有著60餘年歷史的Gabor公司是德國知名的鞋業製造企業，是由Gabor先生於1949年創立的家族企業，公司的總部位於巴伐利亞中部、慕尼黑附近的羅森海姆市，現在已經發展成為一個上市公司，在歐洲的其他國家還有工廠和分支機構，公司共有4300位員工，6個生產基地，每天生產能力為3.3萬雙鞋。 保證每一雙鞋達到品質標準最高值這一理念使Gabor成為一個傳統品牌，然而，傳統並不能代表一切，在過去十幾年中，Gabor公司引進了許多新技術和新多元的產品生產鏈。只有頂級的皮料和部件才能達到Gabor鞋的標準。高品質同樣還要求精湛的手工技術，做一雙Gabor鞋需要250個獨立的組件，45種不同的材料，140多道加工工序，每雙鞋在經過140多道工序後，員工還有很多機器以外的精細手工需要操作。Gabor鞋的製造專由奧地利、斯洛伐克和葡萄牙這些位於歐洲的工廠完成，有非常嚴格的標準和檢查制度，以保證所有工廠生產的品質是一樣的。
成功的理念公式數個世紀以來都沒有更改。每一雙Gabor鞋都遵循三個標準而設計製造：時尚、品質、舒適。將這三個要素的完美結合是Gabor品牌的標識，也是這一點使Gabor在女鞋時尚界前沿穩坐一席。
基本介紹
- 外文名：Gabor
- 成立時間：1949年
產品系列,函式,
產品系列
1. Trend這是一個所謂逾時尚的產品系列，它緊隨時代潮流，非常現代。其在整個鞋的產量中比重不大。
2. Fashion不失時尚，但不是單為最趕時髦的某一類人設計的，而是比較大眾化，適合全球銷售的一個產品系列。 3. Sport休閒、舒適，適於全天日常穿著。Fashion和Sport產品系列占總產量的60%。
4. Comfort這是專為成熟女性設計的系列。 5. Jolly給年輕人設計的一個系列，前衛、個性、色彩多樣。
6. GaborMan男士鞋也分為幾個小的系列：運動、優雅、商務。
函式
Gabor變換屬於加窗傅立葉變換，Gabor函式可以在頻域不同尺度、不同方向上提取相關的特徵。另外Gabor函式與人眼的生物作用相仿，所以經常用作紋理識別上，並取得了較好的效果。二維Gabor函式可以表示為：
其中：
v的取值決定了Gabor濾波的波長，u的取值表示Gabor核函式的方向，K表示總的方向數。參數決定了高斯視窗的大小，這裡取。程式中取4個頻率（v=0, 1, ..., 3），8個方向（即K=8，u=0, 1, ... ,7），共32個Gabor核函式。不同頻率不同方向的Gabor函式可通過下圖表示：
圖片來源：GaborFilter.html
三、代碼實現
Gabor函式是復值函式，因此在運算過程中要分別計算其實部和虛部。代碼如下：
private void CalculateKernel(int Orientation, int Frequency)
{
double real, img;
for(int x = -(GaborWidth-1)/2; x<(GaborWidth-1)/2+1; x++)
for(int y = -(GaborHeight-1)/2; y<(GaborHeight-1)/2+1; y++)
{
real = KernelRealPart(x, y, Orientation, Frequency);
img = KernelImgPart(x, y, Orientation, Frequency);
KernelFFT2[(x+(GaborWidth-1)/2) + 256 * (y+(GaborHeight-1)/2)].Re = real;
}
}
private double KernelRealPart(int x, int y, int Orientation, int Frequency)
{
double U, V;
double Sigma, Kv, Qu;
double tmp1, tmp2;
U = Orientation;
V = Frequency;
Sigma = 2 * Math.PI * Math.PI;
Kv = Math.PI * Math.Exp((-(V+2)/2)*Math.Log(2, Math.E));
Qu = U * Math.PI / 8;
tmp1 = Math.Exp(-(Kv * Kv * ( x*x + y*y)/(2 * Sigma)));
tmp2 = Math.Cos(Kv * Math.Cos(Qu) * x + Kv * Math.Sin(Qu) * y) - Math.Exp(-(Sigma/2));
return tmp1 * tmp2 * Kv * Kv / Sigma;
}
private double KernelImgPart(int x, int y, int Orientation, int Frequency)
{
double U, V;
double Sigma, Kv, Qu;
double tmp1, tmp2;
U = Orientation;
V = Frequency;
Sigma = 2 * Math.PI * Math.PI;
Kv = Math.PI * Math.Exp((-(V+2)/2)*Math.Log(2, Math.E));
Qu = U * Math.PI / 8;
tmp1 = Math.Exp(-(Kv * Kv * ( x*x + y*y)/(2 * Sigma)));
tmp2 = Math.Sin(Kv * Math.Cos(Qu) * x + Kv * Math.Sin(Qu) * y) - Math.Exp(-(Sigma/2));
return tmp1 * tmp2 * Kv * Kv / Sigma;
}
