基于编码相位调制的ISAR图像特征控制方法

本文提出了一种基于编码相位调制的逆合成孔径雷达(inverse synthetic aperture radar,ISAR)图像特征控制方法。首先通过接收天线截获ISAR信号,然后对截获信号进行快慢时间二维联合编码相位调制,最后在ISAR接收处理后可形成范围可控的压制性干扰条带。在此基础上进一步分析了码元宽度、占空比等不同调制参数对图像特征控制效果的影响,并进而推导了相应的参数设计原则。通过仿真分析,雅克-42飞机仿真数据的实验结果证明了所提方法的有效性。

基于局部Gabor相位特征的手背静脉识别方法

文章介绍了一种新的手背静脉识别方法,和以往的手背静脉识别方法相比,本文的方法能够通过低质量的手背静脉图片来获得高质量的识别效果。本文提出的方法分文两个部分:一个是手背静脉的预处理和感兴趣区域(ROI)提取;另一个是静脉的特征提取和匹配,该部分利用静脉图像的局部的2DGabor相位编码变化特征来表示其局部特征,并且结合直方图全局特征来表达静脉图像的全局特征,采用卡方距离来实现特征匹配。在自制的手背静脉库的实验结果表明,本文的方法得到了100%的识别率和0%拒识率,这意味着该识别方法可以有效的运用于生物识别。

Gabor小波幅值和相位特征人脸识别方法比较

对采用Gabor幅值、Gabor相位以及Gabor幅值加相位结合这三种方法,在同等条件基础上对所提取的特征进行分块,用PCA降维,采用最近邻分类规则进行识别并比较结果。在ORL、Yale、Indian、YaleBE、PIE和FERET六个数据库进行比较研究的结果表明,Gabor小波相位特征对光照有较高的鲁棒性,在光照变化明显的Yale和YaleBE数据库识别效果最好,而Gabor小波幅值加相位特征具有表情和时间变化的鲁棒性,在FERET的fb、dup1、dup2测试集上获得了较高的识别率。

融合局部gabor相位特征和全局本征脸的人脸识别算法

提出一种融合局部gabor相位特征和全局本征脸特征进行人脸识别的方法.该方法采用多个分类器的集成,首先利用gabor滤波良好的空间位置与方向选择特性,用gabor滤波器对图像进行滤波,采用局部XOR算子提取滤波图像的局部gabor相位特征,通过Fisher判别式对每个频率和方向下的相位特征进行降维,融合各个频率和方向下的分类概率,得出局部特征分类信息;然后利用本征判别式方法,得出人脸图像的全局分类信息;最后融合局部和全局分类信息进行识别.通过在三个人脸库中的实验结果显示,本文提出的方法具有很好的识别性能.

基于Gabor相位编码的手背静脉识别算法

提出了一种基于Gabor相位编码的手背静脉识别算法。该算法主要分为两部分:一个是对手背静脉图片的预处理部分,包括滤波去噪和感兴趣区域(ROI)提取;另一个是静脉特征提取和匹配识别部分,该部分主要利用静脉图像的Gabor相位编码作为静脉识别的有效特征,同时利用海明距离实现特征匹配识别。该算法应用于自制的手背静脉图库,可达到100%的识别率和0%的误识率。结果表明,该算法是一种有效的生物特征识别方法。

低信噪比下基带相位编码信号的脉内特征分析

针对基带相位编码信号相位抗噪能力弱的特点,通过提高相位的直流分量和计算相位的高阶差分,成功地提取到信号的突变信息。为了能在更低的信噪比下恢复出相位编码规律,还对原始相位进行了修正。理论分析了算法的实现过程,并进行了仿真试验。仿真结果表明,新算法在较低的信噪比下可以实现基带相位编码信号的脉内特征分析。

低信噪比下相位编码信号脉内特征提取新方法

针对低信噪比条件下相位编码信号的相位估计容易受噪声影响的问题,提出了将自适应阈值消噪技术与小波变换结合起来的新方法。首先利用连续小波变换计算信号的小波谱,再对小波谱进行自适应阈值消噪处理,进而提取小波谱脊线,得到相位编码信号的脉内调制信息。计算机仿真验证了该方法的可行性。

雷达相位编码信号的脉内调制特征分析

以二相编码和四相编码信号为例,提出了在低信噪比条件下对雷达相位编码信号进行脉内调制特征提取的算法,计算机仿真、实验室和外场测试的结果证明本算法确实有效。

基于旋转编码器信号的滚动轴承故障特征增强提取

针对滚动轴承故障特征较弱且振动传感器安装受限的场合下故障特征不易提取的问题。结合旋转编码器信号传递路径短、干扰少等优势,提出一种基于旋转编码器瞬时角速度(instantaneous angular speed,IAS)信号的滚动轴承故障特征增强提取法。首先,使用去相位算法(de-phasing algorithm,DPA)抑制转频及其谐波等严格周期性分量;其次,通过多点优化最小熵反褶积(multi-point optimization minimum entropy deconvolution adjusted,MOMEDA)增强滚动轴承故障冲击分量;最后,对增强后的信号进行频谱分析,提取轴承故障冲击特征。通过仿真和轴承外圈实测数据验证所提方法的有效性。

多通道Gabor相位特征在人脸识别中的应用

提出一种基于Gabor相位特征的多通道组合模型人脸识别方法。该算法对各方向上的Gabor相位特征采用双向二维主元分析进行维数约简,然后组合各方向上约简后的特征而构建最终人脸模板。算法主要包括4个步骤:(1)通过Gabor滤波器组与人脸原始灰度图像的卷积来提取不同尺度和不同方向的人脸相位特征;(2)双向二维主成分分析对人脸各方向上的Gabor相位特征进行维数约简;(3)组合各方向上约简后的特征矩阵得到一个增强型的特征矩阵,量化该矩阵得到最终的二元人脸模板;(4)采用基于海明距离的最近邻分类器进行分类。ORL和Yale人脸数据库上的人脸识别试验表明:该算法是一种有效的人脸识别算法,而且理论分析表明计算量相对而言也明显减少。

基于联合多重重建自编码器的桁架损伤识别

针对桁架杆单元存在不同损伤类型时损伤特征信息难以捕捉且识别结果不准确的问题,提出了利用联合多重重建自编码器(JMRAE)进行损伤识别的方法。首先,运用JMRAE按照不同尺度数分段截取信号,将Sigmoid函数和ReLU函数进行组合以提取特征量,引入零相位成分分析(ZCA)降低特征量维度,以保留重要信息并减少数据冗余。然后,运用SoftMax分类器求解隐含层中不同片段的局部特征量,并进行特征量融合以判断结构状态。最后,运用三维桁架结构数值模型和实验室搭建桁架进行验证,并与精细复合多尺度散布熵(RCMDE)、峰度和反向传播(BP)神经网络方法进行对比研究,结果表明所提方法具有更高的损伤识别准确性。

基于Gabor融合特征与深度自动编码器的笑脸识别方法

Gabor特征的人脸表情识别具有良好的识别性能,但同样存在特征维数大的缺点,该文提出用Gabor融合特征的方法来进行降维以解决维数大的缺点。深度自动编码器具有对人脸自学习的能力,能精确提取有用的信息,也有非线性降维的作用。考虑到Gabor融合特征降维幅度不大,便加入自动编码器进行二次降维,将经过二次降维的特征输入深度自动编码器进行笑脸识别。该文在实验过程中采用两个数据库(公开的GENKI数据库,实验采集的数据库)进行实验。实验结果表明经过Gabor融合特征的实部作为深度自动编码器的输入的识别率比传统方法和未经降维Gabor特征识别率高。

Gabor二进制编码异源图像匹配方法

异源图像匹配是图像处理领域尚未解决的问题。其中,合成孔径雷达图像与光学图像差异较大,用现有方法匹配通常难以得到满意结果。针对这个问题,提出一种基于Gabor编码的异源图像匹配方法:选取一组Gabor滤波器,分别对大图和小图进行Gabor卷积;采用池化方法对卷积结果进行压缩表示;对池化结果二值化并转换为二进制表示得到Gabor二进制编码特征;采用二进制位操作计算实时图与基准图对应窗口特征的相似性,相似性最大值对应图像匹配结果。本方法采用二进制对图像进行描述,减少了计算量,同时也更好地描述了异源图像间的共性特征。实验结果表明,本方法具有较高的匹配概率,计算时间少于现有方法。

虹膜纹理的相位编码

讨论了虹膜识别技术的虹膜特征提取及编码，提出了一种基于Ｇａｂｏｒ函数集的编码方法，利用Ｇａｂｏｒ滤波器的相位特征，对虹膜纹理进行编码．同时，针对此编码又提出了基于加权海明距离的识别方法，并阐述了其实际识别效果．实验结果证明，该方法具有良好的编码效果及很高的运算速度，是目前较好的一种虹膜纹理编码方法．

指静脉红外图像特征不变性编码新方法

基于编码的特征表达方法在光照不变性、运算效率、特征表述能力等方面具有较大优势,成为新型的特征提取方法之一。手指静脉图像采用红外光透射成像,加之手指内部其他组织的固有影响,图像质量普遍较低。将Gabor滤波对图像纹理的增强与局部图结构编码的思想相结合,重点研究一种新的对称邻域交叉图结构,将局部邻域的纹理变化转换为加权的编码串。通过不同方向特征编码提取每个通道Gabor滤波图像的特征编码图,充分表达像素点周围邻域的位置信息和梯度信息,具有良好的旋转不变性。实验结果表明:提出的手指静脉特征编码新方法比多种常用特征编码方法具有更好的识别性能,对图像姿态变化更鲁棒。

图像视觉特征描述中基于相位信息的对称性检测

在综述现有图像特征视觉描述中对称性检测方法的基础上,研究和分析基于相位信息的对称性检测问题,提出相位信息的对称性检测方法(PSD),可以同时检测镜像对称、旋转对称、曲线对称等多种对称性,通用性强,给出结果的性能分析,本文提出的方法在图像视觉描述中具有优良的性能.

基于Gabor特征和支持向量引导字典学习的人脸识别

稀疏编码中的字典学习在稀疏表示的图像识别中扮演着重要的作用。由于Gabor特征对表情、光照和姿态等变化具有一定的鲁棒性,提出一种基于Gabor特征和支持向量引导字典学习(GSVGDL)的稀疏表示人脸识别算法。先提取图像的Gabor特征,然后用增广Gabor特征矩阵来构造初始字典。字典学习模型中综合了重构误差项、判别项和正则化项,判别项公式化定义为所有编码向量对平方距离的加权总和;通过字典学习同时得到字典原子与类别标签相对应的结构化字典和线性分类器。该字典学习方法能够自适应地为不同的编码向量对分配不同的权值,提高了字典的判别性能。实验结果表明该方法具有很好的识别精度和较高的识别效率。

基于集成Gabor特征的步态识别方法

步态对个人身份进行识别受到越来越多生物识别技术研究者的重视。步态能量图是一种有效的步态表征方法.通过提取步态能量图中的动态区域并利用Gabor小波变换对其特征提取,但经过Gabor变换后特征维数较高,必须经过有效的特征融合和选择。由此针对传统的Gabor特征提取后存在特征维数较高的缺点,提出了一种基于集成Gabor特征的步态识别方法。首先,采用均值融合和差分二值编码这两种集成方法,对动态区域Gabor特征图进行多尺度和多角度的集成,获得26张集成Gabor特征图;然后从26张集成Gabor特征图中选出4张作为最终的特征向量;最后将特征向量输入KNN分类器进行步态识别。实验结果表明,基于集成Gabor特征的步态识别方法,能够对步态特征进行有效分离和表达,同时降低维数并紧凑表征数据,对步态信息进行正确归类。

基于GLCM和Gabor纹理特征的手势识别算法

针对手势灰度图像的纹理特征富含手势类别信息的特点,提出一种基于融合GLCM(灰度共生矩阵)和Gabor小波变换提取手势图像空、频域纹理特征的手势识别方法。构建手势灰度图像的多方向共生矩阵,并计算多方向共生矩阵的特征参数来提取手势纹理的GLCM特征;通过手势灰度图像的Gabor小波变换来提取手势纹理的Gabor特征;对所提取的两种特征进行归一化处理后串联构建手势纹理特征向量;使用基于稀疏自动编码器和softmax分类器的深度堆栈自编码网络对构建的手势纹理特征向量进行分类识别。实验表明:该方法具有较高的识别率和较好的鲁棒性,对15种手势的平均识别率达到97.4%,能够满足人机交互对手势识别的要求。

基于相位信息的图像特征定位

图像特征可以用一个基于Gabor小波变换的复向量来表示.图像的相位是空间位置的函数,根据这一原理,利用相位信息可以实现图像特征的定位.分析了图像信号相位信息的空间特性,以人脸图像为例,研究了相位信息在图像特征定位中的应用.