Gabor小波

摘要： 为了解决现有图像边缘提取算法对于局部区域特征提取效果不佳不清晰的问题,提出一种模糊局部二值模式Gabor边缘检测算法(fuzzy local binary-Gabor).该方法首先利用Gabor小波对图像进行第一次处理,降低图像中由于光照变化和噪声对图像产生的影响,再用模糊局部二值算法(模糊数学与局部二值法的结合)将处理过的特征图片进行第二次处理得到相应的轮廓提取特征图.结果证明,该算法确实对目标区域有较好的检测率,得出该算法对于图片轮廓的提取确实有很好的效果.

摘要： 引入Gabor小波方法去除光照干扰,实现汽车金属材料表面微小缺陷的快速识别.通过改进Otsu阈值分割法对缺陷图像进行分割,对缺陷图像实行进一步处理去除光照干扰;利用模拟测试法得到Gabor滤波器运行中的最佳参数,对样本汽车金属材料表面微小缺陷图像进行Gabor模板卷积操作,获取边缘图像;针对边缘图像实行加权马氏距离计算,对边缘轮廓特征进行增强;通过连通区域标记检索并标记汽车金属材料表面的缺陷,实现汽车金属材料表面微小缺陷的快速识别.研究结果表明:Gabor小波的缺陷识别方法缺陷识别率高,能够准确识别横向划伤、纵向划伤以及网纹等缺陷,具有较高的可行性.

摘要： 交通运输系统是经济持续发展的基础,在社会发展和经济发展中起着举足轻重的作用.在一个复杂环境中,如何对人和车辆等运动目标进行实时的观察,并给出对它们行为和动作的描述.该文对采用的二维算法进行了改进,利用目标图像中所提取的轮廓曲线来代替所有的二值像素进行模型匹配.该文提出了一种基于二维Gabor小波的车辆监测与追踪算法.

摘要： 以裂纹、气孔、夹渣、未熔合和未焊透五类不锈钢焊缝缺陷为研究对象,通过Gabor小波变换对焊缝缺陷的超声信号进行特征提取,利用粒子群优化算法(Particle Swarm Optimization,PSO)对支持向量机(Support Vector Machine,SVM)优化后进行焊缝超声缺陷的识别,提高了对焊缝缺陷的分类精度.经过实验,证明所用模型对裂纹、气孔、夹渣、未熔合和未焊透五类缺陷的分类精度达到了96.36％.相比现有的方法,本方法识别面更广,精度更高,具有一定的工程价值.

摘要： 电梯导靴作为电梯轿厢的重要组成部分,对电梯的安全问题具有直接的影响.为了对电梯导靴故障进行更加准确的综合诊断,提出了一种基于 Gabor小波变换和多核支持向量机的诊断方法.首先,通过加速度传感器采集设备主体的振动信号,并利用经验模态分解得到固有模态函数分量.然后,采用 Gabor滤波器对低频分量进行滤波去噪,以使提取低频率上数据的特征.最后,采用权重的方式将局部和全局的核函数进行线性相加,组成多核支持向量机对数据进行分类.实验结果验证了所提方法的有效性,相比基于小波变换-最小二乘支持向量机的故障诊断方法,所提方法的故障诊断准确率提高了约 5%,达到了 87 .6%.

摘要： 随着科技的发展，人们的生活水平也越来越高，大多数人选择自驾出行。但是由于长时间的驾驶，在精神高度集中的情况下，会使驾驶员产生视觉疲劳的现象，在疲劳情况下驾驶车辆会产生安全隐患，因此有必要在驾驶员疲劳时对其进行提示与警告。运用表情识别技术，分析了传统表情识别技术存在的不足，提出了一种基于深度学习的表情识别算法，利用Gabor小波算法提取轮廓信息，可以有效减小光照对图像的影响，再通过PCA降维处理简化信息计算的复杂度，最后利用基于卷积神经网络的深度学习方法进一步提高人脸表情识别的精确度。

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 在分析Gabor小波和局部二元模式算子特性基础上,本文利用局部二元模式算子对提取的Gabor特征进行编码,得到人脸表情的局部Gabor二值模式.针对局部Gabor二值算法复杂度较高,文中采用局部保全投影算法将它降维到其空间,大大减少了运算时间.CMU表情库中实验结果表明：在采用欧式距离进行度量、K邻分类器进行识别的条件下,本文算法的人脸表情识别率较其他算法有了明显提高,识别速度相当.

摘要： 在分析Gabor小波和局部二元模式算子特性基础上,本文利用局部二元模式算子对提取的Gabor特征进行编码,得到人脸表情的局部Gabor二值模式.针对局部Gabor二值算法复杂度较高,文中采用局部保全投影算法将它降维到其空间,大大减少了运算时间.CMU表情库中实验结果表明：在采用欧式距离进行度量、K邻分类器进行识别的条件下,本文算法的人脸表情识别率较其他算法有了明显提高,识别速度相当.

摘要： 在分析Gabor小波和局部二元模式算子特性基础上,本文利用局部二元模式算子对提取的Gabor特征进行编码,得到人脸表情的局部Gabor二值模式.针对局部Gabor二值算法复杂度较高,文中采用局部保全投影算法将它降维到其空间,大大减少了运算时间.CMU表情库中实验结果表明：在采用欧式距离进行度量、K邻分类器进行识别的条件下,本文算法的人脸表情识别率较其他算法有了明显提高,识别速度相当.

摘要： 在分析Gabor小波和局部二元模式算子特性基础上,本文利用局部二元模式算子对提取的Gabor特征进行编码,得到人脸表情的局部Gabor二值模式.针对局部Gabor二值算法复杂度较高,文中采用局部保全投影算法将它降维到其空间,大大减少了运算时间.CMU表情库中实验结果表明：在采用欧式距离进行度量、K邻分类器进行识别的条件下,本文算法的人脸表情识别率较其他算法有了明显提高,识别速度相当.

摘要： 本发明公开了一种基于Gabor小波和SVM的钢轨病害的检测方法，包括：读取钢轨表面图像；采用中值滤波滤除钢轨表面图像中的噪声，并进行背景补偿；对钢轨表面图像中的钢轨进行矫正、定位和分割；对钢轨进行动态引导滤波、边缘检测和标记，计算并定位钢轨的表面病害，并对表面病害进行分割；根据钢轨的表面病害的最小矩形框从不同角度计算并提取表面病害的特征向量；根据钢轨的表面病害的定位、分割和提取的特征向量，基于SVM对钢轨表面的病害进行识别检测。本发明能够在一定程度上实现钢轨表面剥离掉块病害的自动定位识别，并提高了传统人工检测所难以保证的客观准确性。

摘要： 本发明提出一种在Gabor小波的幅度子带和相角子带上分别建立copula模型的方法来表示图像，并应用于图像的分类。用高斯copula模型建模Gabor小波子带时，只利用高斯copula函数而丢弃其众多的边缘函数，以减少计算量。本发明用黎曼距离(Riemannian Distance，RD)来衡量两个高斯copula函数之间的相似程度。在图像分类阶段，计算Gabor小波幅度子带的高斯copula模型和相角子带的高斯copula模型的加权黎曼距离来实现图像分类。本发明把幅度和相角上的copula模型结合起来进一步提高了Gabor小波图像表示能力，尤其是相角子带copula模型的加入使分类算法更能够适应于对不同分辨率图片的分类。

摘要： 本发明提出一种图像分类方法，该方法使用基于圆对称Gabor小波(CSGW)的深度分解方案，称为DD‑CSGW。由于CSGW有旋转不变特性，因而DD‑CSGW也是一种旋转不变的分解方法。深度分解是指通过使用CSGW的迭代和分层分解，这意味着较粗糙的子带可以通过CSGW连续分解成若干更精细的子带。由于DD‑CSGW变换域存在较强的依赖关系，因此我们使用Copula模型来捕获这些比例依赖，即用Copula模型刻画每一层的分解子带。同时使用了Copula模型参数和DD‑CSGW子带的均值和方差用来表示图像，并且使用SVM进行图像分类。本发明的深度分解方法效果在图像分类方面具有良好的性能，分类阶段速度较快，而且具有选择不变特性。

摘要： 本发明利用了Gabor小波分解来提取四根手指(食指、中指、无名指和小指)指间关节的纹路特征。特征提取将最终得出Gabor小波子带间的协方差矩阵。协方差矩阵能够刻画Gabor小波子带之间的相关结构，相比于以独立方式只计算子带方差有更好的区分性；识别部分是比对当前采集身份Gabor子带协方差矩阵和存储器中已经注册的身份的Gabor子带协方差矩阵之间的比较。为了提高性能，先对Gabor小波的子带进行CDF(累计分布函数)变换，再计算变换后的结果。本发明主要特点：(1)识别方法安全性高，四根手指纹路特征保证了系统的安全性；(2)对噪声有很好的抵抗作用，Gabor小波变换和CDF投影能有效抵抗图像噪声干扰。

摘要： 本发明涉及了一种利用Gabor小波子带相关结构的人脸识别方法。Gabor小波能在不同尺度和不同方向把人脸图像分解成若干子带。由于Gabor小波是一种冗余变换，它分解的子带之间存在较强的相关性。一个Gabor小波子带可看成是一个随机变量的观察数据，因而可以用多维随机变量的相关结构来表示Gabor小波的子带相关性。Copula是一种创建多维统计模型的工具，它的作用是刻画随机变量间的相关结构。本发明利用高斯copula来刻画Gabor小波子带间的相关结构，这种相关结构对人脸具有很好的区分能力。操作步骤为：先对人脸进行预处理，再进行Gabor小波分解和高斯copula提取相关特征矩阵，最后利用相关特征矩阵进行人脸识别。本方法对光照变化和图像噪声有较强的鲁棒性、识别率高、应用前景广。

摘要： 一种基于Gabor小波和灰度共生矩阵的人脸表情识别方法，该方法首先通过手工分割的方法提取出表情图像中的“纯脸”区域，并进行彩色图像灰度化、直方图均衡化以及尺度归一化处理；然后通过一种分块提取Gabor特征统计量的方法，大大降低了传统Gabor特征的数据冗余，并首次将反映图像纹理特征的灰度共生矩阵引入到表情识别领域，以此来弥补Gabor特征分块处理造成的像素空间相关性缺失的不足；最终生成了一组用于特征表达的低维特征向量，在保证较高表情识别率的前提下，大大提高了表情识别速率。

摘要： 本发明公开了一种多尺度Gabor小波PCA融合图像边缘检测方法，具体为：步骤1，对待检测彩色图像转换到LMN彩色空间中，得到L、M、N三个通道图像；步骤2，构建多尺度多方向的Gabor虚部滤波器组，将三个通道图像分别通过虚部滤波器组，得到滤波响应；步骤3，对于各个通道分量的滤波响应，采用PCA方法将同一尺度不同方向的滤波后图像进行融合，并计算各个通道的梯度；步骤4，对各成分梯度融合，计算得到梯度的幅值和方向，经非极大值抑制和双阈值法后，得到彩色图像的边缘。本发明解决了现有技术中存在的因降维得到的灰度图像结构信息不完整从而导致图像边缘信息的缺失的问题。

摘要： 本申请公开了一种基于Gabor小波的人脸表情识别方法及装置。所述方法包括：对输入图像进行灰度化和尺寸归一处理；根据预设的灰度均值和灰度方差对灰度化和尺寸归一处理后的图像进行灰度均衡处理，并将灰度均衡处理后的图像作为待识别图像；采用二维Gabor小波滤波器组对所述待识别图像进行Gabor小波变换；提取所述待识别图像的表情特征向量；利用非均匀弹性网格模板对提取出的表情特征向量进行匹配识别。所述装置包括：预处理模块、特征提取模块和识别匹配模块。本申请对Gabor小波滤波进行了改进，有效降低了干扰，使识别率大大提高，运算时间大大减小。

摘要： 本发明公开了基于二维Gabor小波的三维荧光光谱特征提取方法。包括以下步骤：S1.获取原始三维荧光光谱数据；S2.利用Delaunay三角形内插值法去除原始光谱中的瑞利散射；S3.利用扣除空白背景溶剂的方法去除原始光谱中的拉曼散射；S4.利用多维S‑G平滑进行光谱去噪；S5.不同的尺度伸缩和旋转产生的二维Gabor小波函数与经过步骤S1‑S4的预处理后的三维荧光光谱进行卷积滤波，得到不同的Gabor系数特征矩阵；S6.利用分块统计量的方法，对S5得到的Gabor系数特征矩阵进行特征降维；S7.将经过步骤S6方法得到的降维后的不同特征矩阵进行重新组合，得到关于该三维荧光光谱的最终特征矩阵。本方法提高了三维荧光光谱的图谱纹理信息提取效率，为基于三维荧光光谱进行管网水水质监测奠定了基础。

摘要： 本发明提出一种图像分类方法，该方法使用基于圆对称Gabor小波(CSGW)的深度分解方案，称为DD‑CSGW。由于CSGW有旋转不变特性，因而DD‑CSGW也是一种旋转不变的分解方法。深度分解是指通过使用CSGW的迭代和分层分解，这意味着较粗糙的子带可以通过CSGW连续分解成若干更精细的子带。由于DD‑CSGW变换域存在较强的依赖关系，因此我们使用Copula模型来捕获这些比例依赖，即用Copula模型刻画每一层的分解子带。同时使用了Copula模型参数和DD‑CSGW子带的均值和方差用来表示图像，并且使用SVM进行图像分类。本发明的深度分解方法效果在图像分类方面具有良好的性能，分类阶段速度较快，而且具有选择不变特性。