Магистерская диссертация тема работы Разработка нейросетевого метода детектирования и распознавания знаков дорожного движения

 
2.6 Image processing with Gabor filters. 
In OpenCV Python, the structure of the function that is used to create the 
Gabor kernel is shown below. 
cv2.getGaborKernel(ksize, sigma, theta, lambda, gamma, psi, ktype) 
Parameters of Gabor filters: 
­
ksize 
- Size of the filter returned. 
­
sigma
- Standard deviation of the gaussian envelope. 
­
theta
- Orientation of the normal to the parallel stripes of a Gabor 
function. 
­
lambd
- Wavelength of the sinusoidal factor. 
­
gamma
- Spatial aspect ratio. 
­
psi
- Phase offset. 
­
ktype
- Type of filter coefficients. It can be CV_32F or CV_64F . 
Figure 25 – The example of the algorithm 
a – source image 
b – image q=0; 
c – image q=p/8; 

---

` 
106 
d – image q=p/2; 
f – image q=3p/4. 
The "20 km/h speed limit" sign was taken as an example of how the filter 
works. It shows that the sign is displayed differently in different directions and if 
combined, the image will become better highlighted. 
However, the edges of objects in the images such as road signs, have different 
direction orientations of the lines. To get the direction of the Gabor filter close to the 
edge, it will need filters of many different orientations. The more filters with 
different orientations and scales, the more information will be expressed. 
For better image processing, it was decided to make four different directions 
the orientation of the normal to the parallel bands of the Gabor function. An example 
can be seen in the drawing. 
Figure 26 – Four different orientation directions for the Gabor filter 
The figure shows an example of image processing with four different 
directions: the orientation of the normal to parallel bands of the Gabor function.