基于Log-Gabor小波相位一致的掌纹识别算法研究

本文对掌纹识别相关理论和算法进行了研究,提出了一种基于Log-Gabor小波相位一致的掌纹线特征提取方法。掌纹线特征是掌纹识别中最基本、最直观的特征,但由于掌纹线的特殊性和复杂性,如何有效提取掌纹线特征一直是掌纹识别的难点。本文从频率域角度考虑,使用Log-Gabor小波相位一致方法提取掌纹图像线特征,包括掌纹方向相位一致特征和掌纹整体相位一致特征。该方法提取的线特征可有效包含纹线的结构信息、强度信息和宽度信息,且提取的线特征比较稳定。在掌纹整体相位一致特征图像上进一步检测出具体的掌纹线,仅使用掌纹线结构特征来表示和识别掌纹,实验验证了Log-Gabor小波相位一致提取掌纹线特征用于识别的有效性。

基于二维log-Gabor小波的相位一致PCB芯片缺陷提取

随着电子贴片技术的不断发展,PCB板的焊接元件越来越趋于微小型化,这对PCB板焊接缺陷侦测技术提出了新的挑战,如何精确定位、识别诊断焊接故障,是经常面临的问题。本文利用相位一致性算法来提取图像的如阶跃边缘、线边缘及融合两者特征的边缘等边缘特征,通过Hamming距比较的方法进行特征匹配,进而完成对PCB板微小型元件的焊接故障识别,避免了对图像灰度级的依赖,同时具有较高的清晰度,定位的精准性也大大提高。

基于Log-Gabor小波相位一致的掌纹线特征提取

研究掌纹线的特点,提出了一种基于相位一致的掌纹线特征提取方法,多方向、多尺度的Log-Gabor小波用来计算掌纹图像的相位一致不变量以获得更丰富的掌纹线特征信息和精确的特征定位。方法提取的线特征不仅包含掌纹的结构信息,还具有纹线的强度和宽度信息;此外,由于使用图像的相位信息,方法受图像亮度和对比度影响较小,提取的特征比较稳定。方法在PolyU掌纹库上测试,结果(EER=0.6%)表明线特征提取的良好效果。

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.

一种基于相位一致的高分辨率遥感图像特征检测方法

精确检测图像边缘特征是进行高分辨率遥感图像分割和识别的关键。空域特征检测算子以解决阶跃形边缘为主,得到的边缘特征对图像的亮度和对比度敏感。本文引入了一种基于频域相位一致的图像特征检测方法,该方法对遥感图像亮度和对比度具有不变性,同时适用于多种边缘特征的检测。使用Log Gabor小波计算IKONOS Pan图像的相位一致多尺度梯度,对农田、道路和厂房等典型地物进行特征检测的结果表明,相位一致算法对图像局部亮度和对比度不敏感;并且对线形物体产生单线响应,不似空域检测算子产生双线响应。最后考察滤波器尺度和方向参数变化及添加高斯噪声对检测结果的影响,发现相位一致算法无需先使用低通滤波去除噪声,因而具有更稳定的特征定位精度;并且抗噪声干扰的能力强,检测结果不会因为噪声而出现波动。基于相位一致的遥感图像不变特征提取,为高分辨率遥感图像的分割和对象识别提供了基础。

基于相位一致性的眼底图像视网膜血管分割

眼底图像的视网膜血管分割是眼底图像处理的重要组成部分,视网膜血管对于医学研究和临床诊断有着重要的作用。传统图像分割算法都有一定的缺陷,而相位一致性算法由于不受对亮度和对比度的影响,且有着较好的分割效果,可以用于图像特征的提取和分割。为此提出了将相位一致性算法应用于眼底图像的血管提取中,采用真实的眼底图像数据库进行实践,证明了可较好地用于眼底图像视网膜血管分割。

基于相位一致性和字符纹理特征的车牌定位算法

针对在光照变化和光线不足环境下车牌定位困难的问题,将相位一致性应用于车牌定位,提出了基于相位一致性和字符纹理特征的车牌检测算法。利用相位一致性不受亮度和对比度变化影响的特点,提取图像边缘信息;在获得的图像相位一致性边缘上,扫描车牌图像。将扫描区域垂直投影为一维信号,并利用小波多分辨率的特性滤除噪声的干扰,再根据车牌中的字符纹理的统计量特征进行车牌提取。实验表明,该算法在光照变化和光线不足的环境下,能获得96%的车牌识别准确率。

基于相位一致性的织物起球图像分割

纺织品起球客观评级是纺织品性能测试数字化的重要组成部分.毛球分割是纺织品起球客观评级中的关键步骤,分割结果直接影响评级的精度.目前方法大多利用图像的灰度信息,易受图像亮度和对比度变化以及光照不均匀等因素影响.针对这些问题,研究了基于相位一致性检测的分割算法.该算法基于LogGa-bor滤波器计算相位一致性,对检测结果进行加权阈值分割.实验结果表明,该方法能获得令人满意的分割结果,提高了织物起球客观评级系统的实用性.

基于相位一致性的遥感图像匹配方法

图像匹配的优劣是影响图像拼接质量的一个重要因素,而传统的图像匹配方法对辐射畸变敏感.为了解决这一问题,提出一种鲁棒的图像匹配方法。通过Log-Gabor滤波器与图像卷积计算得到能够检测图像特征的相位一致性模型,接着考虑在各方向上的Log-Gabor卷积结果构造出具有旋转不变的标准化的最大索引图,最后在最大索引图上使用分布直方图完成特征描述符的构造以实现图像匹配。在具有辐射畸变的遥感图像上进行匹配实验,当待匹配图像发生旋转时,所提方法的正确匹配个数在50个以上,均方根误差(RMSE)为1.6~2.1像素,优于传统的辐射不变特征变换(RIFT)算法。实验结果表明,所提方法是一种有效的特征匹配算法。

基于分块相位一致性的人脸识别算法

针对基于可见光的人脸图像的识别容易受光照和表情变化的影响,人脸的表情变化仅限于局部等问题,以及图像的相位一致性特征不受图像的亮度或对比度影响的特点,提出了一种基于分块相位一致性的人脸识别算法。该算法用log-gabor滤波器对图像进行滤波,利用相位一致性模型提取相位一致性特征图像;对每幅特征图像进行分块主元分析(PCA)处理;融合所有子图像的距离信息,采用最近邻分类器进行分类识别。实验证明该方法具有更好的识别性能。

一种基于相位特征的小波域图像质量评价算法

基于像素值的图像质量评价算法忽视了图像自身的结构特征信息,不能较好地评测某些失真类型的图像质量。针对这一问题,本文提出一种基于相位特征的图像质量评价算法。该算法根据人眼对图像的理解主要建立于图像低层次结构这一特点上,给出一种图像质量评价函数的计算方法。首先将图像的相位一致性作为评价函数的第一个特征;然后将图像的小波变换模作为评价函数的第二个特征。最后基于这2个特征获取整体图像的质量评价测度。仿真实验验证了该算法的有效性,结果表明提出的图像质量评价算法和人类主观评价感受具有良好的一致性。

基于NSCT域滚动引导滤波与自适应PCNN的医学图像融合

针对传统CT和MRI医学图像融合后存在边缘轮廓模糊、纹理细节丢失等问题,提出基于NSCT域结合相位一致性滚动引导滤波与改进参数自适应双通道PCNN的图像融合方法。首先,采用相位一致性滚动引导滤波对CT源图像进行增强,提高骨骼轮廓结构清晰度。然后,通过NSCT变换分解增强后的CT和MRI源图像得到低频子带和高频子带。低频子带系数采用改进参数自适应双通道脉冲耦合神经网络融合策略,明显改善了软组织的纹理细节模糊效果;高频子带系数采用加权求和修正拉普拉算法融合,提升了融合后图像的细节、纹理等信息。最后,通过逆NSCT变换重构出融合图像。通过五组对比实验表明,所提方法的AG、CC、SF、MSE以及CEN客观评价指标分别平均提高了13.30%、6.71%、4.40%、40.23%、19.16%,说明该融合方法在处理纹理细节、边缘轮廓、结构相似性以及图像像素方面性能更好。

基于相位一致性双边缘分割车牌定位算法

首先用图像的相位一致性特点对车牌图像进行特征提取;然后对二值图像做投影,并对投影信号做小波变换降低噪声的干扰;最后通过双边缘分割将车牌的垂直和水平边缘检测出来完成车牌的最终定位。实验表明,该算法对不同光照具有一定的鲁棒性,同时具有较好的运行效率。

NSCT域内结合相位一致性激励PCNN的多聚焦图像融合

针对传统脉冲耦合神经网络(PCNN)无法准确提取多聚焦图像聚焦区域的问题,提出一种利用相位一致性(PC)来检测图像清晰区域,并结合PCNN的多聚焦图像融合算法。首先,利用非下采样轮廓波变换(NSCT)对源图像进行多尺度分解,分别得到图像的高频子带和低频子带;其次,通过计算高频系数的空间频率值(SF)与低频系数的相位一致性值来提取图像高低频子带中的聚焦区域;然后,将SF与PC作为PCNN外部激励来刺激PCNN神经元点火,分别对图像高低频系数进行融合;最后,利用逆NSCT得到最终融合图像。实验采取多聚焦图像Clock、Pepsi和Lab作为三组实验数据集,与传统融合算法及新近提出的几种算法进行对比,所提算法的客观评价参数:互信息、边缘信息度、信息熵、标准差和平均梯度的数值均大于或十分接近于对比算法的最大值;同时从实验结果图与源图像的差值图中可以发现所提算法的差值图包含源图像清晰区域的痕迹明显更少。实验结果表明所提算法能更加准确地提取出图像的清晰区域,更好地保留图像的边缘与纹理等细节信息,得到更好的融合效果。

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.

综合特征一致性模型及其在图像特征检测中的应用

针对传统的空域特征检测算子得到的特征对图像的亮度和对比度敏感的缺陷,本研究综合特征一致性模型进行噪声补偿,得到了改进的综合特征一致性模型,并将其应用在图像特征检测中.实验结果表明:该算法对图像亮度和对比度具有不变性,并且具有较好的抗噪性能和通用性,符合人类视觉系统特性.

改进的区域互信息和小波变换的图像配准

为提高图像配准的速度和精度,对基于区域互信息配准算法进行了改进,运用了两层小波分解策略的配准方法,小波分解得到的最顶层图像采用粒子群优化全局寻优算法,利用搜索的结果作为下一层Powell寻优方法的起点,另外,对待配准图像应用形态学方法去除噪音。针对不同分解层的特点,采用不同的测度方法,得到的顶层图像采用改进后的区域互信息为相似性测度,而底层采用归一化互信息测度和相位一致性的相结合的方法,不仅提高了速度,还克服了图像间明暗对比的影响。实验结果表明,提出的配准算法对图像噪声有较高的鲁棒性,可达到亚像素精度,在配准速度上也有了很大的提高。

基于相位信息的乳腺超声图像水平集分割

目的基于相位信息改进距离正规化水平集演化(DRLSE)模型的速度收敛项,改善对乳腺肿瘤超声图像的分割效果。方法首先,利用Log-Gabor滤波器组对图像进行频域滤波,得到一组基于相位信息的特征图。其次,在相位一致性的基础上,求出乳腺超声图像经高斯噪声补偿后的最大方向能量相位PC(M),并采用细节保留各向异性扩散滤波(DPAD)模型对PC(M)降噪,减少斑点噪声的干扰。最后,选用Sigmoid函数,将滤波后的PC(M)作为其自变量,以替换DRLSE模型中的速度收敛项。结果采用改进后的模型对多幅临床乳腺肿瘤超声图像进行分割,分割结果显示基于相位信息的正规化水平集演化(PB-DRLSE)模型在相似性(SI)、真阳性(TP)和假阴性(FN)方面均优于原始DRLSE模型(P均<0.05)。结论本研究提出的分割方法较之原始模型对乳腺肿瘤超声图像的分割更为优越。

利用简正模态相位关系的浅海声源深度分辨方法

针对浅海波导声源深度分辨问题,本文提出了一种利用简正波的相位关系进行声源深度分辨的方法。该方法通过对垂直阵接收到的信号进行简正波分解,得到简正波系数,在已知声源距离的情况下通过对简正波系数项的处理得到各阶简正波的相位关系,根据相位关系估计声源的深度区间。该方法在阵元数较少时依然可以分辨声源深度,而且对宽带信号、窄带信号、连续信号和脉冲信号均适用。理论分析和数值仿真的结果说明:只有近水面处声源激发的简正波满足相位一致的特性,利用此特性可分辨水面水下目标。仿真和海试结果证明:在海水声速随深度不变或缓变的水文环境下,该方法可以准确的分辨声源深度区间,并且在深度采样不充分的情况下仍然适用。

利用时频分析研究非相位锁定脑电活动

时频分析技术自20世纪80年代被引入到心理学脑电数据分析领域以来,克服了传统的时域ERP方法只能分析相位锁定成分的缺陷,可以帮助研究者挖掘到脑电信号中非相位锁定的成分。在心理学领域,应用最多的时频分析方法是小波变换和Hilbert变换,而能量、相位一致性和耦合是三个最常用的分析指标。研究者利用不同的分析指标来揭示不同的心智过程。不同频段的能量被认为体现了不同的认知过程,如α能量被发现与注意选择性有关,而γ能量则与特征整合相关。相位一致性常被用于讨论ERP产生的机制。耦合则通常说明了长距离脑区之间的信息交流以及高级脑区对低级脑区的认知控制,在完成各种复杂认知任务的时候会表现出不同的耦合模式。