基于Gabor环滤波的纹理分割方法

针对纹理分割问题,提出了一种在频率域呈环形分布的Gabor滤波器组(Gabor环)的设计方法,在能量意义下给出了自适应选择滤波环带的步骤,并给出了经Gabor滤波后纹理特征的计算公式。根据给定Gabor滤波器环具有的多方向特性对不同纹理图像进行滤波,然后计算滤波后各点特征,并利用这些多方向特征进行纹理分割。实验表明该方法能取得较好的分割效果,并具有很强的通用性。     

多方向多尺度Gabor特征表示及其匹配算法

Gabor滤波是众所周知的一类特征提取方法,在机器视觉等领域得到了广泛研究和应用.本文提出了一种多方向多尺度Gabor特征表示、提取以及其匹配算法.多方向多尺度Gabor特征通过使用一组不同尺度和不同方向的Gabor滤波器对图像进行滤波,而后将滤波结果在各个滤波方向按尺度大小排序后连接而成.本文进一步提出了循环向量的概念,并将两个多方向多尺度Gabor特征相似度重新定义为一个多方向多尺度Gabor特征和对应的多个循环向量之间最大值.实验结果表明,本文提出的多方向多尺度Gabor特征不仅具有平移不变性、旋转不变性、尺度不变性,也展现出优秀的局部特征表示能力以及显著的鉴别力.     

指纹识别算法研究与实现

研究并实现了指纹识别过程中用到的算法,实现一套主要包括指纹图像灰度归一化和均衡化、指纹图像分割、二值化的指纹识别预处理算法、不同方向Gabor滤波的特征提取算法;尤其是采用基于Gabor滤波的指纹图像增强和纹理匹配的方法,兼顾了指纹图像的细节特征和全局特征。最后,以matlab7.0为开发平台对该方法进行验证,表明在同样的特征提取算法和匹配的条件下,改进的处理算法能够更简洁而有效地避免各种伪特征且识别率高于传统算法。     

基于Gabor滤波器的指纹图像增强研究

为了能够正确提取指纹图像中的关键特征,除了有效的方向计算和图像分割方法之外,指纹图像的纹路增强也是指纹识别中提高特征提取正确率的一个重要手段。在Gabor滤波器的基础上,使用平均频率的指纹增强方法,并在运算过程中对滤波算法进行优化,有效地减少了运算量。实验证明,该方法对低质量图像具有显著的增强效果。     

基于NSCT-Gabor特征和脉冲耦合神经网络的SAR图像分割

针对SAR图像目标的精确分割问题,利用非下采样轮廓波变换(NSCT)和Gabor滤波器分别提取图像特征,然后采用脉冲耦合神经网络(PCNN)对目标区域进行增强,提出了一种分割算法。分别对图像进行NSCT分解和Gabor滤波,对NSCT域的高、低频子带系数构造一个特征图,对Gabor滤波的不同尺度构造对应的特征图,对所获取的各个特征图用PCNN进行目标增强,最后对增强的特征图进行合理合并与分割。利用MSTAR SAR数据库中各种干扰强度下的图像进行了实验,结果表明,相比于模糊C均值、马尔可夫随机场等常见的分割算法,所提出的算法分割结果更为准确,同时受噪声干扰更小。     

基于Gabor变换的图像纹理识别

提出了一种改进的Gabor变换的图像纹理增强算法,将空域的纹理图像变换到联合空间频率域并将联合空间频率域的能量分布作为掌纹的特征,Gobar滤波器在频域内对子块其主方向上频率能量分布进行滤波,特征向量进行了匹配识别,增强特征纹线信息并对核心区域进行多方向空间频率能量滤波合成,同时也对滤波算法进行了优化,有效地减少了运算量.实验证明,该套增强算法运行稳定,效果好,可有效提取纹理图像特征纹线信息.     

多尺度Gabor小波变换在图像检索中的应用

在基于内容的图像检索中,纹理特征是一种重要而又难以描述的特征。为提高图像检索中纹理特征的提取效率,通过对Gabor滤波器滤波特点的研究,提出一种基于多尺度Gabor小波纹理的图像检索方法。设计了一组具有多种尺度和多个方向的滤波器组,选择并优化滤波器组的各参数,对图像进行滤波和特征提取。设计并实现了一个基于Gabor纹理...     

基于AM-FM纹理模型的医学图像检索

本文提出了一种基于调幅-调频(AM-FM)模型的医学图像检索算法。该方法首先使用Gabor滤波函数对图像进行滤波,计算Gabor函数冲激响应的偏微分,然后使用能量分离算法做调幅-调频分解,估计出瞬时幅值和瞬时频率,以幅值和频率的均值和标准差作为纹理特征。采用MATLAB和SQL开发语言构建检索平台,测试该特征的实用性,与Gabor纹理检索算法进行比较。实验结果表明,该特征对医学图像检索效果有明显的提高。     

结合Gabor纹理特征的局域化多通道水平集分割方法

本文提出了一种局域化多通道主动轮廓模型的图像分割算法.针对纹理特征比较明显的图像,通过Gabor滤波提取纹理特征,与图像灰度信息构成多通道.考虑到演化过程中曲线内部和外部特征属性不均匀,引入局域化思想,通过计算各像素在局部区域的最小能量得到图像分割结果.最后算法结合先验形状对有遮挡目标进行分割,并能得到理想结果.大量实...     

基于活动轮廓和Gabor滤波器的细胞分割

将Tony F Chan提出的基于曲线进化、Mumford-shah泛函和level set技术的没有边界泛函的活动轮廓模型与Gabor滤波器相结合,利用Tony F Chan提出的不依赖于边界梯度的活动轮廓能够检测出边界梯度较弱的物体边界与Gabor滤波器能在不同方向和频率增强图像的特点,先对原始细胞图像进行不同角度、不同频率Gabor滤波从而在不同方向增强细胞边界削弱细胞内部信息,然后把不同方向滤波后的图像融合以得到边界增强噪声减少的图像,最后在该图像上应用活动轮廓取得了较好的分割效果.