相位一致性的理解及两种新的相位一致性模型*

首先研究了1D方波信号边缘处的相位分布特点,发现不同频率分量在边缘处的相位不一定收敛于同一个角度值,而是会随着占空比的变化而变化。因此,基于局部能量的相位一致性模型实际上是不同频率分量利用幅度加权后的平均结果。由于在多数自然图像中,图像频率分量的幅度会随着频率的增加而呈反比下降,基于局部能量的相位一致性模型主要由低频分量决定,这样在一定程度上降低了对边缘空间定位的精度。为了提高边缘检测的空间分辨力,提出了两种新的相位一致性模型。利用二维Log Gabor 滤波器提取图像的局部相位信息,分析了利用这三种相位一致性模型进行边缘检测的结果。实验表明,利用两种新的相位一致性模型可以检测到更加细致的图像边缘信息,具有更高的边缘空间定位能力。     

相位解缠中的一致性与非一致性分析

处理相位的不一致性或路径依赖性是相位解缠的关键和难点.在概述一致性与不一致性的基础上,较为细致地分析了产生不一致性的原因以及不一致性的编码,最后分析了不一致性给相位解缠产生的难点,提出处理不一致性的一些合理建议.     

相位一致性原理改进的双边滤波器

为了在增强滤波器去噪强度的同时还能够保留更多的图像边缘细节信息,提出了将相位一致性原理同传统双边滤波器相结合的改进算法.根据提取图像的相位一致性信息,自适应修改双边滤波器的空间相关性和灰度相关性因子,以取得最佳的滤波效果.通过实验图像进行验证,并对处理后的图像进行了主客观还原效果评价,峰值信噪比和结构相似性指数均有较大的提升,实验结果表明了该算法的有效性和可行性.     

基于相位一致性的铁轨特征提取研究

针对铁路沿途自然环境下各种光照的存在而引起的铁轨特征提取不完整的问题,提出了一种将相位一致性用于铁轨特征提取的方法。该方法摒弃了传统的基于灰度特性的特征提取,属频域处理方法。与另外几种算子的对比实验表明,该方法可以提高自然环境下铁轨特征提取的效果,能够获得较为完整的铁轨图像特征,并结合视角转换技术,实现铁轨半径检测自动化。     

基于相位一致性改进的步态识别方法

为克服步态轮廓变化对步态识别的不利影响,采用步态能量图改进对数Gabor相位一致性特征,提出一种新的步态识别方法。利用局部能量计算方法及频率扩展与噪声补偿策略,使提取的步态特征更具识别性和定位性,并对该步态特征进行线性判别分析降维。应用基于欧氏距离的最近邻分类器在CASIA和USF步态数据库上进行测试,结果表明该方法在个体携包行走、穿着和视角变化的情况下均能较好地识别步态轮廓,相比现有步态识别方法具有更高的正确识别率。     

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.     

利用相位一致性的图像质量评价方法

各种图像处理建立在有效性地提取图像特征之上,如图像分类、分割和图像质量评价等,因此获取有效的图像特征对于图像处理意义十分重大。不同于在图像灰度的突变点处直接定义图像特征,相位一致性(PC)在傅里叶分量的相位保持高度一致的位置观测图像特征,获得了丰富的特征信息和精确的特征定位,与人类视觉系统(HVS)对图像特征的认知相符。提出了一种新的基于相位一致性特征的图像质量评价方法。该方法使用退化与参考图像的相位一致性在局部区域的相似度来测量图像质量的退化程度;并且考虑到相位一致性是纹理和边缘的反应,而人类视觉系统对纹理丰富的区域较为敏感,利用相位一致的局部最值作为加权值,将局部的相似度结合为单个的图像质量评分值。实验结果表明,提出的图像质量指标具有较好的主客观一致性。尤为重要的是,该指标对图像的亮度和对比度变化不敏感。     

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。     

结合相位一致性的度量学习跟踪

目的 目标跟踪在实际应用中通常会遇到一些复杂的情况,如光照变化、目标变形等问题,为提高跟踪的准确性和稳定性,提出了一种基于相位一致性特征的度量学习跟踪方法。方法 首先对目标区域提取相位一致性特征,其次结合集成学习和支持向量机的优点,利用度量学习的思想进行区域的相似性判别,以此来确定目标所在位置。跟踪的同时在线更新目标模型和度量矩阵从而实现自适应性。结果 算法的有效性在有外观、光照变化及遮挡等具有挑战性的视频序列上得到了验证,并与当前几种主流方法进行了跟踪成功率和跟踪误差的定量比较,实验结果显示本文算法在4组视频上的跟踪误差平均为15个像素,跟踪成功率最低的也达到了80%,优于其他算法,具有更好的跟踪准确性和稳定性。结论 本文设计并实现了一种基于度量学习的跟踪新方法,利用较少的训练样本即可学习到有判别力的度量矩阵。该跟踪方法对目标特征的维数没有限制,在高维特征空间的判别中更有优势,具有较好的通用性,在有外观、光照变化及遮挡等复杂情况下,均能获取较为准确和稳定的跟踪效果。     

基于相位一致性图像处理的岩体裂隙自动检测

提出了一种基于相位一致性检测和分段线迭代连接并去除伪边缘的岩体裂隙自动检测方法。先对原始图像进行相位一致性边缘检测并细化处理,得到包含裂隙特征和伪边缘的分段线,再根据距离和角度原则对分段线迭代连接,裂隙分段线相互连接而不断完整的同时滤除不能连接而变长的伪边缘。实验表明,对于大体积岩体露头面图像的裂隙检测,该方法具有较高的精确性。     

利用相位一致性实现纹理分类的方法

提出了一种利用相位一致性(Phase Congruency,PC)实现纹理分类的方法。首先计算图像的PC值,然后将连续的PC值离散化,接着统计离散化PC值的直方图,最后将该直方图作为特征来实现对纹理图像的分类。PC值的直方图反映的是一种全局特征,因此可以将该方法与局部二元模式方法(Local Binary Pattern,LBP)相结合来提高纹理分类性能。在Outex、Brodatz以及CUReT纹理数据库上的实验表明,提出的方法与LBP结合后可以得到更好的纹理分类结果。PC值对噪声具有良好的抗干扰能力,实验表明,提出的方法在噪声情形下对纹理分类也具有较高的鲁棒性。     

基于改进相位一致性算法的眼底血管分割

为了从眼底图像中分割出具不同形态特征的视网膜血管,提出了基于改进相位一致性算法的眼底血管分割方法。采用二维离散Hilbert变换实现相位一致性算法,利用相位一致性算法在频域提取眼底图像特征并用于视网膜血管分割。采用STARE眼底图像数据库进行实验并以专家手工分割结果为标准,实验结果表明,提出的改进相位一致性算法可较好完成视网膜血管分割,能够有效避免图像亮度和对比度对分割结果的影响。     

相位一致性和KDDA结合的人耳识别方法

随着人耳识别技术的发展,如何寻找不受光照和对比度影响的特征并用于识别成为研究热点之一。本文提出一种利用相位一致性对人耳进行特征提取的方法,该方法首先从8个方向计算人耳图像中每点的相位一致性,然后对经过相位一致性变换的输出图像分块求和,形成特征矢量,最后通过KDDA将特征向量投影到低维高可分空间,并用欧式距离对人耳图像分类。对77个人,共308幅人耳图像进行实验,在等误率为1.7%的情况下,识别率可以达到98.2%左右,验证了该方法所提取的人耳特征不受光照影响。     

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Hilbert滤波器对的相位一致性边缘检测方法

基于梯度的边缘检测算法，主要是针对阶跃形边缘的检测。Morrone等人提出的基于局部能量和相位一致性的边缘检测方法，则同时适用于阶跃形和屋脊形两类边缘的检测。根据等Q分解原则设计了一组基于Hilbert变换的正交滤波器对，并根据广义相位理论提取滤波后的局部能量和相位信息，在分析了噪声影响和展频处理后，通过计算相位一致性检测图像中的边缘。由于基于相位一致性的边缘检测具有不受光照条件影响，无需计算局部能量极值的特点，因此，在边缘检测的准确率与定位精度上，取得了较好的试验效果。     

相位一致性指导的全参考全景图像质量评价

目的 全景图像的质量评价和传输、处理过程并不是在同一个空间进行的,传统的评价算法无法准确地反映用户在观察球面场景时产生的真实感受,针对观察空间与处理空间不一致的问题,本文提出一种基于相位一致性的全参考全景图像质量评价模型。方法 将平面图像进行全景加权,使得平面上的特征能准确反映球面空间质量畸变。采用相位一致性互信息的相似度获取参考图像和失真图像的结构相似度。接着,利用相位一致性局部熵的相似度反映参考图像和失真图像的纹理相似度。将两部分相似度融合可得全景图像的客观质量分数。结果 实验在全景质量评价数据集OIQA（omnidirectional image quality assessment）上进行,在原始图像中引入4种不同类型的失真,将提出的算法与6种主流算法进行性能对比,比较了基于相位信息的一致性互信息和一致性局部熵,以及评价标准依据4项指标。实验结果表明,相比于现有的6种全景图像质量评估算法,该算法在PLCC（Pearson linear correlation coefficient）和SRCC（Spearman rank order correlation coefficient）指标上比WS-SSIM（weighted-to-spherically-uniform structural similarity）算法高出0.4左右,并且在RMSE（root of mean square error）上低0.9左右,4项指标最优,能够获得更好的拟合效果。结论 本文算法解决了观察空间和映射空间不一致的问题,并且融合了基于人眼感知的多尺度互信息相似度和局部熵相似度,获得与人眼感知更为一致的客观分数,评价效果更为准确,更加符合人眼视觉特征。     

.基于相位一致性图像的模块化PCA人脸识别方法

提出了一种新的基于相位一致性的模块化PCA的人脸识别方法.解决了人脸识别受光照影响的问题.首先得到人脸训练样本的相位一致性图像;然后将人脸相位一致性图像划分为更小的子模块,用PCA方法处理这些子模块图像.在姿势、光照以及表情变化的情况下同一个人的局部面部特征是不变的,因此用该方法来处理这些变化.给出了传统的模块化PCA方法与该方法在不同姿势、光照和表情变化条件下的对比实验结果.实验结果表明该方法的人脸识别率较传统模块化PCA方法有了较大提高.     

结合果蝇算法优化PCNN和相位一致性的图像检索

针对现有基于内容的图像检索方法不能有效地融合区域和边缘信息的不足,利用果蝇优化算法(FOA)优化脉冲耦合神经网络(PCNN),并将其与相位一致性(PC)相结合,提出一种图像检索方法.首先采用FOA对简化PCNN模型的3个关键参数进行设定,并结合最大信息熵准则进行图像分割和特征提取;然后利用PC提取图像的边缘,获取边缘颜色直方图特征;最后综合运用这2种特征进行图像检索.实验结果表明,该方法具有较好的检索性能,平均查准率和平均查全率均高于现有的代表性方法.     

相位一致性和区域互信息量的医学图像配准

提出一种改进的多模态医学图像配准算法--基于相位一致性和区域互信息量,不仅使用了图像灰度,而且采用了能描述图像结构的特征。首先,引入区域互信息量代替传统的灰度直方图,可以将邻域信息考虑进去;其次,通过相位一致性得到的特征图像不受明暗对比度的影响;最后,将特征图像和原始图像引入到区域互信息量中,也就是结合了邻域信息和结构信息。结果表明算法具有精度高、鲁棒性强等特点,特别适合于医学图像配准。