อะไรคือความแตกต่างระหว่างฟังก์ชันตัวกรอง Gabor ทั้งสองนี้

16

ฉันต้องปรับปรุงการมองเห็นของหลอดเลือดดำในภาพมือหลอดเลือดดำหลังในโครงการของฉัน ฉันใช้ตัวกรอง Gabor ที่สมดุลกันสองตัวที่ต่างกันปรับปรุงการมองเห็นเส้นเลือด

ธนาคารแรกประกอบด้วยฟังก์ชัน gabor เหล่านี้:

G_{m k}^{e} (x, y) = \frac{γ}{2 π σ^{2}} \exp {- \frac{1}{2} (\frac{x_{θ} + γ^{2} y_{θ}^{2}}{σ^{2}})} \times (\cos (2 π f_{0} x_{θ}) - \exp (- \frac{υ^{2}}{2}))

$G^\mathit{e}_\mathit{mk}(x,y)=\dfrac{\gamma}{2\pi\sigma^2}\exp\Bigg\{-\frac{1}{2}\left(\dfrac{x_\mathit{\theta}+\gamma^2y_\mathit{\theta}^2}{\sigma^2}\right)\Bigg\}\times \left(\cos(2\pi f_\mathit{0}x_\mathit{\theta})-\exp(-\dfrac{\upsilon^2}{2})\right)$

ธนาคารที่สองประกอบด้วยสิ่งเหล่านี้:

G_{m k}^{e} (x, y) = \exp {- \frac{1}{2} (\frac{x_{θ} + γ^{2} y_{θ}^{2}}{σ^{2}})} \times \cos (2 π f_{0} x_{θ})

$G^\mathit{e}_\mathit{mk}(x,y)=\exp\Bigg\{-\frac{1}{2}\left(\dfrac{x_\mathit{\theta}+\gamma^2y_\mathit{\theta}^2}{\sigma^2}\right)\Bigg\}\times \cos(2\pi f_\mathit{0}x_\mathit{\theta})$

โดยที่คือดัชนีสเกลคือดัชนีการวางแนวคือความถี่ศูนย์ตัวกรองคือค่าเบี่ยงเบนมาตรฐาน (มักเรียกว่าสเกล), คืออัตราส่วนกว้างยาวของซองจดหมายเกาส์รูปไข่คือปัจจัยที่กำหนดการตอบสนอง DC , และเป็นรุ่นที่หมุนรอบของ $m$ $k$ $f_\theta$ $\sigma$ $\gamma$ $\upsilon$ $x_\theta=(x\cos\theta+y\sin\theta)$ $y_\theta=(-x\sin\theta+y\cos\theta)$ $x$ และพิกัด $y$

ฉันเขียนรหัสตัวกรองเหล่านี้ใน MATLAB ฉันไม่มีปัญหาในการเขียนโค้ด แต่ฉันไม่เข้าใจความแตกต่างพื้นฐานระหว่างฟังก์ชัน gabor ทั้งสองนี้

image-processing filter-design

— saglamp
แหล่งที่มา

v ถูกกำหนดอย่างไร?

— vini

υ = \sqrt{2 l n 2 / β}

$\upsilon=\sqrt{2ln2/\beta}$

β = (2^{Δ ω} - 1) / (2^{Δ ω} + 1)

$\beta=(2^{\Delta\omega}-1)/(2^{\Delta\omega}+1)$

Δ ω

$\Delta\omega$

Δ ω (\in [1, 1.5])

$\Delta\omega(\in [1, 1.5])$

5

ตัวกรองอาจมีการตอบสนองกระแสตรงขนาดใหญ่ทั้งนี้ขึ้นอยู่กับตำแหน่งของจุดสูงสุดและมาตราส่วนของแกนสองแกนของซองเกาส์ วิธีที่ได้รับความนิยมในการรับการตอบสนองเป็นศูนย์คือการลบเอาต์พุตของตัวกรอง Gaussian แบบ low-pass ซึ่งเป็นสิ่งแรกที่สองตัวนี้ทำ ในกรณีของภาพหากการตอบสนอง DC ไม่ถูกลบตัวกรองจะตอบสนองต่อความเข้มของภาพ

บทช่วยสอนนี้ให้รายละเอียดเพิ่มเติมเล็กน้อย

— TDC
แหล่งที่มา

ขอบคุณสำหรับคำตอบการสอน ฉันได้อ่านบทแนะนำแล้ว แต่ฉันยังสับสนกับ "ความเข้มของภาพ" ฉันต้องการข้อมูลเพิ่มเติมเกี่ยวกับความแตกต่างระหว่างการตอบสนอง DC ตัวกรอง Gabor ที่หักออกและไม่ถูกลบออก ตัวอย่างเช่นฉันสงสัยว่าถ้าเราดูการโน้มน้าวใจของตัวกรองทั้งสองในภาพเดียวกันสิ่งที่จะแตกต่างกันในผลลัพธ์เหล่านี้คืออะไร

— saglamp

0

นอกเหนือจากความแตกต่างของส่วนประกอบ DC ที่กล่าวถึง (โดยทั่วไปคือ v ^ 2 = sigma ^ 2) สูตรแรกมี gaussian ปรกติเพราะสัมประสิทธิ์แรกแม้ว่าฉันจะไม่แน่ใจว่าการใช้ normalizing ส่วนหนึ่งของฟังก์ชั่นคลื่นเป็นเท่าใดเพราะมันไม่เกี่ยวข้องกับฟังก์ชันความน่าจะเป็น

— jiggunjer
แหล่งที่มา