基于Gabor谱方法的跳频信号时频分析

为研究跳频信号随时间跳变的频谱特征,利用Gabor谱能量集中、时频分辨率高、交叉项干扰小的特点,对跳频信号进行时频分析,与其他常用时频分析方法比较得到了更精确的时变谱特征描述。通过对仿真结果的比较分析,证明了该方法对跳频信号分析的有效性,其方法也适用于其他非平稳信号的分析。

一种基于多通道Gabor滤波的纹理提取方法

研究了一种在多种纹理叠加的复杂轮胎X光图像中进行纹理提取的新方法。轮胎X光纹理在频谱中被看作是局部空间频率的辐射模型,并且不同纹理对应的主频率聚集区域基本能相互分开。基于Gabor滤波器对空间频率的带通滤波能力以及方向、形状、带宽和通带中心频率的可调节特性,构造了多通道Gabor滤波器组提取每种纹理对应的主要频率成分,提取的频率成分经过频-时域变换就实现了纹理提取。考虑到实际纹理灰度分布不是理想的正弦分布,改进了传统的Gabor滤波方式,使其保留了纹理的低频成分。实验结果表明,图像中叠加的多种纹理能被准确提取,纹理区域边界也没有失真,并且有效降低了纹理之间频谱混迭造成的影响。

一种改进的基于Gabor滤波器的纹理分割方法

本文深入分析了Gabor滤波器的性能及其实现纹理分割的原理,针对现有的基于Gabor滤波器纹理分割方法存在的不足,提出一种根据“频谱特征值向量”构造Gabor滤波器组,以实现纹理分割的改进方法。实验结果表明,本文所提改进方法的分割效果明显优于现有方法,充分证实该方法行之有效。

Gabor小波变换册在齿轮故障诊断中的应用

基于带有时频倾斜算子的Gabor小波变换册,提出了时频线性倾斜Gabor小波变换册功率谱方法,用该方法进行了齿轮故障诊断的试验验证。试验结果表明,该方法可提取反映齿轮故障模式的边频带结构,且提取的边频结构更加清晰,适用于齿轮的局部故障诊断,具有一定的应用价值。

基于Gabor谱方法的跳频信号参数盲估计

提出了一种基于Gabor谱的未知跳频信号参数盲估计方法。该方法利用Gabor谱能量集中、时频分辨率高、交叉项干扰小的特点,在未知任何先验参数的情况下,能够准确估计出跳频信号的跳频频率、跳变时刻和跳频信号驻留时间等参数。通过计算机仿真得到了较为准确的估计结果,验证了该算法的有效性。

地震信号分数阶Gabor变换谱分解方法及应用

本文将分数阶Gabor变换(FrGT)引入到地震信号的分析与处理中,即利用新近兴起的分数域时频分析技术及其良好的局部时频能量聚集特性,进行地震信号的分数域谱分解及特征分析.论文在基本Gobor变换原理基础上推导了FrGT的公式及紧支撑时频带宽积下的最优阶次确定方法,建立了FrGT的一般流程,并进行了信号的数值仿真和性能分析.最后,将该方法应用于实际地震信号的时频分析,可获得最优阶下的各个高分辨率的单频剖面.解释结果表明,该方法具有潜在优势,可为地震储层预测,尤其是储层流体识别应用提供一条新的途径.

二次谱Gabor反褶积及其在优势储层预测中的应用

陆相湖盆烃类储层非均质性强,仅靠井资料推断井间信息具有较大的不确定性。地震信息虽具备横向可追踪的特性,但常规地震资料分辨率低,难以用于薄储层的精细刻画。采用基于二次谱的Gabor反褶积对地震资料进行处理,使地震资料的高频部分得到加强,频谱被拓宽,可获取高分辨率的地震资料。在此基础上进行地震反演,并通过井震结合定量预测砂体厚度及储层孔隙度,较好地预测了埕北低断阶的优势储层。

一种修正Gabor谱图的新方法

提出了一种修正Gabor谱图的新方法,即通过限制Gabor谱图(GS)的自项支撑区域在Gabor系数所估计的支撑区域,获得了很好的时频表示(TFR)。该方法与GS的方法相比主要具有三个方面的优点:首先,减少了运算量;其次,在尽量保持信号各分量的自项不变的同时,有效去除了交叉项;第三,通过增加计算阶数,提高了时频分辨力和聚集性,克服了GS随着阶数的增加而产生严重的交叉项的缺点。实验结果表明,该方法优于GS的方法,同时与自适应最优核(AOK)的方法相比,也达到了较好的TFR结果。

基于对数极坐标频谱的Gabor纹理分析

提出一种基于对数极坐标频谱的Gabor纹理分析方法(LPFG),该方法以对数极坐标的形式表示图像在频率空间的频谱分布,利用多通道Gabor滤波器进行频率分析,从而提取图像的纹理特征,并结合改进的最小距离判别方法实现了有效的纹理分割;此外,从理论上分析了该方法与Log Gabor小波分析的一致性,由此推导了Log Gabor小波的参数计算方法;并从实验的角度与传统方法进行了比较,证明该方法在性能和效率上均优于传统方法。

基于Radon变换和Gabor变换鉴别运动模糊方向角

对于匀速直线运动的模糊图像,准确鉴别运动方向角是图像复原的关键。分析了运动模糊图像的频谱特征,介绍了Radon变换的数学原理及用其估计运动模糊方向角的思路、步骤和数值实验结果。由于实际拍摄的模糊图像在很多时候频谱特征不够明显,导致用Radon变换鉴别角度出现大的误差,为此,提出了基于Gabor变换的一种改进算法。算法运用"窗口"聚焦频谱图像中心,较好地消除了噪声干扰并克服了Radon变换的弊端,数值实验结果验证了该算法的有效性。

基于最大Gabor相似度的多光谱人脸识别系统

以精准识别不同特征维数以及噪声情况下的多光谱人脸为目标,设计基于最大Gabor相似度的多光谱人脸识别系统。原始可见光光谱图像以及热红外光谱图像分别输入系统的可见光光谱图像处理模块以及热红外光谱图像处理模块,图像处理模块分别提取原始可见光光谱图像以及热红外光谱图像特征并建立特征集,多光谱图像融合模块基于特征集内特征利用双匹配度图像策略融合多光谱图像,利用融合后图像建立人脸数据库,将待识别人脸图像输入人脸识别模块,人脸识别模块利用人脸数据库通过最大Gabor相似度的人脸识别方法识别人脸,并输出识别结果。系统测试结果表明,不同特征维数图像以及加入椒盐噪声情况下,系统均具有较高的识别准确率。

基于Gabor相位谱和流型学习的步态识别方法

提出了一种有效的基于步态能量图像的身份识别方法.首先生成合成步态能量图像(GEI)丰富训练集样本数量.然后利用在以前文献中被忽略的具有良好识别性能的Gabor相位信息作为身份特征,并采用流型学习算法保局影射(LPP)将此高维数据在低维空间表示.通过使用简单的分类策略在USF步态数据库上进行对比实验,结果表明本方法的正确识别率优于现有其他的自动步态识别算法.

基于SVR谱和Gabor变换的故障诊断方法

提出了基于SVR谱和Gabor变换的故障诊断方法。首先采用扫描方式检测SVR谱最大峰值，并提取信号主周期分量，然后在Gabor变换域中，保留主周期分量处展开系数，其余置零，再根据处理后的展开系数重构信号以实现降噪，从而可提取故障特征频率。模拟信号验证了该方法的有效性，为机械系统中振动信号的分析与诊断提供了新方法。

基于多高斯窗的实值离散Gabor变换

传统的单窗复值离散Gabor变换具有固定的时频分辨率,由于受窗函数时宽-带宽之间的制约关系,即不确定性原理限制,其时间分辨率和频率分辨率是矛盾的关系。为了改善传统离散Gabor变换时频分辨率并加快其变换速度,提出了一种基于多高斯窗的实值离散Gabor变换,实验结果表明能有效改善联合时频域内的聚集性,从而提供了一种快捷地计算非平稳信号进化谱方法。

Gabor展开与变换研究综述

Gabor展开与变换是非平稳信号重要的时频分析工具之一,由其变换系数得到的Gabor时频谱揭示了信号中所包含的频率分量及其演化特性.综述了Gabor展开与变换的基本理论、研究进展与现状,简介了其在一些领域中的应用,并展望了未来的进一步研究.

一种基于Gabor变换的HRRP目标识别方法

从模式分类角度讨论了基于高分辨距离像的舰船目标识别问题,提出了一种基于Gabor变换的HRRP目标识别方法。通过对数据进行Gabor变换去除噪声,利用基于小波包分解能量的方法得到信号在不同频带的能量分布特性,最终通过支持向量机进行识别。通过对6类目标实测数据的分析,验证结果表明,该方法在舰船目标识别领域具有良好的应用前景。

基于Gabor-BLPOC的指关节纹识别算法

指关节纹比手掌特征更明显,针对这种生物特征提出一种基于Gabor-带限相位相关(Gabor-BLPOC)的指关节纹识别算法.首先,使用Gabor滤波器抑制噪声,并采用限制对比度自适应直方图均衡化对指关节纹图像进行增强;其次,使用BLPOC算法提取指关节纹图像的相位特征;然后,通过计算2幅指关节纹图像的互功率谱对指关节纹图像进行校准;最后,再次计算校准后图像的BLPOC,根据2幅图像的互功率谱峰值进行指关节纹图像的匹配.通过在Poly U FKP数据库上的实验表明,所提出算法的等错误率为1.57%,具有更加精确的匹配效果,从而验证了该算法的有效性.

Gabor有色反褶积

Gabor反褶积假设反射系数是白噪,而实际反射系数序列具有蓝谱特征,如果把白谱作为期望输出,则将丢失薄层的细节信息。将Gabor反褶积与蓝色滤波两种技术融合,将蓝谱(根据实际反射系数序列得到)作为期望输出,实现地震记录的拓频处理。在实现过程中,采用变步长采样方式(即对双曲网格进行等面积剖分),对能量集中的低频区域加密采样,对能量较弱的高频区域稀疏采样,加快统计计算效率。模型仿真测试和实际资料应用表明,Gabor有色反褶积能较好地反映地层的细节信息,效果优于常规反褶积。

基于灰度均衡模型联合Gabor滤波器的钢轨表面缺陷检测方法

目的设计一种钢轨表面缺陷检测方法,对钢轨表面存在的缺陷进行快速、准确地检测。方法首先,利用图像的灰度均值构造灰度均衡模型,对钢轨表面图像中像素点的灰度值进行修正,以克服光照不均的影响。然后,利用图像的谱残差模型与相位谱增强钢轨表面图像中的缺陷部分,引入ostu阈值分割法对增强后的图像进行二值化,对图像中的缺陷区域进行准确地分割提取。最后,利用Gabor滤波器,将二值化图像中的噪声进行滤除,并保留缺陷区域的边缘等细节特征。结果与对照组方法相比,所提方法的检测效果较好,精确率以及召回率都有所提高。直观测试结果显示,所提方法能够较为完整地检测出钢轨表面缺陷。客观测试实验结果显示,所提方法的精确率为90.11%,召回率为93.41%,且平均耗时为45.17 ms,相对对照组方法而言,耗时最少。结论所提钢轨表面缺陷方法不仅能够准确地对钢轨表面缺陷进行检测,而且还具有较高的检测效率。

光谱二阶差分Gabor展开法土壤铜铅污染鉴别

土壤是人类生存环境的重要载体,因此,土壤重金属污染问题一直备受关注。随着遥感技术的发展,高光谱遥感在土壤重金属研究中取得了大量的成果,但是,基本上是根据土壤中有机质、铁、粘土矿物等的光谱吸收特征和反演土壤中重金属含量,而不能够区分土壤重金属污染光谱之间的微弱差异。通过盆栽土壤不同浓度铜(Cu)、铅(Pb)污染实验得到不同浓度Cu和Pb污染下盆栽土壤光谱曲线、土壤含水率和有机质含量,提出了一种光谱二阶差分Gabor展开方法探测不同浓度Cu和Pb污染下土壤光谱曲线之间的微弱差异。以二阶差分为基础,首先将土壤光谱转换为稀疏光谱,然后结合土壤稀疏光谱与Gabor展开理论,在频率域中检测不同浓度土壤重金属污染光谱之间的微弱差异,因此,摆脱了单纯通过土壤光谱反射率信息反演土壤重金属含量的研究,而是对土壤重金属污染光谱信息进行时频分析,最终达到检测土壤重金属污染瞬时光谱存在的目的。结果表明:受Cu和Pb污染的盆栽土壤光谱二阶差分Gabor展开系数尺度及等高线分布有较大的差异,Cu污染的盆栽土壤光谱二阶差分Gabor展开系数尺度分布存在两个较高的峰值,且等高线在第1 800~3 600项之间稀疏分布,Pb污染的盆栽土壤光谱二阶差分Gabor展开系数尺度分布存在一个较高的峰值,且等高线在第3 200~3 600项之间密集分布;二阶差分Gabor展开法检测的土壤Cu和Pb污染结果与土壤Cu和Pb含量、土壤含水率、土壤有机质是密切相关的,由于土壤Cu和Pb含量、有机质含量、含水率的不同,土壤Cu和Pb污染二阶差分Gabor展开光谱尺度分布而不同。根据相关性分析结果,分别将土壤Cu和Pb污染划分为三组:Cu(50)~Cu(300),Cu(400)~Cu(800),Cu(1 000)以上;Pb(50)以下,Pb(100)~Pb(300),Pb(400)~Pb(1 200)。