基于Gabor滤波器虚部的CT脑血管医学图像边缘特征提取方法

在图像处理方面,Gabor滤波器的实部被广泛应用于纹理图像的增强,对其虚部却没有单独的使用.为保证三维重建图像的质量和细节边缘信息的提取,对Sobel算子和Gabor滤波器的虚部组成特点进行了分析.基于CT脑血管医学图像的边缘特征提取中成功引入了Gabor滤波器虚部的滤波结果作为新的脑血管边缘图像特征,并对特定条件下的Gabor滤波算法进行了有效的改进,使运算的复杂度由O(n2)降至O(n).

基于Gabor滤波器的图像边缘检测算法

采用Canny算子进行边缘检测时,需人工设定高低2个阈值。对不同的图像采用相同的阈值,边缘检测效果差异很大,这一点限制了Canny算子在实际中的应用。针对这一问题,提出了一种基于Gabor奇部滤波器的边缘检测方法,在不同的尺度下分别采用非极大值抑制,然后利用Canny算子在高低阈值图像中查找边缘点的方法对图像进行边缘检测,无需人为地设定任何参数。实验结果表明这种算法不但克服了Canny算法中人为设定阈值的缺陷,而且能有效去除图像中的伪边缘。

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题,介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声,首先进行基于小波变换和中值滤波的降噪处理,然后利用高斯函数平滑图像。在边缘检测过程中,使用Gabor奇部滤波器检测边缘。最后,使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然,该方法也具有普遍性,可以应用到其他图像。

基于扇区空域预滤波的方位估计新方法

提出了基于扇区空域预滤波的微弱信号目标方位估计新方法,通过对传感器阵列接收数据进行扇区空域预滤波,抑制扇区以外的干扰和噪声,获得扇区内源信号相关的阵元域数据。应用虚部MUSIC方法对空域预滤波后的阵元域数据进行方位扫描,获得扇区内非对称信号源的方位信息,提高了系统对低信噪比信号的处理能力。计算机仿真结果表明,扇区空域预滤波后的虚部MUSIC方法,能有效地检测和分辨出偏离对称中心的低信噪比信号。

基于Gabor-GLCM工件表面纹理特征的刀具状态视诊

在铣削加工过程中,为实现在线不停机刀具磨破损的快速检测与预报,提出了一种基于 Gabor -GLCM工件表面纹理特征的刀具状态视诊方法。首先采用Gabor滤波器虚部与工件纹理图像卷积并提取Gabor特征;然后在卷积图像上采用GLCM提取二阶统计特征,将提取的特征向量串联,旋转规范化后得到刻画工件纹理的特征集;最后将旋转规范化特征集输入SVM训练分类模型,在实验采集的铣削工件表面纹理图像库中进行了测试。实验结果表明:该方法用时短,分类正确率高达98.667%,提高了刀具磨损状态监测的正确率和实时性。

基于Gabor小波变换的图像轮廓角点检测

传统的基于图像轮廓角点检测方法大都对图像轮廓采用高斯平滑,使得角点定位准确性较低,且对局部细微变化和噪声比较敏感.针对此问题,本文利用Gabor滤波器可以很好的表征边缘和角点梯度幅值变化信息的优良特性,采用Gabor滤波器虚部对图像轮廓进行平滑,提出基于Gabor滤波器的图像轮廓角点检测算法.与将轮廓的几何特性作为角点测度的传统算法不同,本文将Gabor滤波器平滑后轮廓像素的主方向与相邻像素方向角度差作为角点测度,提高了对噪声的鲁棒性和角点定位的准确性.实验结果表明,新算法具有较优的定位性和噪声鲁棒性.

基于Gabor小波的人脸边缘检测算法研究

本文提出了一种基于Gabor奇部滤波器的边缘检测方法,在不同的尺度下分别采用非极大值抑制,然后利用Canny算子在高低阈值图像中查找边缘点的方法对图像进行边缘检测,无需人为的设定任何参数。实验结果表明这种算法不但克服了Canny算法中人为设定阈值的缺陷,而且有效地去除了图像中的伪边缘。

改进的live-wire交互式胸片图像分割

肺部轮廓提取是计算机辅助诊断(computer-aided detection,CAD)的关键之一,并且能为医生提供可靠的诊断数据。提出了一种交互式肺部分割方法,用优化的Gabor奇滤波器对胸片图像进行滤波得到边缘响应能量图,然后用此边缘响应能量值来构造Live-wire代价函数进行肺部分割。实验表明该算法能正确区分强弱边缘,快速有效地提取出肺部轮廓,与传统算法相比,能减少人机交互次数,更具鲁棒性和效率性的优点。

基于gOMP算法的FBMC水声通信信道估计方法

传统基于训练序列及块状导频结构的滤波器组多载波(Filter Bank Multicarrier,FBMC)信道估计方法花费额外的频谱资源,这在频谱资源较为紧张的水声通信环境中具有一定的局限性。针对这一问题并结合水声信道稀疏性的特点,文章提出了一种基于压缩感知的离散导频结构FBMC信道估计方法。首先基于等效导频能量最大化的思想,设计了一种新的离散导频结构来解决FBMC系统信道估计时存在的固有虚部干扰问题;然后配合该结构,提取出导频处的接收信息并利用重构效果优良的压缩感知gOMP算法对水声信道进行重构。该方法在保证水声信道估计精度的同时有效提高了FBMC系统的频谱利用率,改善了水声通信的性能。仿真结果表明,文中所提方法相较于传统方法在估计精度和频谱利用率方面具有一定的优越性。

基于干扰消除的FBMC系统信道估计算法仿真

针对滤波器组多载波技术(FBMC/OQAM)中滤波器仅在实数域满足正交,在虚数域存在固有干扰的特点,提出了一种基于干扰消除的信道估计方法。方法通过分析系统中每个数据点处的响应,设计了一种新的只占用两个数据符号的导频序列,两列导频在频域对应位置上有数值相同、符号相同或相反的干扰项,在接收端经过简单的线性处理后,即可对系统中存在的固有干扰进行消除。仿真结果表明,在低信噪比条件下,与传统信道估计算法相比,上述算法不仅节省了导频开销,还具有较好的误码性能和较小的均方误差,使信道估计性能得到明显改善。

第二小方向导数信息熵的兴趣点检测

目的为了提高兴趣点检测的定位准确性和对噪声的鲁棒性,提出利用图像轮廓线及其邻域内像素点方向导数信息熵检测兴趣点的方法。方法首先利用多方向Gabor虚部滤波器提取图像灰度变化信息得到第二小方向导数。然后利用Canny边缘检测器提取边缘映射,并填补断裂边缘映射提取边缘轮廓线。最后求解图像边缘轮廓线及其邻域内像素点对应的第二小方向导数所对应的信息熵归一化值并作为新的兴趣点测度。和直接由灰度变化信息及分析边缘轮廓形状或曲率提取兴趣点的方法相比,本文算法结合了两种算法的思想,利用轮廓线上及其邻域内的像素点梯度方向信息熵值作为兴趣点测度。同时不同于同质及边缘区域的梯度方向变化,兴趣点处的梯度方向变化信息呈现各向异性的特性,利用兴趣点第二小方向导数(第一小方向导数可能为零)对应的信息熵值作为新的兴趣点测度可提高算法的定位准确性.结果通过对检测图像进行仿射变换和加入高斯噪声处理后,分别利用Harris算子、CSS算子、He&Yung算子和本文算法提取图像兴趣点,并比较各算法在仿射变换和高斯噪声情况下检测到的兴趣点的平均重复率和定位误差两个性能指标的平均值。其中本文算法的性能指标平均值为1.625,远高于Harris(3.25)、He&Yung(2.625)和CSS(2.5)三大兴趣点检测算子。结论通过与典型的3种算法相对比,本文算法具有较好的平均重复率及噪声鲁棒性,尤其是图像在外界干扰的旋转变换和尺度变换下对兴趣点的定位性有着更好的检测性能。