可能重复 -如何将 Gabor 小波应用于图像?
我浏览了上面链接中的答案,但我真的无法理解。第一个答案,即接受的答案,在进行逆 FFT 之前将图像的 FFT 与自身相乘。这对我来说根本没有意义
这是我的问题。我正在尝试重现论文“基于多层阈值的血管分割用于糖尿病性视网膜病变筛查”(http://search.proquest.com/openview/94a1d9b4eed15c442da4f8a62c82a83b/1?pq-origsite=gscholar&cbl=326339)的结果
def gabor_wavelet(rows, cols, kmax, f, orientation, scale, delt2):
k = (kmax / (f ** scale)) * np.exp(1j * orientation * np.pi / 8)
kn2 = np.abs(k) ** 2
gw = np.zeros((rows, cols), np.complex128)
for m in range(int(-rows/2) + 1, int(rows / 2) + 1):
for n in range(int(-cols/2) + 1, int(cols / 2) + 1):
t1 = np.exp(-0.5 * kn2 * (m**2 + n**2) / delt2)
t2 = np.exp(1j * (np.real(k) * m + np.imag(k) * n))
t3 = np.exp(-0.5 * delt2)
gw[int(m + rows/2 - 1),int(n + cols/2 - 1)] = (kn2 / delt2) * t1 * (t2 - t3)
return gw
为了绘制小波(或者它是过滤器?)对于比例 = 1 到 4 和方向 = 1 到 8,这些是产生的小波(绘制实部):
R = 128
C = 128
kmax = np.pi / 2
f = np.sqrt(2)
delt2 = (2 * np.pi) ** 2
fig = plt.figure()
for v in range(1, 5):
for u in range(1, 9):
gw = gabor_wavelet(R, C, kmax, f, u, v, delt2)
fig.add_subplot(4, 8, 8*(v-1) + u)
plt.imshow(np.real(gw), cmap='gray')
plt.show()
现在,主要焦点是,我有视网膜的图像,特别是血管高度对比的倒置绿色通道。我必须使用上述小波之一(或滤波器?请在这里纠正我滤波器和小波之间的区别)对其进行“一些操作”。
我必须在我获得的小波和图像之间执行什么操作以增加血管的对比度?:
这里也是小波绝对值的图像:
请帮我解决这个问题。我被困在这里几天了,没有谷歌搜索和阅读论文的帮助。我是该领域的初学者。
非常感谢