在影象處理、模式識別以及計算機視覺等領域中，gabor 濾波器得到了廣泛的應用。 用gabor 函式形成的二維gabor 濾波器具有在空間域和頻率域同時取得最優區域性化的特性，與人類生物視覺特性很相似，因此能夠很好地描述對應於空間頻率(尺度)、空間位置及方向選擇性的區域性結構資訊。
gabor變換是一種短時傅利葉變換方法，其實質是在傅利葉變換中加入乙個窗函式，通過窗函式來實現訊號的時頻分析。當選取高斯函式作為窗函式時，短時傅利葉變換稱為gabor變換。
常用的偶對稱二維gabor濾波器可表示為：
不同方向下的gabor濾波器：
圖1 不同方向上的濾波器
在實際應用時，可以根據檢測物件的方向趨勢，選擇合適的方向引數進行濾波。如在檢測人臉的五官時，可以根據人臉的偏轉角度進行濾波，可以使特徵點的定位更加準確。
2.不同頻率下的濾波器：
圖2 不同頻率下的濾波器
從圖2可以看出隨著的變化，gabor濾波器中出現了很多寬窄與紋理不同的明暗條紋。當濾波器紋理與影象作用時，濾波器覆蓋下的區域性紋理頻率與濾波器的頻率越接近響應就越大，反之越小。
3.試驗結果:
在「人臉光照調整之dct變換」隨筆中，原始影象經過dct變換處理後，並不能完全去除光照在人臉上分布不均的影響，而且人臉的本真資訊也難以被全部表達。為此在dct變換的基礎上，用gabor濾波對其進行再處理，可以達到更好的結果。
圖三基於dct變換的gabor濾波
圖四 基於dct變換的gabor濾波
圖三（c）是在（b）圖基礎上做的gabor濾波，效果顯示已基本完全消除了高**對影象的影響。同理，圖四（c）的右邊臉的光照也被抑制下來。圖四（d）是對原始影象直接做gabor濾波，雖然區域性效果較（c）圖更清晰，但整體紋理沒有（c）圖平滑，這樣會給後續特徵點定位的收斂性帶來影響，因此定位效果欠穩定。
這兩種方法合在一起使用，時間開銷還是挺大的，在人臉識別等實時系統中，需要優化或精簡。一般情況下，就單比處理效果和穩定性，gabor要由於dct變換。因此，在容許情況下，我們可以只取gabor對影象進行處理。比如，作者在「眼睛定位」隨筆中，就只用gabor濾波對人臉處理，以提高眼睛定位精度。
下面，作者再貼幾張圖，看看這兩種方法合在一起時，對aam的幫助。
圖五 光照調整對aam定位的幫助
圖五中的（a）圖是aam對原始影象直接定位的結果，（b）圖是在去光照後的定位效果。比較兩**像，可以很明顯的看到（b）圖的定位精度有了大幅度的提高。
人臉光照調整之Gamma校正
人臉光照處理的理想狀態是，在不損失影象內容的前提下，保持影象在各種環境下的影象光照一致。而像之前提到過的gabor雖然能保持較好的光照統一性，但會造成一部分的低頻資訊丟失，另外的dct變換，不能很好適應環境光的變化。所以，在實際使用中，往往不能把光照處理的壓力都放在後期演算法處理上，在攝像頭採集時就...
高階光照與材質之模擬真實世界的光照
讀書筆記第二章，加了許多博主的理解和補充。第二章講的也是基礎知識，補充了博主許多知識縫隙。介紹了四中型別光的光照模型，點光源，面光源，方向光，聚光燈，和他們的光照模型，還簡單介紹了下gi。這章的幾個topics 1.理想的點光源 2.幾何衰減 3.光照通過物質的衰減 4.方向光 5.面積光 6.聚光...
Unity Shader 光照模型之漫反射
舊部落格轉移 2016年4月3日 23 27 在現實生活中，我們看見能看見的東西都是光反射出來的顏色，如果反射光太弱，或者沒有進入你的視角範圍，你看到的就是黑色的。在遊戲中光分為幾種，平行光源 太陽光 點光源 燈泡 等等，最常用的是directional light 平行光源 當然在計算機中光不過是...