编写一个可以用Gabor函数滤波器处理图片的matlab代码

下面是一个可以使用Gabor函数滤波器处理图像的matlab代码示例：

% 读取图像
img = imread('lena.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% 显示原始图像
subplot(2,2,1);
imshow(gray_img);
title('Original Image');

% 设置Gabor函数的参数
lambda = 4;
theta = 0;
bw = 1;
psi = 0;
gamma = 0.5;

% 创建Gabor函数滤波器
gabor_filter = gabor_fn(bw,gamma,lambda,theta,psi);

% 对图像进行滤波
filtered_img = imfilter(double(gray_img), gabor_filter, 'symmetric');

% 显示滤波后的图像
subplot(2,2,2);
imshow(filtered_img,[]);
title('Gabor Filtered Image');

% 对图像进行阈值处理
threshold_img = im2bw(filtered_img, graythresh(filtered_img));

% 显示阈值处理后的图像
subplot(2,2,3);
imshow(threshold_img);
title('Thresholded Image');

% 使用形态学操作进行图像增强
se = strel('disk',3);
enhanced_img = imopen(threshold_img, se);

% 显示增强后的图像
subplot(2,2,4);
imshow(enhanced_img);
title('Enhanced Image');

% 自定义Gabor函数
function gabor_filter = gabor_fn(bw,gamma,lambda,theta,psi)
sigma = lambda/pi*sqrt(log(2)/2)*(2^bw+1)/(2^bw-1);
[x,y] = meshgrid(-fix(sigma*3):fix(sigma*3), fix(sigma*3):-1:fix(-sigma*3));
x_theta = x*cos(theta) + y*sin(theta);
y_theta = -x*sin(theta) + y*cos(theta);
gabor_filter = exp(-0.5*(x_theta.^2+gamma^2*y_theta.^2)/sigma^2).*cos(2*pi/lambda*x_theta+psi);
end

代码中使用了自定义的Gabor函数，并对读取的lena图像进行了灰度化处理、Gabor函数滤波、阈值处理、形态学操作等图像处理步骤，最终得到了增强后的图像。可以根据需要调整Gabor函数的参数以及图像处理的方法。