边缘检测中的LOG滤波器的改进方法的研究

本文着重研究了用ＬＯＧ滤波器检测边缘的方法。首先讨论了离散的边缘以及边缘提取中的方向性问题。然后通过对ＬＯＧ滤波器与Ｌａｐｌａｃｉａｎ算子提取边缘的结果进行分析比较，提出了上述两种检测边缘的改进算法。利用这个改进的算法构造了一个较小的５×５模板的ＬＯＧ滤波器，并显示了其优良的性能，这对于实际应用有重要意义。

一种Log-Gabor滤波器结合多分辨率分析的虹膜识别方法

为提高虹膜识别算法的性能,提出了一种采用虹膜纹理全局信息的识别方法——全局信息识别法(IRBGT).该方法使用下采样运算得到不同分辨率下的虹膜图像,然后通过不同方向尺度的Log-Gabor滤波器组提取虹膜纹理的全局特征.最后,运用加权最小海明距离对生成的虹膜特征码进行匹配.与传统的Gabor虹膜识别方法相比,IRBGT方法在虹膜识别时更多地考虑了全局信息的可辨识力,能够降低等错误率和相同错误接收率下的错误拒绝率.对CASIA和UBIRIS虹膜库的测试结果表明,相比传统的Gabor虹膜识别方法,IRBGT方法在错误接受率为0.01%和0.1%时使错误拒绝率分别减小了0.54%±0.2%和0.35%±0.15%,使等错误率降低了约0.2%.

基于组合LoG滤波方法的轮廓检测

轮廓检测是计算机视觉领域一个重要问题,目标和背景的纹理和噪声的存在让提取轮廓和保存轮廓完整性变得十分复杂。现有的神经生理学和解剖学研究成果,提供了许多轮廓检测的新方法。文中改进了现有的仿生模型,通过对图像进行不同参数的LoG滤波,并将结果赋予不同的权重,然后组合所有结果来抑制纹理,减弱了纹理和背景中的干扰成分对轮廓提取的影响,增强了目标的轮廓边缘,保留了目标轮廓的完整性。实验结果表明,这种方法有效地抑制了纹理,减少了对目标轮廓完整性的破坏,提高了图像的轮廓检测性能。

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。

基于FPGA的红外图像目标检测

红外图像目标检测过程中,实时处理过程需实现大量的数据存储和高速的处理速度.文中介绍了基于DSP+FPGA的图像处理系统,LoG滤波器及其设计方法.并详细论述了在FPGA中通过LoG滤波实现红外目标检测的方法.将FPGA用于目标检测,发挥了FPGA的高速优势,可实现红外目标的实时检测.

基于局部纹理特征的钢卷侧面缺陷检测方法研究

针对钢卷侧面图像的纹理结构,提出了一套有效的钢卷侧面图像检测方法和一种新的Gabor滤波器参数设计方法,并将Gabor滤波器与LOG滤波器相结合对图像做预处理,有效的滤除了噪声并增强了图像纹理结构。另外,改进了基于"散度"的Zernike矩特征选取方法并结合SVM对预处理后的钢卷侧面图像子块分类,从而检测目标图像中是否含有缺陷。

基于多值样条拟合曲线搜索的医学图像分割

针对肾组织切片图像的复杂特点,提出了一种基于拟合曲线搜索的肾小球分割方法,克服了边界增强方法中由于边界大量缺损而导致的肾小球区域提取不全的困难。首先在小波低频区域使用LOG滤波器获得含噪声较少的边界二值图像,在该二值图像中采用三次样条拟合方法构造闭合曲线,然后通过遗传算法在小波构造的低分辨率图像中搜索边界的最佳拟合曲线,在高分辨率图像中对该曲线进行精细化调整。实践证明了这一方法的正确性和有效性。

基于残差卷积自动编码器的导光板线划伤检测方法研究

导光板是液晶显示屏背光模组的主要组成部分,在其生产过程中不可避免的会有部分导光板受到尖锐外力作用而产生线划伤缺陷,造成产品质量的下降。为了提升对该类缺陷检测的准确率,在分析导光板及其缺陷的光学特征基础上,本文提出了基于自适应的LoG滤波和残差卷积自动编码器的导光板线划伤缺陷的检测方法。首先,设计自适应的LoG滤波器对导光板图像进行边缘锐化,使缺陷和导光点与背景产生比较清晰的差异;其次,设计一种对导光板缺陷修复效果更好的残差卷积自动编码器,该自动编码器网络结构可以实现解码器部分对编码器部分的信息恒等共享,将锐化处理后的图像输入训练好的残差卷积自动编码器中,可以得到缺陷修复后的导光板图像;进而,将导光板图像和修复后图像做差,并进行全局阈值分割和区域特征筛选,可以准确提取出线划伤缺陷;最后,在工业现场采集的导光板图像上进行了大量的实验。实验结果表明,该算法的运行效率和准确率高,线划伤缺陷检测准确率可达98%。