基于改进Gabor算法的遮挡人脸智能识别方法

为提高有遮挡人脸的识别精度,提出基于改进Gabor算法的遮挡人脸智能识别方法。首先,对人脸图像动态范围压缩,并选择反锐化掩模滤波算法展开图像增强处理;其次,利用Gabor滤波器对信息保留较完整、亮度较高的半边脸进行特征提取;最后将提取到的Gabor特征输入到极限学习机中完成遮挡人脸的智能识别。实验结果表明,所提方法对处理遮挡人脸图像具有良好的效果,且其对人脸图像识别具有精准度高、识别时间短等优点。

基于Gabor滤波器的事件流特征增强及事件相机对象识别

基于Gabor滤波器的事件驱动卷积是仿生分层脉冲神经网络中常用的事件相机对象特征提取方法。为提高该类网络事件相机对象特征提取能力,提出基于Gabor滤波器的事件流特征增强算法,并应用于奖励调节STDP规则的脉冲神经网络事件相机对象识别系统。算法首先将事件流按时间窗口划分为事件流片段,然后提取各时间窗口内的事件流片段特征,同时增强事件数量较多的时间窗口内特征。并基于奖励调节STDP规则帮助网络学习诊断性特征。采用增强算法的网络在MNIST-DVS数据集上的分类精度优于未采用增强算法的网络,并且对于较短的事件流输入也有很好的分类能力。该事件流特征增强算法能够提高基于Gabor滤波器的事件驱动卷积对事件相机对象的特征提取能力。

基于Gabor卷积和Transformer的课堂表情识别研究

为了针对复杂环境变化无法精准识别学生表情问题,本文设计了一个基于Gabor卷积和Transformer的表情识别模型Gabor-Vision-Transformer(GVT).将Gabor卷积和Transformer的思想相结合,设计了一个特征提取块GVT-Block.首先通过Gabor卷积提取富含丰富纹理和边缘信息的面部局部特征,再通过Transformer提取全局数据之间的长距离信息,从而更好地学习面部关键特征,显著提高模型的分类效果.GVT模型在RAF-DB和FER2013Plus数据集上的准确率分别为88.56%和87.38%,并与多个模型进行对比实验和分析,验证了本模型效果的优越性.

基于广义Gabor变换的最优LOFDM系统的脉冲成形

LOFDM(LatticeOrthogonalFrequencyDivisionMultiplexing)是时频弥散信道上的一种高速数据传输技术。但当LOFDM系统的脉冲成形滤波器不具有最优的时频局域化特性时,必将引入严重的ISI和/或ICI。因此脉冲成形滤波器的设计是最优LOFDM系统设计的重要组成部分。Strohmer和Beav(2001,2003)给出了一种LOFDM脉冲成形滤波器的设计方法,但是计算量较大。为此,该文提出了一种广义Gabor变换,通过构造广义紧致Gabor原子来完成最佳LOFDM脉冲成形滤波器的设计的数值实现。理论分析和仿真试验都证明该方法比Strohmer和Beaver给出的方法更简单有效。

基于分数阶空谱联合Gabor特征的高光谱遥感图像分类

为充分考虑高光谱遥感图像的空谱结构特征,降低数据冗余,获取更具识别性的特征,提高分类精度。提出一种基于分数阶Gabor的高光谱图像分类方法,在分数域实现对局部信号的多分辨分析,以增强对高光谱图像的表征能力。首先,通过设置多阶正弦波构建多组分数阶Gabor滤波器,获得有效的特征表达。其次,对Gabor相位特征进行象限位编码,并通过汉明距离计算码距,降低计算复杂度。最后,融合不同阶的Gabor相位特征从而得到互补的纹理信息,以获取更高的分类性能。基于Trento真实数据集,选择3个分类样本进行训练,总体分类精度达到87.15%,Kappa系数为0.83,实验结果验证了该方法在小样本训练情况下的有效性,对比其他算法,提高了分类精度。

基于LTP编码的分数阶Gabor高光谱遥感图像分类

为有效提取高光谱遥感图像的空谱结构特征、增强特征鉴别性及提高分类精度,提出基于局部三元模式编码的分数阶Gabor高光谱遥感图像分类方法。首先,用分数阶三维Gabor滤波器进行局部特征的有效提取;其次,对Gabor相位特征进行局部三元模式编码,以提高特征的可鉴别性;然后,通过随机森林算法对Gabor相位特征进行分类以获得置信度立方体;最后,融合多组基于Gabor的置信立方体,提取具有互补性、强表达性的纹理特征。选择3个训练样本分别在Indian Pines、Salinas、Trento数据集上验证,总体分类精度分别达到63.50%、81.78%、86.89%。实验结果表明,所提的方法具有更好的分类性能。

基于多参数Gabor滤波器融合和高斯差分的生丝疵点分割

针对生丝疵点图像背景与疵点差别极小的特点,提出一种基于多方向、多频率Gabor滤波器融合和高斯差分滤波的疵点分割算法。根据疵点纹理特性,首先采用极大值的方法对特定频率多方向疵点Gabor滤波图像进行融合,并基于均值法对不同频率Gabor滤波器图像进行融合,然后使用高斯差分滤波进一步凸显疵点,最后采用全局阈值将疵点与背景分割开来。测试结果表明:该研究算法召回率达到了93.2%,能够准确分割出生丝疵点。

多模态遥感图像模板匹配Log-Gabor滤波方法

针对多模态遥感图像匹配难的问题,本文提出了一种基于Log-Gabor滤波的高精度匹配方法。该方法采用由粗到细的多层级密集匹配框架,无须进行特征点检测,避开了多模态图像特征点检测重复率低的问题,能够提取大量高精度匹配点对。本文方法主要分为两步:首先,利用多尺度多角度Log-Gabor滤波器构建对图像间非线性辐射差异稳健的特征金字塔;然后,利用粗尺度的底层特征图进行密集模板匹配,提取大量粗粒度的特征匹配点对,在此基础上再利用特征金字塔,实现粗匹配点自下而上的逐层优化,完成高精度特征匹配点对的提取。同时,针对模板匹配滑窗运算效率不高的问题,提出了一种密集模板匹配的快速实现方式,有效减少了密集模板匹配的运算时间。本文使用多组不同模态的遥感图像进行试验,结果表明,本文方法能够克服图像间非线性辐射差异的影响,在正确匹配数目、匹配准确率与匹配精度上均优于现有多模态图像特征匹配方法。

基于Gabor变换的电网调度自动化设备运行状态监控技术

提出基于Gabor变换的电网调度自动化设备运行状态监控技术。该方法从电网调度自动化设备的大规模数据库技术和自动化电网调度技术入手,分别采集2项技术在电网调度自动化设备运行中存储和调度的状态信息,并将状态信息与Gabor变换结合,消除状态信息携带的干扰噪声,通过将优化后的状态信息输入以模糊神经网络与电网调度自动化设备健康评估体系为基础建立的设备运行状态监控模型中,实现电网调度自动化设备运行状态监控。实验结果表明,所提方法能够迅速监控电网调度自动化设备运行故障状态,监控功率与实际功率一致,监控精确度高。

基于Gabor时频滤波的电磁超声螺栓轴力测量

高强度螺栓轴向预紧力(轴力)的测量在工程应用中具有重要意义。使用电磁超声波对螺栓轴力检测时对超声回波声时测量精度要求较高,传统互相关估计法对超声回波声时估计易因噪声干扰发生估计错误,无法满足轴力测量精度要求。针对互相关法对电磁超声测量信号声时估计存在不准确的问题,提出了Gabor时频滤波法。通过螺栓轴力测量实验采集测量信号,对测量信号进行Gabor变换,在时频域中进行滤波,再对去噪后的信号进行互相关估计测得信号的声时,进而计算出螺栓轴力。实验表明:Gabor时频滤波法能有效地滤除电磁超声信号中的噪声,改善互相关估计的稳定性,提高螺栓轴力测量的准确率。

基于梯度Gabor直方图特征的表情识别方法

针对传统Gabor特征在表情识别上的局限性,提出一种基于梯度Gabor直方图(GGH)特征的表情识别方法.首先对预处理后的人脸图像进行Gabor特征提取;然后将相同尺度、不同方向的Gabor特征按照梯度方向构造Gabor特征融合图,再对融合图进行分块并计算每个子块的直方图分布,从而构成人脸的GGH特征;最后采用支持向量机对GGH特征进行人脸表情分类.在JAFFE库与Pain Expressions库上进行交叉验证的结果表明,在保证较高识别率时,GGH特征比传统的Gabor特征实时性更高.

Gabor滤波器在指纹图像处理中的应用

在实时指纹识别系统中 ,图像增强的效果好坏将影响特征提取及指纹鉴别的识别率。现把 Gabor滤波器应用在指纹图像增强处理中 ,利用了 Gabor滤波器的方向选择和频率选择特性 ,把指纹图像的局部方向和局部频率作为 Gabor滤波函数的参数 ,然后把 Gabor函数与纹理图像进行卷积 ,从而去除图像噪声 ,达到了增强图像的目的。在算法设计上采用了查表的方法 ,提高了算法的速度 ,节省了运算的时耗。实验证明 ,算法工作稳定 ,效果好 。

基于改进的Log-Gabor小波的虹膜识别算法

对二维Gabor复小波应用于虹膜识别进行了详细的理论分析,提出了采用二维奇对称Gabor小波代替二维Gabor复小波来提取虹膜纹理特征的改进算法.在此基础上,进一步提出一种采用改进的二维Log-Gabor小波来提取虹膜纹理特征,采用汉明距来进行特征匹配的新方法,克服了二维Gabor复小波应用于虹膜识别的缺陷.与已有算法进行比较的实验数据表明,采用二维奇对称Gabor小波的改进算法在识别率略有提高的基础上,能大大地减少编码存储空间以及编码和匹配的时间.而采用改进的二维Log-Gabor小波算法则进一步的提高了识别率.

改进的基于Gabor滤波器的指纹增强算法

研究并实现了利用Gabor滤波器对指纹图像增强的算法。改进了指纹图像方向图和纹线频率的提取方法,增加了对特征点的额外处理,并研究了Gabor函数的具体应用形式。实践表明,该方法能大幅度提高指纹图像质量。

log Gabor函数在人类视觉系统特性研究中的应用

本文对Gabor函数与log Gabor函数进行比较。构造了log Gabor小波,从人类视觉系统认知特性的角度分析了log Gabor小波的性能,并与Gabor小波进行比较,讨论了log Gabor小波的优良性能。最后将log Gabor小波应用于图像特征检测,证明用log Gabor小波不但可以提高特征定位精度,而且在相同检测效果的情况下,可以比Gabor小波节省大约一半的计算量。

基于Gabor变换的高鲁棒汉字识别新方法

本文提出了针对字符图像的基于Gabor变换的汉字识别新方法。在对Gabor变换深人分析的基础上,本文针对汉字图像的统计信息,提出了一种有效的Gabor滤波器组参数优化方法;同时,对Gabor滤波器组的输出进行非线性变换,使其适应不同亮度和低质量灰度字符图像的识别。本文还改进了分块特征的抽取算法,提高了对字符细节的分辨能力 实验表明,这种特征抽取方法大大加强了识别系统抵御图像噪声、干扰。亮度变化、笔画模糊、笔画断裂以及字符形变的能力,在应用于各种低质量的二值或者灰度的印刷和脱机手写字符图像识别时。

Log Gabor小波性能分析及其在相位一致性中应用

对Gabor函数与logGabor函数进行比较,构造了logGabor小波.从人类视觉系统认知特性的角度分析了该小波的性能,并与Gabor小波进行了比较,最后将logGabor小波应用在相位一致性的图像特征检测中.实验证明,使用logGabor小波不但可以提高特征的定位精度,而且在检测效果相似的情况下,logGabor小波比Gabor小波可以节约一半的计算量.

采用聚合Gabor核和局部二元模式的烟雾识别方法

针对图像烟雾识别存在高误报率和高错误率的问题,提出一种新的结合聚合Gabor核和局部二值模式(LBP)的烟雾识别方法.首先使用加权平均法生成聚合Gabor核,以减少Gabor核的数目,并将聚合Gabor核和原图像进行卷积,生成聚合Gabor特征图.为了增强分类性能,本文提出了一个自定义比较函数,用于原图像和Gabor特征图的局部二值编码.然后生成3种LBP映射模式的特征,并串联这3种特征得到LBP串联模式特征.最后串联所有的LBP串联模式特征作为原图像的局部聚合Gabor二值模式(LAGBP)特征.与传统方法的比较实验显示,在3个测试集上,本文方法都分别要优于传统方法,且具有最低的错误率;与深度学习方法的比较实验中,本文方法也有很好的表现.实验表明LAGBP方法具有很好的烟雾特征表达能力,非常适用于烟雾识别.

基于Gabor滤波器包络的人脸识别算法

2维Gabor滤波器已在文字、人脸和虹膜识别等方面得到广泛应用,Gabor滤波器在特征提取方面具有独特的优势,但高计算复杂度限制了应用。如何快速地利用Gabor滤波器进行识别成为当前研究的重点。提出了基于2维Gabor滤波器包络的人脸识别算法,通过忽略Gabor滤波器的正弦部分,保留高斯成分构造矩形包络,将椭圆滤波器转换为矩形滤波器进行特征提取,即可以在不影响特征提取性能的情况下,只计算滤波器的主要能量区间,忽略区间以外的部分,提高了运算速度。在Yale和ORL人脸库上的测试结果证明,该算法分类准确度优于Eigenface和Fisherface方法,且速度较传统的Gabor滤波器方法快20%,取得了满意的结果。

基于Gabor参数矩阵与改进Adaboost的人脸表情识别

针对目前人脸表情识别(FER)中Gabor特征维数高、计算量大并且存在特征冗余的问题,提出一种基于Gabor参数矩阵与改进Adaboost的人脸表情识别算法。首先,结合图像像素信息与Gabor小波核的参数定义Gabor参数矩阵;其次,在Adaboost中引入遗传算法(GA)的思想改进其搜索性能,并利用改进的Adaboost选择与Gabor参数矩阵元素对应的最优特征来构建强分类器,从而通过特征选择的方法降低Gabor特征的维数和冗余,减少计算量;最后,在构建多个强分类器的基础上,提出多表情分类算法实现面部表情的分类识别。基于Matlab的实验结果表明,该算法的平均表情识别率为89.67%,且最优特征的选取效率得到明显提高。