基于2-DGabor滤波器的光学定穴体表特征提取方法

取穴准确性是决定针灸效果的最基本要求,这就需要对取穴体表特征进行精确地定位。文中提出一种新的人体体表特征定位的光学方法,在光学检测平台上通过相机采集不同方向的图像,选取合适的Gabor 滤波器参数,得到图像的强度响应并提取局部极大值,从而获得定穴体表轮廓特征。为验证该方法的有效性和精度,采用Sobel 算子、Canny 算子、LoG 算子以及Gabor 滤波器分别对灰度图像和二值图像进行特征提取。通过对比和分析,发现经过Gabor 函数滤波后得到的图像轮廓是连续且最清晰的;Gabor 函数对二值图像的滤波效果优于对灰度图像。实验结果表明,所提出的方法能精确快速地定位体表轮廓特征,为进一步利用轮廓特征提取定穴体表特征点以及研究穴位光学定位方法奠定基础。     

AFM显微图像Gabor滤波增强

提出了多尺度多方向Gabor滤波自适应融合的图像增强方法.使用特定不同方向不同尺度的Gabor滤波器与图像卷积,卷积图像进行规格化,通过取极小值和平均值对多通道图像Gabor滤波结果进行自适应融合,得到增强图像.将其用于原子力显微镜(AFM)显微图像增强,能有效消除阴影和噪声,获得了良好效果.     

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。     

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。     

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.     

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.     

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。     

指纹图像增强算法研究

指纹识别是一种重要的利用生物特征的个人身份识别技术。指纹图像增强是指纹识别系统中的必要步骤。针对指纹图像中的噪声干扰,提出一种基于指纹局部方向的指纹图像增强算法。首先利用图像的局部灰度分布特点计算局部方向角;然后利用局部正交方向轴线上的灰度投影量估计局部脊线频率;最后利用自适应的具有方向选择和频率选择的Gabor滤波器对原图像进行滤波增强。实验结果表明,此算法能有效地抑制噪声,而保持真实的脊线结构。     

基于Gabor滤波器人体血液图像中粘连细胞的分割

提出一种基于二维Gabor过滤器对人体血液细胞图像中粘连的红细胞和白细胞进行分割的方法.通过分析、简化、分解Gabor函数,设计了Gabor的多个参数,包括中心频率(ρ),滤波方向θ,以及沿着z轴和y轴Gaussian包络的空间常量σ.在算法的过程中,使用一组包括多个方向和多个频率组合的Gabor过滤器对血液图像进行滤波,提取出图像的纹理特征,然后按照一定的规则对特征图像进行合并,最后再用聚类算法进行分割.实验结果表明该方法具有很好的效果.     

一种基于全变分模型的图像修复改进算法

为了恢复图像中划痕、文字等小目标去除后丢失的相关信息,对全变分(TV)模型及其自适应算法进行了分析和改进。在Chan提出的图像修复原则的基础上给出了两个阈值参数,对原有算法中的权值系数进行了改进。仿真实验结果表明,本文算法在保证原有算法修复效果的同时能够有效地提高运算速度,取得了较好的实际效果。     

基于纹理特征与BP神经网络的运动车辆识别

在Gabor小波滤波器组与图像卷积值作为特征向量达到很高识别率的基础上,提出了一种特征值加权的Gabor小波纹理特征的提取方法.首先Gabor小波函数与纹理图像做卷积,然后加权处理尺度各不相同和方向各不相同的的卷积值,最后将均值和方差看作它们的特征向量,该方法使特征维数有所降低,并利用BP神经网络进行训练和仿真,实现运动车辆纹理图像的自动分类,达到运动图像的识别.实验结果表明此算法有效降低了图像的识别错误,增强了稳健性,对质量差的图像能够有效识别.     

基于Gabor小波的无边缘活动围道纹理分割方法

该文提出了一种基于Gabor小波的活动围道纹理分割新方法。该方法先用Gabor小波提取图像的纹理特征,再用Chan-Vese模型进行分割。与其它基于Chan-Vese模型的纹理分割方法相比,基于Gabor小波的活动围道的纹理分割方法有两个优点:一是同时使用纹理特征和灰度信息演化围道,可分割纹理图像和非纹理图像,分割方法的灵活性好;二是在分割多类目标时,采用多级分层式曲线演化方法解决了初始围道难以选择的问题。对自然界真实图像和遥感图像的分割实验结果说明,该文提出的分割方法精度高。     

Copy-move image forgery detection based on Gabor magnitude

With advancement of media editing software, even people who are not image processing experts can easily alter digital images. Various methods of digital image forgery exist, such as image splicing, copy-move forgery, and image retouching. The most common method of tampering with a digital image is copy-move forgery, in which a part of an image is duplicated and used to substitute another part of the same image at a different location. In this paper, we present an efficient and robust method to detect such artifacts. First, the tampered image is segmented into overlapping fixed-size blocks, and the Gabor filter is applied to each block. Thus, the image of Gabor magnitude represents each block. Secondly, statistical features are extracted from the histogram of orientated Gabor magnitude (HOGM) of overlapping blocks, and reduced features are generated for similarity measurement. Finally, feature vectors are sorted lexicographically, and duplicated image blocks are identified by finding similarity block pairs after suitable post-processing. To enhance the algorithm’s robustness, a few parameters are proposed for removing the wrong similar blocks. Experiment results demonstrate the ability of the proposed method to detect multiple examples of copy-move forgery and precisely locate the duplicated regions, even when dealing with images distorted by slight rotation and scaling, JPEG compression, blurring, and brightness adjustment.     

Gabor feature based nonlocal means filter for textured image denoising

The nonlocal means (NLM) filter has distinct advantages over traditional image denoising techniques. However, in spite of its simplicity, the pixel value-based self-similarity measure used by the NLM filter is intrinsically less robust when applied to images with non-stationary contents. In this paper, we use Gabor-based texture features to measure the self-similarity, and thus propose the Gabor feature based NLM (GFNLM) filter for textured image denoising. This filter recovers noise-corrupted images by replacing each pixel value with the weighted sum of pixel values in its search window, where each weight is defined based on the Gabor-based texture similarity measure. The GFNLM filter has been compared to the classical NLM filter and four other state-of-the-art image denoising algorithms in textured images degraded by additive Gaussian noise. Our results show that the proposed GFNLM filter can denoise textured images more effectively and robustly while preserving the texture information.     

自适应的基于Gabor函数的指纹图像增强算法

针对实际应用时采集的指纹库中指纹图像纹线粗细和质量差别很大的情况,提出了一种根据纹线宽度自适应地决定Gabor滤波器变换窗大小的指纹图像增强算法.改进了方向图的算法,在小波变换之后的低频子图上进行方向估算.实验结果表明,基于低频于图计算方向图使得运算速度和结果准确性均有提高,尤其对于低质量的指纹图像因为小波变换滤除噪声的作用,方向图准确性提高更为明显;自适应决定变换窗大小使Gabor滤波器能更好地发挥连接断线和分离粘连的作用,处理过粗或过细指纹时更具优越性.     

一种基于小波域的指纹图像增强算法

面对采集的指纹图像质量较差的问题,提出一种在小波域对指纹图像滤波增强算法。该算法在小波域进行Ga-bor滤波增强,通过Radon变换后的投影估计Gabor滤波的方向和频率,对滤波增强后的子图进行小波重构得到最后的结果,有效地抑制高频扰动对指纹图像质量的影响,提高运算速度和准确性。通过对FVC2000指纹库中的部分低质量指纹图像进行增强,表明该算法对指纹图像的增强效果明显,并且处理速度较快。     

基于Gabor滤波与数学形态学的视网膜图像增强方法

提出一种双尺度多方向的Gabor滤波器与数学形态学结合的视网膜图像增强方法。首先使用双尺度Ga-bor滤波器提取各个方向的主要血管信息并弱化背景,然后使用数学形态学top-hat变换来增强图像微小的细节,最后结合两种方法实现增强的动态调节。实验表明,该方法能够很好地增强视网膜图像中的血管信息,并大范围地弱化了背景和噪声,对于改善视网膜图像的视觉效果有极大帮助。     

Blurred fingerprint image enhancement: algorithm analysis and performance evaluation

A conventional automatic fingerprint matching process uses similarity score to quantify similarity between fingerprint images to be matched, and the similarity score can be determined with a minutiae extraction algorithm (MEA) which extracts minutiae from fingerprint images. The performance of MEA relies on the quality of fingerprint images. In case of blurred fingerprint images, it becomes difficult to obtain a reliable similarity score. As the result, an image enhancement algorithm should be incorporated with MEA when the fingerprint image is blurred. In this study, Volterra filter is proposed to enhance blurred fingerprints and compared against different enhancement algorithms. Experimental results show that Volterra filter outperforms other techniques such as Laplacian, Wiener, and Gabor filters for enhancing blurred images and its calculation complexity is moderate among techniques considered in this study.     

基于指导滤波的内侧指横纹识别方法

为了使指导滤波可以更有效地去除噪声进而提高匹配效率,提出了一种基于指导滤波的内侧指横纹识别方法。首先,在ROI提取阶段,通过提取ROI模板和利用模板在原始图像上所处位置的先验知识来指导其他原始图像进行准确的ROI提取,并对得到的ROI和模板进行互相指导滤波去除噪声。其次,在线特征提取阶段,利用Gabor滤波与求偏导相结合的方法进行线特征提取。最后,在特征匹配阶段,利用快速傅里叶变换的方法,得到相似度后通过对其选取合适的阈值来得到较好的实验效果。评估系统建立在包含100个人的2 000幅右手手部图像的数据库上,等错误率为2.32%,证明该算法可以进行指横纹特征识别并具有较高的准确率。