如何生成以下圖像（gabor補丁）

我正在嘗試創建四個gabor補丁，與下面的補丁非常相似。我不需要它們與下面的圖片相同，但類似。如何生成以下圖像（gabor補丁）

儘管有點修修補補，我一直無法重現這些圖像...我相信他們是最初在MATLAB中創建的。我沒有訪問原始的MATLAB代碼。

我已經在Python以下代碼（2.7.10）：

import numpy as np 
from scipy.misc import toimage # One can also use matplotlib* 

data = gabor_fn(sigma = ???, theta = 0, Lambda = ???, psi = ???, gamma = ???) 
toimage(data).show()

* graphing a numpy array with matplotlib

gabor_fn，從here，定義如下：

def gabor_fn(sigma,theta,Lambda,psi,gamma): 
    sigma_x = sigma; 
    sigma_y = float(sigma)/gamma; 

    # Bounding box 
    nstds = 3; 
    xmax = max(abs(nstds*sigma_x*numpy.cos(theta)),abs(nstds*sigma_y*numpy.sin(theta))); 
    xmax = numpy.ceil(max(1,xmax)); 
    ymax = max(abs(nstds*sigma_x*numpy.sin(theta)),abs(nstds*sigma_y*numpy.cos(theta))); 
    ymax = numpy.ceil(max(1,ymax)); 
    xmin = -xmax; ymin = -ymax; 
    (x,y) = numpy.meshgrid(numpy.arange(xmin,xmax+1),numpy.arange(ymin,ymax+1)); 
    (y,x) = numpy.meshgrid(numpy.arange(ymin,ymax+1),numpy.arange(xmin,xmax+1)); 

    # Rotation 
    x_theta=x*numpy.cos(theta)+y*numpy.sin(theta); 
    y_theta=-x*numpy.sin(theta)+y*numpy.cos(theta); 

    gb= numpy.exp(-.5*(x_theta**2/sigma_x**2+y_theta**2/sigma_y**2))*numpy.cos(2*numpy.pi/Lambda*x_theta+psi); 
    return gb

正如你可以是可以說，圖像之間唯一的區別（我相信）是對比。所以，gabor_fn可能需要改變，以允許這（除非我誤解其中一個參數）......我只是不知道如何。

UPDATE：

from math import pi 
from matplotlib import pyplot as plt 

data = gabor_fn(sigma=5.,theta=pi/2.,Lambda=12.5,psi=90,gamma=1.) 

unit = #From left to right, unit was set to 1, 3, 7 and 9. 
bound = 0.0009/unit 

fig = plt.imshow(
        data 
       ,cmap = 'gray' 
       ,interpolation='none' 
       ,vmin = -bound 
       ,vmax = bound 
) 
plt.axis('off')

來源

2015-07-21 lnNoam

你並不需要改變'gabor_fn'可言，只是參數玩。 'sigma'控制平滑或半徑，'theta'角度，'psi'相位......嘗試與這3個玩法一起玩，直到你或多或少得到你想要的形狀，然後用'lambda'和' gamma *爲* contrast *（這是強度）。 –

@imaluengo感謝您的回覆。可悲的是，雖然我可以在右下角用'gabor_fn（sigma = 55，theta = pi/2，lambda = 150，psi = 90，gamma = 1）生成一個，但其他人仍然沒有我...... – lnNoam

@ InNoam請發佈你得到的結果（也許你也可以縮小圖像的一小部分）。我相信問題不是形象的產生，而是表現。默認情況下，Matplotlib將圖像縮放到最小/最大值。如果您改變了gabor貼片的振幅（看起來像您想要達到的效果），您將看不到顯示圖像的差異。 – kazemakase

你遇到的問題是一個可視化問題（儘管我認爲你是在攪動太大的參數）。

默認情況下，matplotlib和scipy's（toimage）使用雙線性（或三線性）插值，具體取決於matplotlib的配置腳本。這就是爲什麼你的圖像看起來很平滑。這是因爲你的像素值正在被插值，並且你沒有顯示剛剛計算的原始內核。

嘗試使用matplotlib無插值：

from matplotlib import pyplot as plt 

plt.imshow(data, 'gray', interpolation='none') 
plt.show()

以下參數：

data = gabor_fn(sigma=5.,theta=pi/2.,Lambda=25.,psi=90,gamma=1.)

你得到這樣的輸出：

enter image description here

如果減少LAMDA到15 ，你會得到這樣的東西：

enter image description here

此外，您選擇的西格瑪改變平滑的強度，添加參數vmin=-1和vmax=1到imshow（類似於@kazemakase）建議，會給你想要的對比。

選中此指南爲合理值（和使用的方式）Gabor核：

http://scikit-image.org/docs/dev/auto_examples/plot_gabor.html

來源

2015-07-21 09:57:02

我很感激幫助。 – lnNoam

好像toimage縮放輸入數據，使得最小/最大值被映射到黑/白。

我不知道是什麼振幅合理地從伽柏片期待，但你應該嘗試這樣的事情：

toimage(data, cmin=-1, cmax=1).show()

這告訴toimage你的數據是在什麼範圍內你可以嘗試玩弄的Cmin和cmax，但要確保它們是對稱的（即cmin=-x, cmax=x），以便值0映射爲灰色。

來源

2015-07-21 09:37:35 kazemakase

謝謝！我很感激。 – lnNoam

如何生成以下圖像（gabor補丁）

回答

相關問題