log Gabor函数在人类视觉系统特性研究中的应用

本文对Gabor函数与log Gabor函数进行比较。构造了log Gabor小波,从人类视觉系统认知特性的角度分析了log Gabor小波的性能,并与Gabor小波进行比较,讨论了log Gabor小波的优良性能。最后将log Gabor小波应用于图像特征检测,证明用log　Gabor小波不但可以提高特征定位精度,而且在相同检测效果的情况下,可以比Gabor小波节省大约一半的计算量。     

基于综合特征一致性的感兴趣目标检测

感兴趣目标检测是模式识别的关键部分.文中研究了一种新的检测感兴趣目标的方法.首先将相位子带滤波器组输出的图像局部信息表示为单个特征的集合,该集合中的若干单个特征组成了综合特征;然后在综合特征的基础上给出了综合特征一致性函数,并用噪声估计进行修正;最后利用该函数对复杂自然背景中的感兴趣目标进行检测.实验结果表明,该算法能够滤除复杂的自然背景,有效地检测出感兴趣目标,且具有通用性.     

一种改进的相位一致性图像特征检测方法

同时检测出包括边缘特征和线特征在内的多种图像特征一直是图像特征检测中的难点。在相位一致性基本原理的基础上,提出了一种基于局部频率的相位一致性检测图像特征的算法。试验结果表明,采用的算法在图像特征的细节保留和定位方面要优于传统的相位一致性算法和Canny算法。     

图像角点和边缘提取的相位叠合算法

提出了一种通过相位叠合模型来检测角点和边缘的算法,这种方法利用图像傅里叶分量在特征叠合次数最多的概念,采用相位叠合后的关键点来确定角点和边缘信息,利用相位叠合来标记特征点比用梯度方法有明显的优点:相位叠合是一种无量纲量,而且对图像的亮度或对比度是不变的,因此它能提供对特征点的绝对度量.实验结果证明本算法提取的角点和边缘特征不随图像照度而改变,提高了不同照度下提取图像边缘特征的可靠性.     

变窗Gabor变换理论及其在图像处理中的应用

基于Ｇａｂｏｒ变换和小波变换提出了变窗Ｇａｂｏｒ变换，讨论了它它的若干优良特性。变窗Ｇａｂｒｏ变换包含了Ｆｏｕｒｉｅｒ变换，Ｇａｂｏｒ变换，波变换的一般化，基于上述变换对变窗Ｇａｂｏｒ变换提出了不同的快速算法。     

综合灰度和纹理特征的运动阴影检测方法

为了提高运动目标阴影检测的有效性和稳健性,提出了一种综合灰度和纹理特征的阴影检测方法。该方法通过背景差分法提取运动区域,利用快速归一化互相关函数对运动区域进行检测,获得潜在的阴影区域。然后,利用Gabor小波分析潜在阴影区域的纹理特征,得到最终的阴影区域。实验结果表明,该算法能够实时有效地进行阴影检测,并具有较强的稳健性。     

基于相位一致性检测的目标分割和跟踪方法

在复杂背景下,目标和背景的亮度或对比度变化以及光照不均匀等因素都会影响目标分割的结果,导致跟踪不稳定或失败。针对这些问题,介绍了基于相位一致性检测的目标跟踪算法。该算法利用log Gabor滤波器获取多方向相位一致图像,并根据最小尺度下6个方向log Gabor小波滤波图像的中值平方确定目标响应最大的3个方向,进行目标分割;利用分割结果确定目标大小、质心位置,进而实现波门自适应跟踪。实验表明,该算法不受亮度和对比度变化影响,采用一个固定的分割阈值,就能得到很好的分割结果,实现了对目标的稳定跟踪,具有较高的跟踪精度。     

基于相位信息的图像特征定位

图像特征可以用一个基于Gabor小波变换的复向量来表示.图像的相位是空间位置的函数,根据这一原理,利用相位信息可以实现图像特征的定位.分析了图像信号相位信息的空间特性,以人脸图像为例,研究了相位信息在图像特征定位中的应用.     

基于相位一致性的红外图像边缘检测方法

由于红外图像的灰度和对比度较可见光图像的低,用基于灰度的边缘检测方法检测红外图像的效果不佳。针对这种情况,利用相位一致性对灰度和对比度的变化具有不变性的原理,提出了基于相位一致性的红外图像边缘检测方法。首先计算红外图像的相位一致性值,然后采用K-mean法分割出包含边缘的区域,最后用形态学相关方法生成边缘曲线。实验结果表明,该方法对红外图像边缘的检测效果比Canny算法更准确。     

基于梯度方向一致性和特征分解的红外小目标检测算法

在复杂的海天背景下,现有红外小目标检测算法存在虚警率高的问题,文中深入分析目标和背景的特征差异,首先,提出了一种基于灰度差和梯度方向一致性的方法,增强了小目标并抑制了部分背景杂波,其次,结合特征分解法进一步抑制了锐利边缘背景,最后,采用自适应阈值分离出小目标。实验结果表明,与五种现有算法相比,所提出的检测算法能够在不同复杂场景都有效降低虚警率,大大提升信杂比（SCR）和背景抑制因子（BSF）,并且具有良好的鲁棒性。     

一种新的综合颜色和纹理特征的图像检索方法

提出综合HSV颜色直方图和Gabor小波纹理特征进行检索的新方法,既利用颜色特征对图像颜色全局分布的描述,又利用纹理特征对局部空间信息的描述,避免一种特征描述图像的片面性。基于Corel库的检索实验结果表明,该方法可以取得良好的检索效果。     

小波变换在图像边缘检测中的应用

目前,被广泛使用的经典边缘检测算子有Sobel算子,Prewitt算子,Roberts算子,Log算子,Canny算子等等。这些算子的核心思想是图像的边缘点是相对应于图像灰度值梯度的局部极大值点。然而,当图像中含有噪声时这些算子对噪声都比较敏感,使得将噪声作为边缘点。由于噪声的干扰,不能检测出真正的边缘。一个拥有良好属性的的边缘检测算法是每个研究者的追求。利用小波交换的特点,设计了三次B样条平滑滤波算子。通过利用这个算子,对利用小波变换来检测图像的边缘进行了一定的研究和理解。     

数据融合技术在图像边缘检测中的应用

提出了一种基于数据融合的图像边缘检测算法。此种方法对初始图像分别采用“Rob-erts”算子和“sobel”算子及小波变换三种方法进行边缘提取,再将三种算法结果通过数据融合的手段获得一幅新的边缘图像。实验结果表明,该方案所得到的边缘图像的效果优于单独采用“Sobel”或“Roberts”算子所获得的边缘图像,是一种行之有效的图像边缘提取算法。     

双色红外图像融合在目标检测中的应用

针对双色红外的图像融合特点,提出了一种基于在小波分解域中,在高频子带上采用区域能量测度融合规则,在低频子带上采用加权平均融合规则。首先,双色红外成像系统分别对中波和长波红外图像进行提升小波分解,提取出2幅图像的低频和高频信息,并采用不同的融合规则对低频和高频子带图像进行融合,然后通过提升小波反变化对各层系数进行重构,得到目标区域的融合图像。而后再通过小波软阈值化去噪,最后进行目标自动检测。通过实验对比证明,提出的融合规则更好地提高了目标的检测和识别概率。     

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...     

综合高分卫星图像多维特征的云检测方法

云是遥感图像分析处理的一大障碍,为了解决这一问题,基于高分1号遥感影像光谱和纹理的多维特征信息,提出一种综合优化的云检测方法。针对光谱检测出的似云区域,该算法采用新的子图分割方法,结合动态阈值设置,有效提高了纹理检测的正确率。由于固定的光谱阈值设置和纹理检测都无法获取复杂环境下的云层边界信息,算法采用大津法予以修复。结果表明,该算法可有效地检测出影像中的云覆盖区域,实现薄云、厚云以及厚云边界信息的最佳提取。     

基于组合特征和HSI颜色空间的阴影检测

为了更有效地检测视频序列中的阴影,提出基于组合特征和HSI颜色空间的阴影检测算法.对提取的前景,先采用扩展的不变矩和Gabor小波变换分别抽取待识别区域的全局特征和局部特征来建立组合特征向量,再通过建立的HSI空间的阴影颜色模型来准确检测出目标的阴影.实验结果表明,该算法具有良好的阴影检测效果.     

基于特征像素相关性的虚假图像盲检测算法

复制粘贴型（Copy-Move）篡改方式是把数字图像中一部分区域进行复制并粘贴到同一幅图像的另一个区域,以达到去除图像中某一重要内容的目的,是一种简单而有效的图像篡改技术。本文针对这种篡改方式,提出了一种利用图像特征像素间的相关性检测篡改图像的盲检测方法,为去除图像中少量噪声,降低算法的复杂度,本文对图像进行双树复小波变换（DTCWT）,之后对图像块进行最大类间方差阈值计算和二值化处理,最后计算各个图像块的相关性。实验结果表明,本文提出的篡改认证方法能有效地对抗噪声对认证的影响,对一般的噪声(高斯噪声、低频滤波)具有很好的鲁棒性。      

综合有向纹理特征及其在多光谱图像融合中的应用

纹理特征是多光谱图像中除光谱特征以外的一类重要的图像特征。该文通过对有向纹理特征的分析提出了综合有向纹理特征的概念,建立了求解综合有向纹理特征的方法,并在此基础之上提出了基于图像冗余小波域的综合有向纹理特征重要中心系数算法。该算法将多光谱图像的光谱信息与形态信息进行了有机的结合,在保持源图像光谱特征的同时也考虑到了纹理特征对于融合效果的影响。对模拟及真实多光谱图像融合实验结果的主观视觉评价、客观定量分析说明该算法与现有的同类多光谱图像融合算法相比,能够更有效地融合源图像信息、更好地保持源图像纹理特征。