[高斯函数]二维高斯函数_机器视觉之Gabor Feature

各向异性球面高斯函数

精彩内容：

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。

相关图片：

↑图：高斯函数曲线可以用模型:g(x)=

↑图：+几个重要的函数

↑图：用正态分布(高斯函数)为邻居分配权重-+fuyangchang

↑图：图像处理应用实例:高斯模糊原理与算法(3)

↑图：这个函数方程里是高斯函数

↑图：钟形信号(高斯函数):其表达式

↑图：高斯函数傅立叶变换-+明月清风和俺的日志-+网易

↑图：利用meshgrid函数绘制二维高斯函数曲面-+zhuoyue08的