017大会逐个看:LG G6、三星平板、华为P10、诺基亚8不容错过
基于TRU系统对南山植物园川山茶根系空间分布规律研究
毫米波雷达探测模块的应用案例
怎样来推动数字资产和区块链的结合
29.6万买事故车!经销商称买车前已告知为事故车,不存在欺诈!扎心,这锅谁来背?
TVS管:概念、应用与发展?
英特尔与华纳兄弟合作 共同开发驾驶室内的“沉浸体验”车
上海与紫光集团签署战略合作框架协议
鹿显DeerView:品质为上 打造国内知名会议平板
梁沛雄:现阶段已准备就绪,预计2020年底5G将实现全面覆盖
对RISC-V GCC工具链进行简单的中文科普与介绍