基于Garbor小波和统一LBP算子的图像检索方法研究

针对图像检索的准确率问题,提出了一种基于颜色和纹理的综合特征提取方法,通过Garbor滤波器组和局部二值(LBP)算子的结合,对图像的纹理特征进行提取,得到纹理特征的直方图,最后再通过夹角余弦计算直方图之间的距离,这种特征提取方法减少了图像中内容的丢失,大大提高了图像检索的准确率。

基于Retinex与STFT的非接触指纹图像增强

针对数字相机拍摄的指纹图像存在脊线和谷线对比度低、抖动模糊等问题,提出一种基于Retinex理论和短时傅里叶变换(STFT)分析的非接触指纹图像增强算法。依据Retinex理论,利用图像各个像素的相对明暗关系消除光照非均衡性影响,提高脊线和谷线的对比度,实现非接触指纹图像的初次增强。采用STFT分析的方法获取指纹图像的方向图、频率图等纹理信息,并据此构建角度滤波器和半径滤波器,对初次增强结果进行频域滤波处理,进一步增强图像对比度,同时有效抑制噪声的干扰。实验结果表明,该算法对非接触指纹图像的增强效果较好,可以有效提高指纹脊线和谷线对比度,较好地保持指纹脊线的连续性,而且平均处理速度比同态滤波和Garbor滤波相结合的方法也略有提高。

基于视觉感知机理的舰船目标检测

提出了一种基于视觉感知机理的光学遥感图像舰船目标检测的算法。该算法的核心思想在于设计并利用一组Gabor滤波器组来模拟人眼的视觉特性对基于可见光的遥感图像进行处理,从而达到对复杂海况背景抑制并对较暗舰船目标增强的目的。同时,该算法融合了海陆分割、云判处理等子模块,并充分考虑了人眼视觉的底层特性,从颜色、纹理、形态等各个角度进行疑似目标的筛选与剔除,得到最终的检测结果。实验结果显示,该算法具有较高的检测率和较强的鲁棒性,针对各类海况(包含暗舰船目标的情况)平均检测率达到85%以上,高于传统算法的51.3%。