证明对数 gabor 滤波器的 DC 偏移量为 0

信息处理 阶段 局部特征 加博
2022-01-26 16:56:11

我在网上某处读到,log gabor 滤波器比 gabor 滤波器具有优势,因为它具有 0 DC 分量。你如何在数学上证明这个性质?提前致谢。

1个回答

Log-gabor 是与 gabor 滤波器类似定义的滤波器,因为它们的包络包含在傅立叶空间中的高斯中。这是有利的,因为这使得它们在定位(在空间中)和检测(平均频率)之间的折衷方面是最优的。

不同之处在于 log-gabor(顾名思义)是在对数空间频域中定义的:

  • 这是有道理的,因为当频率精度与平均频率成正比时,这一相关特征(频率)对于某些应用程序可能会得到更好的优化。
  • 这样做的缺点是它们在空间域中没有简单的分析公式,如简单的 Gabor 滤波器,
  • 在感知方面,这是非常有利的:例如,人耳在很大范围内对频率的相对增量敏感(这称为 Fechner-Weber 规则)。这也用于视觉,例如在这篇计算神经科学论文中获得的过滤器模拟初级视觉皮层中简单细胞的感受野:

示例 2D log-gabor 过滤器

为了具体回答您的问题,log-Gabor 滤波器确实具有零 DC 偏移的特性:

  • 为了证明这一点,考虑这个偏移量是原点处的频谱图的值(对于零频率)。在对数频率中,DC 对应于对数函数在零处的极限,即负无穷大。必然地,这意味着对于滤波器的有限带宽,该值为零。在(简化的)数学术语中,包络是: 所以对于,我们有

    fexp(log(f)2/B2/2
    B>0f(0)limfexp(log(f)2/B2/2)=0

  • 这与感知有关。事实上,请记住 DC 分量代表图像中的平均亮度值,即一些全局配置(日光与夜光,相机/眼球中的一些特定曝光设置)与特定任务更相关,例如保持昼夜节律(= 同步与白天的节奏)。在执行感知相关任务时,例如检测物体的形状或跟踪物体的运动,这些特征与全局配置无关:例如,夜间的猫与白天的猫具有相同的形状!