MATLAB教学工具：基于Gabor滤波器的图像边缘检测学习系统

资 源 简 介

本项目提供交互式MATLAB界面，允许用户调整Gabor滤波器的方向、频率、带宽等参数，实时观察其对图像边缘检测效果的影响。专为图像处理教学设计，便于理解滤波器参数与边缘检测结果的关系。

详 情 说 明

基于Gabor滤波器的图像边缘检测学习系统

项目介绍

本项目实现了一个完整的Gabor滤波器图像处理系统，专门设计用于教学和学习目的。系统提供交互式界面，允许用户通过调整Gabor滤波器的各项参数（如方向、频率、带宽等），实时观察不同参数设置对图像边缘检测效果的影响。通过直观的对比显示和详细的分析功能，帮助初学者深入理解Gabor滤波器在图像边缘检测中的原理和应用。

功能特性

• 交互式参数调节：支持实时调整Gabor滤波器的方向角度、空间频率、带宽参数和相位偏移
• 多格式图像支持：兼容JPG、PNG、BMP等常见格式的灰度图像和彩色图像（自动转换为灰度处理）
• 灵活的检测模式：提供单尺度和多尺度边缘检测策略选择
• 实时预览功能：可即时查看参数变化对滤波效果的影响
• 全面的输出结果：

- 滤波后的边缘增强图像（灰度图） - 二值化的边缘特征图 - 包含滤波器参数和性能指标的文本报告 - 原图与处理结果的并排对比显示 - 多方向检测时的各方向响应图

使用方法

1. 准备输入图像：选择或导入待处理的图像文件（支持JPG、PNG、BMP格式）
2. 设置滤波器参数：

- 调整方向角度（0-180度） - 设置空间频率（cycles/pixel） - 配置带宽参数和相位偏移

1. 选择处理选项：确定单尺度或多尺度检测模式，开启/关闭实时预览
2. 执行边缘检测：应用Gabor滤波器进行处理
3. 查看与分析结果：观察滤波效果，比较不同参数设置下的边缘检测结果
4. 保存输出：将处理结果以指定格式保存

系统要求

• MATLAB R2018b或更高版本
• Image Processing Toolbox
• 至少4GB内存（推荐8GB以上）
• 支持OpenGL的图形显示卡

文件说明

主程序文件实现了系统的核心功能，包括用户交互界面的构建与布局、图像文件的读取与预处理、Gabor滤波器核函数的动态生成与参数配置、基于二维卷积运算的图像滤波处理、多尺度多方向的边缘检测策略执行、实时结果显示与对比分析的可视化呈现，以及处理结果的导出与保存功能。