我希望在我的CNN中使用Gabor滤波器。使用convolution2d函数,如何将其更改为将输入图像卷积到我的Gabor滤波器,而不是默认的高斯滤波器?
我希望在我的CNN中使用Gabor滤波器。使用convolution2d函数,如何将其更改为将输入图像卷积到我的Gabor滤波器,而不是默认的高斯滤波器?
以下是一些代码,您可以将其用作应用使用OpenCV库创建的常数(非学习)Gabor滤波器的指南:
import tensorflow as tf
import cv2
# Create a 3x3 Gabor filter
params = {'ksize':(3, 3), 'sigma':1.0, 'theta': 0, 'lambd':15.0, 'gamma':0.02}
filter = cv2.getGaborKernel(**params)
# make the filter to have 4 dimensions.
filter = tf.expand_dims(filter, 2)
filter = tf.expand_dims(filter, 3)
# Apply the filter on `image`
answer = tf.conv2d(image, filter, strides=[1, 1, 1, 1], padding='SAME')
def gabor_filtering(image) :
"""
Using Gabor Filters to repair
motion blurriness in an image.
"""
theta = [0, 45, 90, 135]
filtered_images = []
sharpen_kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
for th in theta :
kernel = cv2.getGaborKernel(ksize = (3, 3), sigma = 5, lambd = 5, theta = th,
gamma = 0.25)
kernel = tf.expand_dims(kernel, 0)
kernel = tf.expand_dims(kernel, 0)
kernel = tf.cast(kernel, tf.float32)
filtered_images.append(tf.nn.conv2d(image, kernel, strides=[1, 1, 1, 1],
padding='SAME'))
final_img = tf.math.maximum(tf.math.maximum(filtered_images[0],
filtered_images[1]), tf.math.maximum(filtered_images[2], filtered_images[3]))
#Sharpening the image
sharpen_kernel = tf.expand_dims(sharpen_kernel, 0)
sharpen_kernel = tf.expand_dims(sharpen_kernel, 0)
sharpen_kernel = tf.cast(sharpen_kernel, tf.float32)
return tf.nn.conv2d(final_img, sharpen_kernel, strides=[1, 1, 1, 1],
padding='SAME')
在这里,我使用Gabor滤波器来处理图像中的运动模糊。我使用4个不同的内核,并具有不同的theta值。我保持其余参数相同,但您可以根据需要进行更改。
应用4个内核后,我正在取所有4个过滤图像的逐像素最大值。这样可以加强边缘并平滑非边缘部分。最后,我对图像进行锐化。
希望这有所帮助 :)
filter
的维度。在您的情况下,由于输入图像有3个维度,您可能需要调用3次getGaborKernel
并连接结果。 - keveman