Matlab 调谐Gabor滤波器

我试图在嘈杂的垂直堆叠层的图片中找出病态 采用Gabor滤波。对于每一列，我考虑左右两侧各有10个像素的邻域，并使用gabor核对图像部分进行过滤。然后取frobenious范数，这样每列都有一个标量值

---

下面是我使用下面发布的图片得到的结果。对我来说，0度的响应比45度的响应要高得多，这似乎是违反直觉的

但是理想的效果得到了满足，这意味着我可以声明一个条件，即使用0度的值低于45度的值来命中第300列附近的病理学。 我想是另一种情况，还是我的图像太吵了

因此，我的问题是：当垂直堆叠层的结构被破坏时，如何细化参数lambda和gamma以最大化效果？（在图片中间290-320列附近）

当我试图改变参数时，我得到了太多的误报，以至于我无法再分辨

0度的值怎么会比45度的滤波器响应大呢？对我来说，考虑到这一形象，这似乎很奇怪

================ 这是图片

---

这是我的密码

windowRadius = 10;
bw = 1;
for k=0:23
   theta(k+1)= k*pi/12;
end
psi     = [0 pi/2];
lambda  = 8; % std value 8
gamma   = 0.5; % std value 0.5
for colIndx=1: size(Img,2)
   if colIndx-windowRadius < 1
       left = 1;
   else
       left = colIndx - windowRadius;
   end

   if colIndx+windowRadius > size(Img,2)
       right = size(Img,2);
   else
       right = colIndx + windowRadius;
   end

   for i=1:length(theta)
       gb{i} = gabor_fn(bw,gamma,psi(1),lambda,theta(i)) ...
          + 1i * gabor_fn(bw,gamma,psi(2),lambda,theta(i));
   end

   gabor_out0deg{colIndx} = imfilter(Img(:, left : right),gb{1},'symmetric');
   gabor_out45deg{colIndx} = imfilter(Img(:, left : right),gb{4},'symmetric');
   gabor_out90deg{colIndx} = imfilter(Img(:, left : right),gb{7},'symmetric');

   gaborFroNorm0deg(colIndx) = norm(gabor_out0deg{colIndx},'fro') / ((right - left) * size(Img,1));
   gaborFroNorm45deg(colIndx)= norm(gabor_out45deg{colIndx},'fro') / ((right - left) * size(Img,1));
   gaborFroNorm90deg(colIndx)= norm(gabor_out90deg{colIndx},'fro') / ((right - left) * size(Img,1));

end

windowRadius=10；
bw=1；
对于k=0:23
θ（k+1）=k*pi/12；
结束
psi=[0π/2]；
λ=8；%标准值8
伽马=0.5；%标准值0.5
对于colIndx=1：大小（Img，2）
如果colIndx窗口半径小于1
左=1；
其他的
左=colIndx-窗口半径；
结束
如果colIndx+windowRadius>大小（Img，2）
右=尺寸（Img，2）；
其他的
右=共线x+窗半径；
结束
对于i=1：长度（θ）
gb{i}=gabor_fn（bw，gamma，psi（1），lambda，theta（i））。。。
+1i*gabor_fn（bw，gamma，psi（2），λ，θ（i））；
结束
gabor_out0deg{colIndx}=imfilter（Img（：，左：右），gb{1}，'symmetric'）；
gabor_out45deg{colIndx}=imfilter（Img（：，左：右），gb{4}，'symmetric'）；
gabor_out90deg{colIndx}=imfilter（Img（：，左：右），gb{7}，'symmetric'）；
gaborFroNorm0deg（colIndx）=范数（gabor_out0deg{colIndx}，'fro'）/（（右-左）*大小（Img，1））；
gaborfrorm45deg（colIndx）=范数（gabor_out 45deg{colIndx}，'fro'）/（（右-左）*大小（Img，1））；
gaborFroNorm90deg（colIndx）=范数（gabor_out 90deg{colIndx}，'fro'）/（（右-左）*大小（Img，1））；
结束

尝试使用

imgaborfilt

：谢谢你的建议，但我仍然不知道高波长是否适合我，以及为什么0度的幅度比45度的幅度大得多。使用sobel滤波器可以得到预期的结果，即0度的幅度是最弱的，但不幸的是，我不需要索贝尔过滤器。