基于Gabor滤波器的事件流特征增强及事件相机对象识别

基于Gabor滤波器的事件驱动卷积是仿生分层脉冲神经网络中常用的事件相机对象特征提取方法。为提高该类网络事件相机对象特征提取能力,提出基于Gabor滤波器的事件流特征增强算法,并应用于奖励调节STDP规则的脉冲神经网络事件相机对象识别系统。算法首先将事件流按时间窗口划分为事件流片段,然后提取各时间窗口内的事件流片段特征,同时增强事件数量较多的时间窗口内特征。并基于奖励调节STDP规则帮助网络学习诊断性特征。采用增强算法的网络在MNIST-DVS数据集上的分类精度优于未采用增强算法的网络,并且对于较短的事件流输入也有很好的分类能力。该事件流特征增强算法能够提高基于Gabor滤波器的事件驱动卷积对事件相机对象的特征提取能力。

基于多参数Gabor滤波器融合和高斯差分的生丝疵点分割

针对生丝疵点图像背景与疵点差别极小的特点,提出一种基于多方向、多频率Gabor滤波器融合和高斯差分滤波的疵点分割算法。根据疵点纹理特性,首先采用极大值的方法对特定频率多方向疵点Gabor滤波图像进行融合,并基于均值法对不同频率Gabor滤波器图像进行融合,然后使用高斯差分滤波进一步凸显疵点,最后采用全局阈值将疵点与背景分割开来。测试结果表明:该研究算法召回率达到了93.2%,能够准确分割出生丝疵点。

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。

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%.

联合Gabor滤波器和核池化特征学习的单样本人脸识别与验证

针对深度网络模型的结构复杂问题,受构建Gabor滤波器无需任何学习过程且与训练数据无关,以及径向基(radial basis function, RBF)核池化能够提取非线性二阶特征的启发,提出一种联合Gabor滤波器和RBF核池化的轻量卷积网络方法。首先对人脸图像进行Gabor卷积得到特征图;然后采用双曲正切函数tanh激励特征图以提高特征的表达能力;最后利用多尺度金字塔策略将特征图划分为多个区域,在每个区域上做RBF核池化,所有区域的核池化特征串联得到人脸特征表示。探讨了多个参数对识别性能的影响,对比了协方差池化和核池化的区别和性能。在三个单样本人脸识别和一个视频人脸验证数据集上进行大量实验,结果表明本文方法学习的人脸特征具有优秀的判别能力,对光照、遮挡、年龄等因素具有强鲁棒性。

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滤波器的织物起球客观评级方法

作为传统Gabor小波的一种改进,Log-Gabor滤波器在机器视觉领域已经得到广泛的应用,利用Log-Gabor滤波器的特性结合主成分分析(PCA)与支持向量机(SVM)对织物起球的等级进行客观评价。针对Log-Gabor特征的高维问题,改进了传统的特征提取方法,提高了实验的计算效率,减少了运行时间。通过与Gabor小波的实验结果比较,该方法可以有效捕捉起球信息,最高正确识别率达到了95%。

一种结合Gabor滤波器与GLCM的盲道检测方法

基于颜色的盲道检测模型对城市中存在的与背景对比度低的盲道分割效果不太理想,针对这个问题,从盲道上特有的纹理着手,设计了一种基于盲道纹理特征的盲道检测算法。该算法通过经典的纹理特征提取方法Gabor滤波器组与灰度共生矩阵相结合对摄像头采集到的盲道图像进行处理,实现盲道本身存在的纹理特征的提取,然后经过模糊C均值聚类算法实现图像中盲道区域的分割。在城市中背景与盲道区域颜色相近环境中,与一些经典的基于颜色分割的盲道检测算法进行比较,提出的基于纹理的盲道检测算法能够有效实现对盲道区域的分割,分割结果较为准确,可以在经过改善后将其应用在视觉辅助导盲设备中,帮助盲人方便、快速地寻找更好的行进方向,极大地保证出行安全。

基于粒子群优化Gabor滤波器的钢板表面缺陷检测

为了解决钢板表面缺陷形态差别大、对比度低,无法准确检测的问题,提出一种基于粒子群优化(PSO)-Gabor滤波器的钢板表面缺陷检测方法。为了消除图像噪声,突显缺陷目标,首先,对缺陷图像进行自适应中值滤波和对数变换;然后,通过PSO算法对二维Gabor滤波器的频率、方向、尺度和滤波窗口进行参数寻优;并基于最优Gabor滤波器对图像进行滤波,获得缺陷能量图;最后,根据所得能量图进行缺陷分割,从而完成缺陷检测。实验结果表明:基于PSO-Gabor滤波器的缺陷检测方法对钢板表面4种缺陷检测准确率达93.75%,检测耗时为0.05 s,可实现对低对比度钢板表面缺陷图像快速、准确地检测,为钢板表面缺陷实时在线检测提供理论依据和技术支持。

利用最优Gabor滤波器织物疵点检测算法

针对织物疵点自动检测计算量大和准确度低的问题,文中提出一种快速有效的纺织品疵点检测算法,首先通过遗传算法调整Gabor滤波器,使其与无疵点织物图像的纹理信息相匹配,得到最匹配的Gabor滤波器参数;其次采用调整后的最佳Gabor滤波器对待检测织物图像进行疵点检测;最后对卷积图像进行自适应二值化处理,检测织物是否存在疵点。结果表明,利用遗传算法建立最优的Gabor滤波器,具有较高检测率且运算速度较快,正检率较同类算法提高了2.8%,达到了98.5%。

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。

自适应优化Log-Gabor滤波器与动态径向基函数神经网络的虹膜识别

首先,采用Log-Gabor滤波器提取虹膜幅度特征,根据虹膜库的种类,通过改进的遗传粒子群优化算法优化滤波器参数;其次,利用主成分分析法降低维数,进而减少噪声和冗余;再次,构建动态径向基函数神经网络,并通过虹膜幅度特征间的欧氏距离进行虹膜识别;最后,采用多种小型虹膜库与其他虹膜识别算法进行对比实验,实验结果表明,该算法在一对一虹膜识别中正确率更高,ROC曲线更贴近坐标轴,滤波器通用性更好,提高了小型虹膜库的识别率,解决了传统算法学习收敛速度慢、结构通用性差的问题.

一种基于二代Curvelet和2D Log-Gabor滤波器的多模特征层融合识别方法

针对单模生物特征识别在实际应用中易受干扰、识别率低且无法达到零错误识别的问题,提出一种基于二代Curvelet和2DLog-Gabor滤波器的人脸与虹膜特征层融合识别算法.该方法利用二代曲波变换提取人脸特征,用2DLog-Gabor幅值法提取虹膜特征,通过PCA降维单模特征向量,在特征层进行融合,通过SVM分类识别融合特征向量.在ORL人脸库和CISIA虹膜库构成的多模生物特征库上进行测试.实验结果表明:该算法正确识别率能达到100%,较单模人脸、单模虹膜识别方法的识别率均提高3.33%,为多模生物特征识别提供了一种有效模型.

二维正交Log-Gabor滤波器结合混沌加密的掌纹认证方法

为控制掌纹及生物识别过程中的安全威胁,提出一种可撤销生物特征的掌纹认证方法。该方法使用二维正交Log-Gabor滤波器从图像中提取二进制掌纹相位模板,通过混沌序列控制的随机密文反馈加密,生成可更新的和隐私保护的掌纹模板。识别匹配阶段在加密域实现,根据2个加密模板间的汉明距离衡量掌纹间的相似性。使用香港理工大学的标准数据库进行了实验,验证了方法的识别性能、执行效率和安全性。

基于Log-Gabor滤波器组的织物疵点检测算法

利用Log-Gabor滤波器组实现了对织物图像的疵点检测.首先给出了构建Log-Gabor滤波器组的方法,然后利用滤波器组对织物图像进行滤波处理,并对滤波后的图像进行分割和融合,最后将疵点从织物图像的背景纹理中分割出来.实验结果证明该方法能够有效地检测出织物疵点.

基于Log-Gabor滤波器的SAR图像变化检测研究

合成孔径雷达(SAR)图像具有良好的操作性能和较高的分辨率。针对多时相SAR图像,提出了一种多尺度多方向的图像变化检测方法。通过斑点抑制各向异性扩散滤波(SRAD)和离散小波变换(DWT)对SAR图像进行预处理,利用Log-Gabor(LG)滤波器组对处理后的无斑点图像进行多尺度多方向设计,将多个方向的最大幅值相加得到基于特征的尺度表示。通过设计最小重叠的传输函数来扩大覆盖广泛的滤波器带宽,对每个尺度进行多方向处理得到差分图像系数,将各尺度的差分系数序列相加进而计算差分图像。最后,利用真实的武汉市SAR图像数据集验证了该方法的性能。

Gabor滤波器在指纹图像处理中的应用

在实时指纹识别系统中 ,图像增强的效果好坏将影响特征提取及指纹鉴别的识别率。现把 Gabor滤波器应用在指纹图像增强处理中 ,利用了 Gabor滤波器的方向选择和频率选择特性 ,把指纹图像的局部方向和局部频率作为 Gabor滤波函数的参数 ,然后把 Gabor函数与纹理图像进行卷积 ,从而去除图像噪声 ,达到了增强图像的目的。在算法设计上采用了查表的方法 ,提高了算法的速度 ,节省了运算的时耗。实验证明 ,算法工作稳定 ,效果好 。

三维Gabor滤波器与支持向量机的高光谱遥感图像分类

根据高光谱遥感图像的特点及二维Gabor滤波器纹理分割的原理,提出了一种基于三维Gabor滤波器的高光谱遥感图像分类方法。三维Gabor滤波器能够对高光谱遥感图像所有波段同时进行滤波,将大量的图像信息抽取为少量的不同尺寸、方向和波谱的响应,极大减少了高光谱遥感图像纹理信息提取的计算量。利用不同方向和尺寸的三维Gabor滤波器对祁连山黑河流域上游地区的Hyperion影像全波段进行滤波处理,获取26个纹理响应特征,并分析不同纹理对不同地物的区分度。利用自动子空间划分的波段指数(BI)进行波段选择,选取不同的波段组合进行试验,寻找最佳降维幅度。按照纹理对不同地物响应的区分度逐一加入三维Gabor纹理特征,利用三维Gabor纹理辅助光谱信息,运用支持向量机(SVM)的方法进行监督分类。结果表明,基于三维Gabor纹理和自动子空间BI波段选择的SVM分类方法能够在有效降低光谱维数的同时,提高高光谱遥感图像分类的精度和效率。

分割双纹理图像的最佳Gabor滤波器设计方法

本文提出了一种用单Gabor滤波器分割双纹理图像时最佳Gabor滤波器的设计方法 .该方法根据纹理图像能量在频域上的分布相对集中但并不局限于单一频率的特性 ,通过比较两类纹理之间的Fourier功率谱密度来设计最佳Gabor滤波器 .与现有的方法相比 ,它具有计算量小、分割效果好的特点 .另外它还提供了一种根据Gabor滤波器的频率带宽参数来指导搜索最佳滤波器的新策略 ,这与人类视觉系统的特性是相吻合的 。

基于优化Gabor滤波器的输电导线断股图像检测

输电导线在运行中可能发生损伤、断股现象,对其进行及时检测和诊断对于保证电网的安全运行具有重要意义。现代输电线路状态检修一般采用直升机或者巡线机器人搭载视频检测装置的方式。文中提出应用Gabor滤波器对输电导线视频图像数据进行处理,实现输电导线断股的图像检测,即通过计算完好导线图像与滤波器卷积能量的输出响应、应用小生境遗传算法寻找最优的Gabor滤波器参数和分割阈值,最后通过检测图像的滤波和能量的二值化处理得到检测结果。实验结果表明,该算法能够较好地提取输电导线断股处的故障信息,具有适用性广、识别能力强、检测速度快等优点。