Gabor框架下的各向异性介质扰动高斯波包模拟与成像方法

地球介质广泛存在波动各向异性,为研究地球内部结构、组分提供了新的信息.现今,考虑介质的各向异性在地震波传播、成像以及反演中的作用越来越重要.高斯波包/束类正反演方法因其具有高效、简便等特点,近年来在地震背景速度建模和成像方面取得了较大进展.因此,在拟声学近似下,本文发展了基于Gabor框架的各向异性介质扰动高斯波包模拟与成像方法.与传统的网格化参数扰动方式不同,本文用空间分布的局部化Gabor基函数特征表达地下介质的参数扰动,建立了模型域Gabor函数与数据域高斯波包的映射关系.该方法继承了各向同性高斯波包的优势和特点,例如(1)基于Gabor框架的扰动高斯波包模拟具有计算效率高、内存占用量小的特点;(2)可以处理多波至,能应用于复杂构造(盐丘、气云边界)和中深层构造的成像;(3)利用Gabor函数可以稀疏表达地下的构造,适合目标导向的灵活成像;而且,(4)相较于各向同性高斯波包成像方法,考虑介质的各向异性后,本文的模拟结果更加准确,成像剖面同向轴能量更加聚焦.通过数值实验对本文方法进行测试,实验结果证实了该方法的有效性、高效性和灵活性.

THE JOINT SPATIO-TEMPORAL UNCERTAINTY PRINCIPLE AND EXTENDED GABOR FUNCTION

Primary information processing of the vertebrate visual system can be considered as an image information processing system with multi-input-output. The input is a distribution of light intensity projected on the retina and the output represents the response of neural cells at a spatial location and time at a certain level in visual pathways. With the viewpoint of system analysis, properties of the system can be described by a weight

基于Gabor函数的小波域指纹图像增强算法

针对指纹大规模采集库中存在的指纹图像局部区过干或过湿的问题,提出了一种基于Gabor函数的小波域指纹增强算法。该算法在小波域利用低频系数图估计指纹方向,从而抑制了指纹局部过干或过湿的影响,进而分别实现基于Gabor函数的小波域各子图增强,最终将各增强子图利用小波逆变换实现重构。通过对FVC2004的DB1指纹库中的部分低质量图像的增强结果比较,该算法对低质量指纹图像的增强效果明显,且处理速度明显快于现存的Gabor增强方法。

基于高斯束与高斯波包的Gabor框架散射波模拟方法

在给出真实模型和相应光滑背景模型的情况下,如何计算扰动模型(散射体)产生的散射波场是一个有实际意义的正演问题.在Gabor变换域描述散射体,且入射波场为短时宽带信号时,散射波场可以在频率域用高斯束或时间域用高斯波包描述.相对于波动方程方法,高斯束和高斯波包的计算效率更高;背景模型光滑时,高斯束和高斯波包方法的精度也接近波动方程方法.文中导出了声波假设下应用高斯束和高斯波包计算散射波的方法.测试分析了高斯波包的计算精度.给出了一般散射体的散射波模拟策略.同时针对一个理论模型完成了本文方法计算散射波的实验,实验结果表明高斯波包散射波计算方法是有效可行的.

一种新的Gabor优化选择检测算法及应用

针对基于Gabor小波的布匹瑕疵检测运算量大,准确率较低等问题,提出了一种新的优化选择算法,即均值归一化方差算法。布匹瑕疵图像通过多通道Gabor小波;分别计算各通道滤波图像的均值和方差;计算方差与均值的比值,选择比值最大的通道作为优化选择通道。考虑到布匹瑕疵主要表现为经向与纬向瑕疵,因此基于该算法设计了1×2二维Gabor小波布匹瑕疵自动检测系统,降低了运算量,提高了准确率,达到了93%。

基于Gabor函数能量的指纹识别

用Gabor函数对指纹进行区域分割,并用分块计算法提取指纹频率,然后依据频率进行能量计算,能量的差别作为提取指纹的特征。实验仿真效果表明,该增强算法速度快、清晰度好,指纹识别有效性高。

基于Gabor小波和主元分析的纹理图像分割

提出了基于Gabor小波和主元分析相结合的纹理图像分割算法。首先对纹理图像进行多通道滤波,获得了一系列滤波后的纹理图像。其次,借助于“能量测度”的概念,求解出各象素有效的纹理特征。为了进一步减少特征之间的信息冗余,降低聚类分析的计算负荷,采用主元分析(PCA)对所得的纹理特征进行降维。然后利用K M ean算法实现纹理图像的分类。最后针对所提算法,进行了仿真试验。

采用GABOR函数的虹膜提取技术研究

将原用于模拟脑部主要直观皮层中单细胞的GABOR函数用作眼部图像的滤波函数,可以快捷方便地从眼部图像中提取虹膜图像。实验表明,通过对该GABOR函数中相关参数的分析和优化,该方法能较好地将虹膜(纹理)与巩膜、虹膜与瞳孔进行分离,从而方便地实现虹膜提取,并能简化虹膜识别系统的程序,提高其处理速度。

基于Gabor的维纳滤波去模糊

数字图像复原旨在由降质图像重建清晰图像,运动模糊是最常见的降质模式,模糊参数的正确估计是去模糊的前提。文章提出了新的运动模糊角度估计方法,该方法基于Gabor滤波的角度估计,运动模糊尺度采用自相关函数算法求解,进而采用Wiener滤波进行图像复原。对一系列模糊图像进行测试,结果表明,该方法比现有的方法具有视觉上的优越性。

Gabor传递函数相似性测度图像质量评价算法

数字图像在压缩和融合等处理中会产生退化效应,当前对图像退化中质量评价指标如均方误差(MSE),峰值信噪比(PSNR)等不能有效反映图像在退化过程中传递性能,而只是单纯计算图像之间灰度值差异,对图像质量评价不准。提出一种利用Gabor传递函数相似性测度为评价指标的图像质量评价算法,采用图像的亮度、对比度和结构相似度为场景结构基准特征,设计Gabor传递函数。通过双正交滤波器得到Gabor传递函数相似性测度,该指标能有效反映图像退化演变过程中的传递性能,合理评价参考图像和失真图像质量。仿真实验表明,利用Gabor传递函数相似性测度指标评价图像质量,能准确反映图像失真等级,在几乎所有失真类型上都能有较满意的结果,评价结果比较稳定。

Gabor滤波器在带钢表面缺陷检测中的应用

利用Gabor滤波器具有频率选择和方向选择的特性,将其应用在带钢表面缺陷检测系统中,不但能够去除噪声,而且能够把缺陷的纹理特征完整地保留下来.引入评价函数使缺陷图像和无缺陷图像的能量响应差别最大化,以确定最佳滤波器参数.基于最优的阈值函数得到二值化图像,并应用形态学分析方法去除二值图像上小的噪声,得到分割后的缺陷图像.实验结果验证了该方法的有效性.

基于Gabor滤波和特征三角形的驾驶员面部跟踪

文章提出了一种驾驶员面部跟踪的鲁棒、有效的视频图像人脸跟踪算法。该算法根据水平投影曲线获取眼睛、鼻孔和嘴等区域构造特征三角形(包括等腰三角形和直角三角形),再根据刚体约束生成潜在人脸跟踪矩形区域。再采用二维Gabor核函数构造最优滤波器48个,在特征跟踪矩形区域内获取48个人脸特征点。该算法能够在不同尺寸、不同光照、不同姿态和不同表情甚至不同噪音情况下跟踪人脸有效率达97.81%。

实值离散GABOR变换的最优双正交分析窗函数

Gabor变换在信号图像处理中是一非常有用的工具。本文首先回顾了作者曾提出的实值离散Gabor变换方法，然后着重讨论了在已知综合窗函数条件下，双正交分析窗函数的最优解问题，指出在许多情况下，这些最优解（如最小范数解与最似正交解）都是相同的，并讨论了采用奇异值分解（SVD）理论求解双正交分析窗函数的方法。文末还给出了求解实例。

基于Gabor核的卷积神经网络改进算法及应用

针对Le Net-5网络模型识别分类准确度问题,提出一种基于深度Gabor卷积神经网络的识别分类方法。在Le Net-5模型的基础上,引入了Gabor层,使用Gabor核作为提取图像特征的卷积核,Gabor卷积核从图像频域的不同尺度、不同方向上提取更多特征。为了避免网络训练中的梯度消失问题,使用Relu函数作为网络中的激活函数。将改进后的模型在MNIST手写体数据集上进行试验,识别正确率达到99. 34%。与支持向量机和卷积神经网络等分类方法作比较,结果表明,改进后的深度Gabor卷积神经网络的具有更高的识别性能。

基于Gabor和纹理抑制的手机配件划痕检测

经典的划痕检测方法通常采用各种边缘检测算子来完成,由于对纹理和噪声十分敏感,因此常造成大量的误判。在具有复杂纹理的金属表面检测中,误判现象尤其严重。为此,利用Gabor滤波的条形模式检测原理,同时结合各向异性纹理抑制和滞后多阈值处理技术,提出一种用于手机配件金属表面划痕的检测方法。对金属表面图像进行Gabor滤波,提取出划痕的骨架结构,利用各向异性纹理抑制方法抑制金属表面的纹理,再用滞后多阈值准确提取划痕。实验结果表明,该方法能极大程度地抑制非划痕区域的金属纹理,同时完整地提取出细微的划痕图像,其误检率、漏检率和轮廓检测缺失概率分别为2%,3.7%和5.5%,明显优于基于边缘算子的划痕检测方法。

基于Gabor函数能量特征的指纹增强

指纹图像增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础,直接影响指纹识别的识别率和识别速度。用Gabor函数变换将空域的指纹图像变换到联合空间频率域,并将联合空间频率域的能量分布作为指纹的特征。Gabor函数滤波器在频域内对子块其主方向上频率能量分布进行高分辨率滤波,进行了识别匹配。实验表明,该增强算法速度快,效果好,能够准确测量出指纹图像任何区域的纹线密度,特别是对于指纹图像不规则区域的频率提取有独特的优势。

基于改进的Gabor滤波指纹图像增强算法研究

对Gabor滤波器进行改进,改进的算法利用了指纹图像的局部特性,结合局部四邻域的关联特性,并且采用固定频率来代替复杂的频率计算。实验结果证明,改进的Ga-bor滤波算法不仅增强了指纹图像信息,同时也提高了处理速度。

结合Gabor特征和自适应加权Fisher准则的人脸识别

在基于Fisher准则的字典学习算法中,初始字典的选取和目标函数的构建,严重影响字典学习的效果。为了减少初始字典的影响,提高算法的表达和判别能力。提出了一种结合Gabor特征和自适应加权Fisher准则的人脸识别算法。该算法首先采用Gabor滤波器提取人脸特征,将提取到的Gabor人脸特征作为人脸训练集;通过添加遗忘函数和根据样本间的距离对训练样本自适应加权,改进Fisher准则字典学习算法;利用测试样本编码系数的误差进行识别。在人脸库上的实验表明,算法不仅能很好地提取图像的特征信息,而且可以有效地提高人脸识别率。

一种有效计算离散Gabor展开的方法(英文)

定义了一种有限和无限序列的实数形式离散Ｇａｂｏｒ展开方式，这种展开方式使用了类似于广泛应用的复数形式Ｇａｂｏｒ展开方式。但前者由于仅涉及实数运算，结果不仅节省大量的运算，而且更便于硬件和软件的实现。另外，实数形式离散Ｇａｂｏｒ展开方式与复数形式离散Ｇａｂｏｒ展开方式有着非常简单的关系，所以前者可以取代后者的运算。

基于Gabor滤波器组的实时疵点图像分割

使用Gabor滤波器组进行布匹在线疵点检测与疵点图像分割。通过定义一个分辨力函数和一些合成的疵点图像,对已有的Gabor滤波器组的参数选择方式做出评价,提出了在实时应用场合有效地确定Gabor滤波器组参数的方法。分析指出:Gabor滤波器的实部输出是主要因素;滤波器的方位角仅选取疵点出现得最多的水平和垂直方向,而径向中心频率的选取依赖于纹理本身的固有频率;滤波器的长度也应与纹理的固有周期一致。尽管Gabor滤波器的个数减少到4个以满足实时性要求,但结果表明,滤波器组仍能很好地检测和分割出大多数疵点。