多模态遥感图像模板匹配Log-Gabor滤波方法

针对多模态遥感图像匹配难的问题,本文提出了一种基于Log-Gabor滤波的高精度匹配方法。该方法采用由粗到细的多层级密集匹配框架,无须进行特征点检测,避开了多模态图像特征点检测重复率低的问题,能够提取大量高精度匹配点对。本文方法主要分为两步:首先,利用多尺度多角度Log-Gabor滤波器构建对图像间非线性辐射差异稳健的特征金字塔;然后,利用粗尺度的底层特征图进行密集模板匹配,提取大量粗粒度的特征匹配点对,在此基础上再利用特征金字塔,实现粗匹配点自下而上的逐层优化,完成高精度特征匹配点对的提取。同时,针对模板匹配滑窗运算效率不高的问题,提出了一种密集模板匹配的快速实现方式,有效减少了密集模板匹配的运算时间。本文使用多组不同模态的遥感图像进行试验,结果表明,本文方法能够克服图像间非线性辐射差异的影响,在正确匹配数目、匹配准确率与匹配精度上均优于现有多模态图像特征匹配方法。

融合Log-Gabor小波和监督保局映射的人脸识别算法

流形学习是一种非监督学习算法,其鉴别能力不如传统的维数约简算法,而且流形学习算法不能有效地消除图像中如高阶相关等冗余信息.针对这2个问题,提出一种融合Log-Gabor小波和监督保局映射的人脸识别算法.首先使用Log-Gabor小波对归一化的人脸图像进行多方向、多分辨率滤波,并提取其对应的Log-Gabor图像特征向量;然后使用监督保局映射算法对Log-Gabor特征向量进行维数约简,得到低维鉴别特征;最后使用最近邻分类器进行分类.该算法综合运用了Log-Gabor特征对人脸图像的优异的表征能力、SLPP的非线性维数约简能力,对光照变化、表情变化等具有良好的鲁棒性.在Yale和PIE人脸库上的仿真实验结果证明了文中算法的有效性.

基于Log-Gabor滤波与黎曼流形学习的图像识别算法

在图像识别的研究中,黎曼流形学习不能有效消除图像中的冗余信息.基于上述原因,文中提出基于LogGabor滤波与黎曼流形学习的图像识别算法.首先使用Log-Gabor滤波器处理图像,获得维数较高的Log-Gabor图像特征,然后使用黎曼流形学习降维图像特征.研究表明,Log-Gabor滤波与黎曼流形学习的融合算法符合人类视觉感知的过程.文中算法对于光照、角度变化具有较好的鲁棒性,在多个标准数据库上的仿真实验验证文中算法的有效性.

基于Log-Gabor子带图像分割的虹膜识别算法

提出一种基于Log-Gabor子带图像分割的虹膜识别算法。该方法具有平移、放缩和旋转不变性,并且生成的虹膜特征码仅288B。实验结果和数据分析证明该方法的合理性和可行性。

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。

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Log-Gabor特征的非局部均值去噪算法及其加速方案研究

非局部均值是一种基于像素长程相似性的图像空域去噪算法,它一般采用灰度块特征估计图像像素间的相似度.文中首先使用基于Log-Gabor特征的像素间相似度估计获得较好的去噪效果.然后将Log-Gabor几何特征与灰度特征相融合,所形成的混合相似度具有更佳的图像局部自适应性,去噪性能也得到进一步提升.最后基于Johnson-Lindenstrauss引理研究利用随机降维方法降低相似度计算的复杂度,并对该加速方案的效果,包括降维前后运行时间对比、降维程度以及随机矩阵生成方法对去噪性能的影响,进行详细试验分析,结果证明基于随机降维的加速方案的有效性.

基于log-Gabor与FT数据融合的掌纹识别算法

本文提出一种基于数据融合的掌纹识别算法。该算法首先利用log-Gabor小波提取掌纹纹理特征,同时用傅立叶变换(Fourier Transform,FT)提取掌纹频域统计特征,然后分别与库中模板进行匹配,最后对两种匹配结果进行数据融合,得到最终识别结果。该算法中的基于手掌中基准点的手掌定位方法,使得定位中的方向校正更为准确。实验结果达到较高的识别率,验证了该算法的有效性。

基于改进的Log-Gabor小波的虹膜识别算法

对二维Gabor复小波应用于虹膜识别进行了详细的理论分析,提出了采用二维奇对称Gabor小波代替二维Gabor复小波来提取虹膜纹理特征的改进算法.在此基础上,进一步提出一种采用改进的二维Log-Gabor小波来提取虹膜纹理特征,采用汉明距来进行特征匹配的新方法,克服了二维Gabor复小波应用于虹膜识别的缺陷.与已有算法进行比较的实验数据表明,采用二维奇对称Gabor小波的改进算法在识别率略有提高的基础上,能大大地减少编码存储空间以及编码和匹配的时间.而采用改进的二维Log-Gabor小波算法则进一步的提高了识别率.

Log Gabor小波性能分析及其在相位一致性中应用

对Gabor函数与logGabor函数进行比较,构造了logGabor小波.从人类视觉系统认知特性的角度分析了该小波的性能,并与Gabor小波进行了比较,最后将logGabor小波应用在相位一致性的图像特征检测中.实验证明,使用logGabor小波不但可以提高特征的定位精度,而且在检测效果相似的情况下,logGabor小波比Gabor小波可以节约一半的计算量.

基于Log-Gabor滤波的指纹图像增强

自动指纹识别系统的性能在很大程度上依赖于指纹图像的采集效果。指纹图像增强用于改善原始指纹图像的质量,以保证指纹特征提取的准确性,是十分必要的。Gabor滤波是比较有效的指纹图像增强方法,但是仍存在一定的局限性。与传统的Gabor滤波器相比,Log-Gabor滤波器可以在取得最佳空间定位的同时具有更宽广的频带,有利于改善指纹图像的滤波效果。本文提出采用Log-Gabor滤波器来实现指纹图像增强,先利用加窗傅里叶变换来提取指纹图像的局部频谱信息,再在频域进行滤波。在详述了滤波器的设计方法之后,给出具体的图像滤波方案,并与传统方法作了比较。实验结果表明,所提出的算法能有效改善指纹图像的质量和提高指纹识别的可靠性。

应用log-Gabor韦伯特征的图像质量评价

考虑人眼对亮度的感知符合韦伯定律的特点,本文利用log-Gabor滤波器模拟人眼对图像的感知过程,提出了一种新的log-Gabor韦伯特征,以便保留不同尺度的符合人眼感知的结构信息。基于此,还提出了一种应用log-Gabor韦伯特征的图像质量评价方法。首先将待评价失真图像和参考图像从RGB空间转换到YIQ颜色空间,分离亮度分量和颜色分量。然后利用log-Gabor韦伯特征和梯度特征计算亮度分量失真,并结合颜色分量的失真,得到失真图像与参考图像的局部相似度图。最后利用修正的CSF函数,对局部相似度图进行加权,得到图像质量评价指标。在LIVE、CSIQ和IVC3个图像库上的实验结果表明,本文方法与人眼主观感知有很好的一致性,而且相对于其他方法,表现更加稳定。本文方法在3个图像库上的加权Spearman秩相关系数(SROCC)为0.949 8,Kendall秩相关系数(KROCC)为0.802 6,Pearson线性相关系数(PLCC)为0.943 8,相比对比方法有显著的提高。

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%.

基于自适应局部Log-Gabor能量的多聚焦图像融合

利用全局搜索策略,设计适用于图像融合的最佳Log-Gabor滤波器组,并提出了一种基于自适应局部Log-Gabor能量的多聚焦图像融合方法:首先将多聚焦图像进行自适应分块,然后用最佳Log-Gabor滤波器组对这些子图像进行滤波,从而提取出该子图像的Log-Gabor能量,比较对应子图像的Log-Gabor能量,以挑选出其中清晰的像素并进行一致性检验,重构图像.本文给出了融合实验结果和各项评价指标,结果表明该方法与经典的融合方法相比性能更优,明显提高融合图像质量和运行效率.

结合互信息量和Log-Gabor特征的嵌入式人脸识别

Log-Gabor函数在高频端有个延长的尾巴,能有效改善普通Gabor函数低频表示不足而高频过度表示的缺点,且Log-Gabor滤波器无直流分量,带宽不受限制,比Gabor滤波器更适于提取人脸特征。一幅人脸图像经4个尺度6个方向的Log-Gabor滤波器组成的滤波器组特征提取之后,数据量是原来的24倍,而嵌入式设备资源有限,难以处理如此多的数据。提出了结合互信息量和Log-Gabor特征的嵌入式人脸识别方法。该方法使用Log-Gabor滤波器组对人脸图像进行特征提取,利用互信息量计算权值,然后用权值将Log-Gabor特征进行融合,并使用2DPCA进一步降维,最后运用最近邻分类器进行识别。实验结果表明,该方法能够在保持识别率的情况下,有效缩短识别时间。

基于Log-Gabor小波和二维半监督判别分析的人脸图像检索

针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题,结合多通道Log-Gabor小波和半监督流形学习算法,提出一种新的人脸图像检索方法。该方法首先使用Log-Ga-bor小波对人脸图像进行滤波获得特征矩阵,进一步利用提出的二维半监督流形学习算法进行维数约简,得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵,克服了小样本带来的奇异问题;另外,通过充分利用标记和未标记信息,还保留了数据的局部流形结构,增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明,该方法有效且优于其他方法。

基于Log-Gabor滤波的小波显微图像融合

针对现有图像融合方法对纵向覆盖范围较大的显微样本的图像融合效果不理想的问题,提出了一种序列显微图像融合方法。该方法以小波变换方法为基础,利用区域Log-Gabor滤波方法设计尺度系数的融合规则,既使融合后的图像不会产生块效应,又避免了以往的小波方法造成的过度模糊现象。讨论了方法中的参数设置对融合结果的影响,实验结果表明,与其它融合方法相比该方法的融合效果更好。

一种基于Log Gabor的旋转不变纹理图像检索算法

针对图像检索时的旋转问题提出一种基于Log Gabor小波的旋转不变纹理特征。依据Log Gabor分解子带的均值及方差分布并结合广义Hurst分形特征对纹理进行描述,并在各尺度上采用主方向排序的方法对方向子带特征进行调整得到旋转不变特征向量。分别采用旋转纹理库和普通纹理库进行仿真实验,结果表明算法在两种情况下都取得了较好的检索效果。此外,在相同特征类型和图像库的条件下将本算法与Gabor算法结果进行对比,实验表明本算法的检索性能明显优于Gabor算法的检索性能。

基于2D Log-Gabor滤波器的虹膜识别研究

Log-Gabor滤波器无直流分量,带宽不受限制,比Gabor滤波器更适于提取虹膜纹理特征。提出了基于2DLog-Gabor滤波器的虹膜识别方法。通过多通道2DLog-Gabor滤波器提取虹膜纹理特征并进行相位编码,运用加权海明距离匹配,匹配时借助噪声屏蔽码去除眼睑遮挡干扰。在CASIA和UBIRIS虹膜库进行了测试,与传统方法相比,可取得更小的等错误率和相同错误接收率下更小的错误拒绝率。

基于Log Gabor滤波的指纹纹理匹配

分析了Log Gabor滤波器的性能,详述了用于指纹识别的Log Gabor滤波器的构造方法,在此基础上提出了基于Log Gabor滤波器的指纹纹理匹配算法。首先采用了一种快速有效的参考点定位方法,在确定有效区域并归一化后,通过傅里叶变换把指纹图像转换到频域,在频域进行Log Gabor滤波,最后在滤波图像中提取特征,并与传统方法作了比较。实验结果表明,所提出算法的性能优于基于Gabor滤波的纹理匹配方法和基于细节点的方法,提高了指纹识别的准确率。