基于对称Gabor小波滤波的舰船目标识别方法

文中构建一种对称Gabor小波滤波器(SGWF),能够对逆合成孔径雷达(ISAR)像中舰船进行识别。由Gabor小波滤波器构建的SGWF滤波器具有上下对称结构,对镜像翻转的图像滤波后仍具有镜像对称性。使用SGWF与奇异值分解(SVD)相结合来提取特征,使得该方法可以避免因多普勒变化导致的ISAR正像和倒像的检测问题。SGWF可在不同尺度和方向对图像进行滤波,充分反映图像的纹理特征和强度特征。在实验中,使用九艘民船的实测ISAR像进行识别,通过在成像过程加入高斯白噪声来检测算法对噪声的鲁棒性,并检验图像分块数量对算法性能的影响,以及检验训练样本数量对算法性能的影响,识别结果证明了算法的有效性。

基于Gabor滤波器和广义对称变换的指纹增强算法

在传统Gabor滤波器的基础上,引入广义对称度,综合考虑指纹图像中脊线的对称性、方向选择性与频率选择性,提出了一种结合对称性和Gabor滤波器的指纹图像增强新算法.实验表明,该算法能够准确地定位指纹图像的细节点.

基于Gabor滤波器组的织物疵点检测方法

给出了基于Gabor滤波器组的织物疵点检测方法。在分析Gabor滤波器时频特性的基础上,针对素色坯布织物疵点图像,设计了椭圆形多尺度多方向的Gabor滤波器组,并应用该滤波器组在频域对织物疵点图像进行滤波处理,对滤波后的多幅图像进行融合与分割处理,将疵点从织物背景中分割出来,从而实现了疵点的检测。实验结果证明了该方法的有效性。

基于小波变换及Gabor滤波的起毛起球图像分割

针对目前织物起毛起球等级评定方法不能有效实现毛球、纹理有效分离,或虽能分离但对光照不匀敏感的问题,提出小波变换和Gabor滤波相结合的方法进行图像分割。根据织物起毛起球图像噪声特点,利用小波变换的多分辨率特性去除光照不匀、织物不平产生的低频噪声和织物绒毛等引起的高频噪声;然后根据织物纹理的周期性和方向性,通过Gabor滤波去除织物纹理噪声,并使用Otsu算法对去噪后图像进行二值分割。实验结果表明,该方法能够有效实现织物起毛起球图像的去噪处理,得到准确的织物毛球分割图像。

基于Gabor小波滤波器的红外图像多尺度识别

:讨论了 Gabor小波滤波器理论 ,并利用 Gabor小波滤波器的多尺度特性进行红外图像识别 ,还进行了计算仿真实验 .

基于多通道Gabor滤波与CS-LBP的人脸识别方法

近来,局部二值模式(Local Binary Pattern,LBP)在人脸识别中取得了成功应用。然而,LBP提取的特征维数通常很高。而中心对称局部二值模式(Center-Symmetric Local Binary Pattern,CS-LBP)采用中心对称思想对图像进行编码,能够显著降低提取的特征的维数。为此,将CS-LBP应用于人脸图像特征提取,并结合多通道Gabor滤波,提出了基于多通道Gabor滤波与CS-LBP的人脸识别算法。在Yale,ORL,FETER标准人脸库上的实验结果表明,相比局部二值模式,CS-LBP以提取更少的特征维数取得了相当的识别率,并且,基于多通道Gabor滤波的CS-LBP能显著提高识别精度。

一种对称正交多重小波构造方法与相关预滤波技术研究

多重小波分解在图像压缩中得到了很好的应用 .但目前已有的 2重对称小波如GHM ,由于生成小波的矩阵滤波器并不对称 ,因此在图像编码等应用中不能很好地解决边界重构问题 .文中提出了一种正交矩阵滤波器也对称的紧支集 2重对称正交小波构造方法 ,并且根据矩阵滤波器的频谱特性 ,分析了与之匹配的预滤波技术 .

基于Gabor滤波器族的地震图像增强算法

为在增强地震剖面图像时获取纹线的构造及层序信息,提出一种基于地震剖面图像纹线方向的地震图像增强算法。根据地震剖面纹线的方向性,设计一个Gabor滤波器族,用其对低频分量图进行滤波去噪。利用小波变换与Gabor滤波器族各自的优点,实现地震剖面图像纹线的增强,提高整体运算效率。仿真结果表明,该算法对地震剖面图像处理后,均方误差与峰值信噪比均有明显的改善。

基于Gabor滤波器组的车牌汉字特征提取

提出基于Gabor滤波器组的特征提取新方法。利用汉字图像的统计信息及归一化信息,提出针对车牌汉字的有效的Ga-bor滤波器组参数优化方法,并设计一组Gabor滤波器用于提取车牌汉字图像中不同中心频率和方位的笔画纹理特征,实现直接对灰度图像的特征提取。实验结果表明,相比传统二值化特征提取方法,采用基于Gabor滤波器组的小波变换提取特征能够获得更良好的识别性能。

基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法

提出了一种针对低质量的灰度图像的基于多通道Gabor小波滤波器的高鲁棒目标识别新方法。主要是利用Gabor小波设计了滤波器,滤波器的中心频率是一个从低到高的范围。滤波器采用不同方向、不同尺度,从而组成多通道滤波器。对灰度图像直接进行小波变换,用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的灰度图像目标的特征,并对获得的小波特征归一化后输入到改进的BP神经网络分类器中进行分类识别。对四种不同的飞机灰度图像目标进行了分类识别仿真实验。结果表明,这种特征提取方法能有效地提取灰度图像目标纹理特征,并且对噪音和形状的变化具有强鲁棒性。在应用灰度图像对目标进行识别时,神经网络的训练时间减少到10min,识别率达到94%。

结合小波变换和Log-Gabor滤波的虹膜识别方法

提出了一种将小波变换和Log-Gabor滤波结合起来进行虹膜识别的方法:小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效提取图像的纹理信息。将归一化的虹膜图像进行两层小波分解,再取其低频子带进行Log-Gabor滤波并量化生成虹膜模板,采用汉明距进行快速分类。实验结果验证了本算法具有很好的识别率和等错率。

一种改进的Log-Gabor滤波和SVM的虹膜识别方法

特征提取和分类是虹膜识别中的关键部分。由于小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效地提取出图像的纹理信息,将这两种方法结合是一个提取虹膜识别信息的有效途径。本文先对归一化的虹膜采用小波变换的方法细分图像,再用Log-Gabor滤波器对低频通道的子带图像进行更进一步的特征提取并量化,形成特征码本,最后采用支持向量机的分类器来进行分类。实验结果表明,分类器能很好地分离各类虹膜,识别率提高到了99.6%,等错率则降低为0.3%,比传统汉明距的分类方式有更优异的性能。

构造对称和反对称M带正交小波滤波器的新方法

本文给出了构造M带对称和反对称的正交小波滤波器的新方法。该方法优点是计算简单,只需要解一些二次方程组。最后,得到了对称和反对称M带正交小波实系数滤波器组和复系数滤波器组。

具有对称或反对称滤波器组的正交平衡多小波

通过对特定矩阵滤波器组的定义,构造了一类具有期望的对称性、平衡性和高阶消失矩的正交多小波.所得到的多小波尽管其函数本身不具有线性相位,但它的滤波器组具有利于实际应用的对称性,其结构类似于标量小波,即可由一支滤波器就可以确定,所构造的多小波无疑是一类新型多小波.

组合局部多通道Gabor滤波器和ICA的人脸描述与识别

针对人脸识别是当前人工智能和模式识别的研究热点,提出了一种组合局部Gabor滤波器组和ICA技术(简称LMGICA)的人脸描述方法,首先对归一化的人脸图像进行采样分块,然后对局部子块进行多方向、多分辨率Gabor小波滤波,并提取其对应不同方向、不同尺度的多个Gabor幅值域图谱(local Gabor magnitude map,LGMM),接着由滤波图像直接构建高维特征矢量;再将这些高维特征矢量通过主成分分析进行降维;最后采用ICA技术分析和提取降维后的特征矢量中的独立成分用于识别分类。通过与经典Gabor滤波器、PCA、ICA等方法的对比实验,验证和评价了本方法的性能。

对称的2-通道正交多滤波器组的参数化

主要对对称或反对称的2-通道正交多滤波器组的参数化形式进行了深入的讨论与研究.我们给出了具有对称中心γ/2的正交多滤波器组的参数化.当γ=2L时,求正交多滤波器组的参数化就是求阶为L的仿酉多相距阵的参数化.通过已有的结论以及逆变换就能够给出原正交多滤波器组的参数化.

基于Gabor小波滤波器的遥感图像多频道纹理分析

提出了一种基于Gabor小波滤波器的遥感图像多频道纹理分析算法，大量实验证明本算法方便有效地解决了由于遥感图像目标与背景对比度差、图像边缘模糊、噪声较大而给图像处理带来的困难。

对称-反对称正交多小波滤波器序列的参数化设计

多小波由于它具有良好的性质已成为小波研究者们研究的热点.在多小波的研究中多小波基的构造是它的一个重要研究课题.由于单小波经过十几年的发展理论非常完善,并且已经构造出具有不同特点的单小波基.因此,从单小波基出发来构造多小波是一种简便而有效的方法.给出了利用单小波基将一类对称-反对称正交多小波滤波器序列参数化的设计方法,可使得多小波的应用更广泛,使用更灵活.

基于离散Gabor变换和增量Wiener滤波器的冲击电压波形重构算法研究

分析了冲击电压经过数字化冲击测量系统后被测波形产生畸变的原因,讨论了因量化噪声造成波形反卷积重构的病态性。提出了一种基于离散Gabor变换和增量维纳滤波器的冲击电压波形重构方法,对IEC1083?2TDG波形计算结果表明该方法可以有效实现冲击电压数字化测量波形复原,具有较高的准确度和稳定性。

基于小波变换和Gabor滤波的指纹图像增强算法

在指纹自动识别系统中,图像增强是比较重要的一个环节,它直接影响到指纹识别系统的识别精度.利用指纹图像在经小波多尺度分解后,低频部分集中了指纹图像的主要纹理信息这一特性,提出了一种在小波域对指纹图像进行Gabor滤波增强的算法.实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取.