Gabor滤波

摘要： 雾灾一直都在影响人们日常生活,对雾进行有效的监测可减轻雾灾的危害程度。目前大雾遥感检测的难点为低云和雾的分离,并且高云下面的雾经常被误分掉,因此本文结合现有的研究成果和基于Gabor变换的纹理特征来分离低云和雾,并对高云和雾在透光性和光谱特性进行了研究,用红波段与近红外波段构建的归一化雾指数来提取高云下面的雾区。使用中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据对发生在北方的两场大雾进行了实验,结果显示,大雾检测的总体精度都在80%以上,大雾检测的精度和稳定性得到了明显提高。

摘要： 针对由于高光谱图像存在数据量大、数据相关性强、图谱合一等特点导致高光谱图像分类难度较大的问题,构建一种基于多分类器融合的高光谱图像分类模型.该模型首先使用双边滤波算法进行去噪处理,然后使用LDA算法与PCA算法相结合、单独PCA算法、Gabor滤波与PCA算法相结合三种方式分别对数据进行降维与特征提取,并分别使用SVM分类器、LightGBM分类器与AdaBoost分类器进行分类.最后设计一种AHP-投票法,将三个分类器的分类结果进行融合.结果表明,模型融合后效果显著提高,总体精度(OA)可达97.59%,平均精度(AA)可达98.95%以上,Kappa系数可达97.32%以上,OA、AA、Kappa系数比单个模型分类器平均提高2.30%、1.13%、2.54%.

摘要： 由于目前录入电子财务报销入账凭证时,没有对提取的特征进行降噪和去除冗余处理,存在录入效率、录入精准度和录入完整度低的问题。为此,提出电子财务报销入账凭证自动录入方法,通过Gabor滤波器对待录入的凭证数据进行降噪和去冗处理;采用顺序向前搜索方法在多通道的滤波特征图像中提取凭证数据特征;将J-M距离作为判别因子,实现特征空间的优化;将提取的特征输入支持向量机中,完成电子财务报销入账凭证的分类和自动录入。实验结果表明,所提方法的录入效率高、录入精准度高、录入完整度高。

摘要： 高光谱影像分类在遥感学科中具有重要的地位,针对传统高光谱图像分类忽略图像空间特征以及分类过程中有标签样本数目少的问题,本文提出了联合多种空间信息的高光谱半监督分类方法.该方法在高光谱图像处理的各个环节均引入了空间信息.此外,该方法对训练样本集进行扩充时,针对高光谱图像的特点,将教与学算法应用于图像分类中,并且将差分算法与教与学算法结合,平衡了搜索能力与时间复杂度之间的关系.经过实验验证,在有标签样本少的情况下,本文方法相比于经典算法SVM和几种性能优异的算法,在分类性能OA、AA以及Kappa系数上均有提升,证明了本文方法引入空间信息提高分类精度的有效性.

摘要： 由于夜间行车过程中行车记录仪拍摄的可见光图像视觉可见性较差,所以车载红外的运用越来越广泛,同时为了顺应智能驾驶的普及,道路检测也受到广泛关注,消失点作为一个重要的道路理解信息,对道路检测具有重要意义.为了提高红外道路图像的消失点检测效果,提出一种新的红外道路图像消失点检测算法.利用Gabor滤波计算每个像素处的局部主导纹理方向并进行投票来筛选出候选消失点,并提出基于方向约束的霍夫变换检测出关联直线,根据关联直线交点得到消失点的位置.实验结果表明,该算法能够有效克服红外图像纹理不丰富、轮廓不清晰等缺点,有效检测出红外道路消失点.

摘要： 随着生物识别技术的迅猛发展,虹膜识别系统被视为一种更具安全性、保密性、可靠性的新型识别系统.针对现有的虹膜识别系统设备成本高、识别速度慢等问题,设计了一款以FPGA为硬件基础,以Linux内核作为平台的虹膜系统.该系统使用Python开发,能够提升虹膜识别的速度;使用USB接口外接摄像头进行图像采集和眼睛轮廓寻找、切割虹膜;利用哈希算法提取特征编码,进行虹膜匹配.经过实际验证,该系统能完成识别任务并且识别率超过90％,具备优良的性能,能有效适应各类复杂场景.

摘要： 湖水在遥感影像中的纹理特征包含了水体的流向信息.以鄱阳湖为研究区域,基于LandSat8 OLI数据,提出了一种基于Gabor滤波器和霍夫变换提取水体流向的方法:通过Gabor滤波对影像中的纹理特征进行增强处理,并基于灰度共生矩阵对纹理进行定量分析.然后对处理后的图像进行霍夫变换提取出水体的流向信息.结果表明:对比同时期现场实测的湖流数据,该方法对鄱阳湖流场的提取具有较好的效果.

摘要： 针对当前单一的语音端点检测算法检测率低、鲁棒性较差的问题,提出一种基于深度神经网络和多特征融合的语音端点检测算法.该算法首先分别采用Gammatone滤波、Gabor滤波和LTSV滤波算法提取音频文件的耳蜗特征、短时特征以及长时变化特征;接着对三种特征做均一化处理,并在融合后将其作为深度神经网络的输入信号;然后采用事先训练好的深度神经网络模型,计算语音片段中属于语音/非语音的概率,进而确定语音片段的属性;最后采用中值滤波去掉误检测点,完成语音端点检测.为了验证算法的有效性,选取多个环境下采集的语音信号进行仿真实验.实验结果表明,该算法可以在噪声强度较高的环境下实现语音端点检测,并具有较好的准确性和鲁棒性.

摘要： 板材表面的纹理特征是木质板材表面最为直观的特性,同时也是建筑装潢质量和木制品品质的重要评价指标.以中国东北部常见的红松、落叶松、白桦、水曲柳和柞木等5种树种的弦切、径切图像作为研究对象,提出一种基于多通道Gabor滤波和Tamura纹理特征的板材纹理特征提取方法,克服了传统方法在提取样本图像的全局特征时对局部纹理特征不敏感的问题.具体是将基于视觉心理学的Tamura纹理特征与Gabor滤波器进行结合,在不同频率、不同方向上共24组滤波器的虚部卷积图像上进行纹理特征参数提取,结合上述的纹理特征参数在BP神经网络、KNN和支持向量机分类器上进行分类试验,最佳特征参数体系的识别率达97.8％.

摘要： 针对道路裂纹图像识别准确率低的问题,提出了一种基于视觉注意力机制的道路裂纹识别方法。首先人工将源图像分类为无裂纹、纵向裂纹、横向裂纹、网格裂纹。再通过对裂纹图像进行Gabor滤波获得相应纹理信息,对获得的纹理图像进行K-means聚类算法实现图像分割。然后结合基于注意力机制的模型SRM-Resnet(Style-based Recalibration Module Of Resnet)进行分类识别。最后将提出的方法与几种常见基于注意力机制的模型在4类图像上进行对比测试。结果显示,基于改进视觉注意力机制的道路裂纹识别对分类能力的准确率有较大提高,能够高效识别道路裂纹,最终的识别准确率可以达到0.966。

摘要： 鲁棒性特征提取一直是生物特征识别领域研究的一个重要问题.由于手指姿态易变,这个问题在手指多模态生物特征描述方面显得更为突出.为了较为稳定地刻画手指多模态生物特征信息,本文提出了一种新的基于Gabor特征编码的局部灰度特征提取方法.首先,对手指的三个模态指纹、指静脉和指节纹图像分别进行Ga-bor滤波,刻画它们的纹理方向特性,并分别获取Gabor方向特征编码.然后,分别对特征编码图像进行局部灰度特征分析,并以局部串联的方式对手指多模态生物特征进行融合.实验表明,该方法在自制的手指姿态多变的数据库中具有良好的识别性能.

摘要： 鲁棒性特征提取一直是生物特征识别领域研究的一个重要问题.由于手指姿态易变,这个问题在手指多模态生物特征描述方面显得更为突出.为了较为稳定地刻画手指多模态生物特征信息,本文提出了一种新的基于Gabor特征编码的局部灰度特征提取方法.首先,对手指的三个模态指纹、指静脉和指节纹图像分别进行Ga-bor滤波,刻画它们的纹理方向特性,并分别获取Gabor方向特征编码.然后,分别对特征编码图像进行局部灰度特征分析,并以局部串联的方式对手指多模态生物特征进行融合.实验表明,该方法在自制的手指姿态多变的数据库中具有良好的识别性能.

摘要： 鲁棒性特征提取一直是生物特征识别领域研究的一个重要问题.由于手指姿态易变,这个问题在手指多模态生物特征描述方面显得更为突出.为了较为稳定地刻画手指多模态生物特征信息,本文提出了一种新的基于Gabor特征编码的局部灰度特征提取方法.首先,对手指的三个模态指纹、指静脉和指节纹图像分别进行Ga-bor滤波,刻画它们的纹理方向特性,并分别获取Gabor方向特征编码.然后,分别对特征编码图像进行局部灰度特征分析,并以局部串联的方式对手指多模态生物特征进行融合.实验表明,该方法在自制的手指姿态多变的数据库中具有良好的识别性能.

摘要： 鲁棒性特征提取一直是生物特征识别领域研究的一个重要问题.由于手指姿态易变,这个问题在手指多模态生物特征描述方面显得更为突出.为了较为稳定地刻画手指多模态生物特征信息,本文提出了一种新的基于Gabor特征编码的局部灰度特征提取方法.首先,对手指的三个模态指纹、指静脉和指节纹图像分别进行Ga-bor滤波,刻画它们的纹理方向特性,并分别获取Gabor方向特征编码.然后,分别对特征编码图像进行局部灰度特征分析,并以局部串联的方式对手指多模态生物特征进行融合.实验表明,该方法在自制的手指姿态多变的数据库中具有良好的识别性能.

摘要： 背景减除法是一类通过建立背景模型,将输入帧与背景模型做比较以分离前景和背景的技术,在视频的识别、分割、跟踪技术中有着广泛的应用.现有的背景减除法,通常有着模型建立速度较慢,没有利用物体的边缘信息维护模型,对光照变化噪声敏感等不足.本方法的基于Vibe方法,在模型的初始化和模型的更新的过程中利用了Gabor滤波器计算所得图片的边缘信息,随机的对像素点和像素点的邻域的背景模型进行初始化或更新,并在背景的判定中加入了像素点各通道变化量的离散程度的参数,更好的处理了上述问题.实验表明,该方法有着良好的背景前景分割性能,并能抑制光照或光圈调整造成的暂时的背景颜色偏移造成的影响.在此基础上,本方法利用现代GPU强大的并行计算性能,使用GPU并行编程对算法进行加速,获得了更加快速的前背景分离效果.

摘要： 背景减除法是一类通过建立背景模型,将输入帧与背景模型做比较以分离前景和背景的技术,在视频的识别、分割、跟踪技术中有着广泛的应用.现有的背景减除法,通常有着模型建立速度较慢,没有利用物体的边缘信息维护模型,对光照变化噪声敏感等不足.本方法的基于Vibe方法,在模型的初始化和模型的更新的过程中利用了Gabor滤波器计算所得图片的边缘信息,随机的对像素点和像素点的邻域的背景模型进行初始化或更新,并在背景的判定中加入了像素点各通道变化量的离散程度的参数,更好的处理了上述问题.实验表明,该方法有着良好的背景前景分割性能,并能抑制光照或光圈调整造成的暂时的背景颜色偏移造成的影响.在此基础上,本方法利用现代GPU强大的并行计算性能,使用GPU并行编程对算法进行加速,获得了更加快速的前背景分离效果.

摘要： 背景减除法是一类通过建立背景模型,将输入帧与背景模型做比较以分离前景和背景的技术,在视频的识别、分割、跟踪技术中有着广泛的应用.现有的背景减除法,通常有着模型建立速度较慢,没有利用物体的边缘信息维护模型,对光照变化噪声敏感等不足.本方法的基于Vibe方法,在模型的初始化和模型的更新的过程中利用了Gabor滤波器计算所得图片的边缘信息,随机的对像素点和像素点的邻域的背景模型进行初始化或更新,并在背景的判定中加入了像素点各通道变化量的离散程度的参数,更好的处理了上述问题.实验表明,该方法有着良好的背景前景分割性能,并能抑制光照或光圈调整造成的暂时的背景颜色偏移造成的影响.在此基础上,本方法利用现代GPU强大的并行计算性能,使用GPU并行编程对算法进行加速,获得了更加快速的前背景分离效果.

摘要： 背景减除法是一类通过建立背景模型,将输入帧与背景模型做比较以分离前景和背景的技术,在视频的识别、分割、跟踪技术中有着广泛的应用.现有的背景减除法,通常有着模型建立速度较慢,没有利用物体的边缘信息维护模型,对光照变化噪声敏感等不足.本方法的基于Vibe方法,在模型的初始化和模型的更新的过程中利用了Gabor滤波器计算所得图片的边缘信息,随机的对像素点和像素点的邻域的背景模型进行初始化或更新,并在背景的判定中加入了像素点各通道变化量的离散程度的参数,更好的处理了上述问题.实验表明,该方法有着良好的背景前景分割性能,并能抑制光照或光圈调整造成的暂时的背景颜色偏移造成的影响.在此基础上,本方法利用现代GPU强大的并行计算性能,使用GPU并行编程对算法进行加速,获得了更加快速的前背景分离效果.

摘要： 背景减除法是一类通过建立背景模型,将输入帧与背景模型做比较以分离前景和背景的技术,在视频的识别、分割、跟踪技术中有着广泛的应用.现有的背景减除法,通常有着模型建立速度较慢,没有利用物体的边缘信息维护模型,对光照变化噪声敏感等不足.本方法的基于Vibe方法,在模型的初始化和模型的更新的过程中利用了Gabor滤波器计算所得图片的边缘信息,随机的对像素点和像素点的邻域的背景模型进行初始化或更新,并在背景的判定中加入了像素点各通道变化量的离散程度的参数,更好的处理了上述问题.实验表明,该方法有着良好的背景前景分割性能,并能抑制光照或光圈调整造成的暂时的背景颜色偏移造成的影响.在此基础上,本方法利用现代GPU强大的并行计算性能,使用GPU并行编程对算法进行加速,获得了更加快速的前背景分离效果.

摘要： 本文提出一种基于图像关键块空间分布与Gabor滤波的人脸表情识别算法，该算法在传统的基于Gabor滤波的表情识别的基础上,增加表情图像的关键块空间分布信息,提高表情识别的准确率.首先,使用5个尺度8个方向的Gabor滤波器组对表情图像进行滤波,提取表情图像的Gabor特征;然后,使用人脸表情训练样本通过向量量化方法训练指定长度的码书,利用码书将训练样本图像编码成索引矩阵,获取表情图像的索引分布;最后,将图像编码获得的索引矩阵与Gabor特征共同作为表情图像的特征,用于表情识别.实验结果表明:本算法的识别效果比单独使用Gabor特征的表情识别要好.

摘要： 本发明公开了一种基于Gabor滤波器的确定性图像编码方法，编码矩阵大小与目标图像尺寸和测量数相关，首先构造一个二维Gabor滤波器；其次调整Gabor滤波器中的可变参数确定Gabor滤波器，接着将得到的矩阵进行二值化，即可得到所需的编码矩阵；用编码矩阵对目标图像进行编码，最后用正交匹配追踪重构算法对编码后的图像进行重构。本发明针对毫米波图像的特点，能应用于毫米波压缩感知系统中，实现对毫米波图像的压缩成像与重构，能有效降低毫米波图像的重构时间，并改善重构性能。

摘要： 本发明公开了一种基于Gabor滤波器的随机图像编码方法，首先构造一个二维Gabor滤波器；然后将Gabor滤波器卷积高斯白噪声；将得到的矩阵进行二值化，即可得到所需的编码矩阵；用编码矩阵对目标图像进行编码，最后用正交匹配追踪重构算法对编码后的图像进行重构。本发明针对毫米波图像的特点，应用于毫米波压缩感知系统中，实现对毫米波图像的压缩成像与重构，能有效降低毫米波图像的采样率，并改善重构性能。

摘要： 本发明公开了基于三维Gabor滤波器的高光谱图像快速滤波方法，包括如下步骤：获取三维高光谱图像立方体，预处理后在不同频率幅值，不同频率方法及尺度参数下构建三维Gabor滤波器；通过交叉验证方法确定三维Gabor滤波器的最佳尺度参数，然后将滤波器的虚部和实部均分解为一维低阶滤波器乘积的线性组合，进一步得到实部和虚部的特征立方体，然后求模值，合并为模值特征立体体，将不同频率，幅值及方向参数的幅值特征立方体连接合并，得到用于分类的特征，最后验证分类精度。

摘要： 本发明涉及遥感图像处理领域技术领域，公开了基于Gabor滤波器和协方差池化的遥感场景分类方法，包括以下步骤：将高分辨率遥感图像分为训练集和测试集，训练集用于训练卷积神经网络模型；将训练集中的高分辨率遥感图像进行归一化处理，归一化处理后的高分辨率遥感图像输入Gabor函数的卷积层提取特征；将提取的特征输入协方差池化模块，获得图像的深层特征；根据图像的深层特征，通过反向传播得到卷积神经网络模型的模型参数，通过全连接层对图像的深层特征进行分类；使用测试集验证卷积神经网络模型对遥感场景的分类精度，这种基于Gabor滤波器和协方差池化的遥感场景分类方法，能够提高在高分辨率场景下的分类精度。

摘要： 本发明公开了一种基于Gabor滤波器的肺部超声图像条纹特征的识别方法，属于信号处理领域，其步骤为：首先采集一帧肺部超声图像，将采集到的图像经过Gabor滤波得到Gabor图像，利用PCA主成分分析方法对Gabor滤波图像进行特征降维，而后通过SVM分类器对特征向量进行分类，并利用交叉验证方法评估分类准确性并优化滤波器设计方案。本发明利用Gabor滤波方法提取肺部超声图像的B线特征，相比原始超声图像去除了噪声和横膈膜线，仅保留B线特征，更利于医生判读；本发明通过机器学习中SVM分类器的方法，评估并提升滤波器的条纹提取效果，保证了本发明方法在肺部超声条纹特征识别上的科学性以及创新性。

摘要： 本发明公开了一种基于Gabor滤波变换的姿态鲁棒三维人脸识别方法，首先建立三维可变形模型3DMM，并在三维模型上定义多个人脸特征点；然后给出一幅二维人脸图像，通过将三维模型与图像进行拟合得到其姿态和形状，然后将定义的三维特征点投影到图像平面上；最后利用Gabor滤波器在投影特征点处提取姿态的稳定特征，将人脸图像映射到S的顶点，得到具有纹理的三维人脸模型，利用该纹理合成具有新姿势的人脸图像进行人脸识别。本发明对人脸识别中的姿态变化和其他影响因素都具有较强的鲁棒性。

摘要： 本发明公开了一种基于摩尔邻域追踪算法和Gabor滤波器的轮廓图像提取方法，解决了摩尔邻域追踪算法在背景复杂纹理时轮廓提取困难而Gabor滤波器在主体目标与背景纹理接近情况下识别率低的问题，其技术特点是先采用摩尔邻域追踪算法进行图像内主体目标的轮廓提取，根据整幅图像内所识别物体的数目预测轮廓提取效果，如果提取效果欠佳，则先采用Gabor滤波器去除复杂背景，再应用摩尔邻域追踪算法提取主体目标的精细轮廓。该方法适用于待识别主体目标与背景在颜色、光强、纹理等任一特征维度上有所差异的平面图像处理；与已有方法相比，本发明提出的方法轮廓提取效果好，通用性强，适用范围广，不易受到环境光与复杂背景的影响。

摘要： 本发明提供一种基于全局Gabor滤波和局部LBP特征喉癌细胞图像分类方法，包括如下步骤：S1、获取喉癌细胞图像数据集，进行数据预处理；S2、提取图像全局特征信息；S3、提取图像局部特征信息；S4、图像分类器训练；S5、测试图像标签预测，得到测试结果。本发明采用Gabor滤波方法和LBP方法，能够准确高效地对喉癌细胞图像进行分类，兼具更优的分类准确率和kappa系数。

摘要： 本发明公开了一种基于Gabor滤波的深度学习医学图像去噪方法，本发明的方法提出了一种包含Transformer与Gabor滤波的医学图像去噪模型BGFormer，利用使用变分贝叶斯方法推理的Gabor滤波来代替传统卷积增强了边缘检测的能力。加上局部增强窗口(LeWin)Transform模块构造的编码‑解码网络与跳层连接结构，在获取局部上下文的同时，能显著降低高分辨率特征图的计算复杂度。本发明提出的方法与之前的基于深度学习的针对医学图像方向的去噪算法相比，在峰值信噪比(PSNR)，均方根误差(RMSE)，结构相似性(SSIM)指标上也展示了更加先进的性能。

摘要： 本发明公开了一种基于gabor滤波的快速眼睑检测方法及系统，该方法包括如下步骤：获取眼部图片，在眼部图片中划分出上眼睑区域和下眼睑区域；对上眼睑区域和下眼睑区域分别进行滤波，得到上眼睑梯度图和下眼睑梯度图；基于上眼睑梯度图和下眼睑梯度图每列像素中具有最大能量值的像素点，分别获得上眼睑候选点和下眼睑候选点；基于上眼睑候选点，获取上眼睑候选线段，并根据上眼睑候选线段，获取上眼睑有效点；基于下眼睑候选点，获取下眼睑候选线段，并根据下眼睑候选线段，获取下眼睑有效点；对上眼睑有效点和下眼睑有效点分别进行二次多项式拟合，获得上眼睑拟合曲线和下眼睑拟合曲线。本发明的眼睑检测方法不仅高效，且具有强的鲁棒性。