1 沈阳理工大学 自动化与电气工程学院, 辽宁 沈阳 110159
2 辽宁工程技术大学 电子与信息工程学院, 辽宁 葫芦岛 125105
为了提取指关节纹图像的纹理特征并进一步提高其识别精度, 提出一种基于改进Gabor小波和Tetrolet的指关节纹识别方法。首先, 利用某点邻域像素的融合幅值特征代表该点的Gabor幅值特征, 增强每个像素点之间的局部关联性; 其次, 将滤波后的指关节纹特征图像经过具有高稀疏性的Tetrolet变换以获取图像的最优稀疏表示; 最后, 利用带限相位相关(Band-Limited Phase-Only Correlation, BLPOC)算法提取指关节纹图像的互功率谱进行匹配。在PolyU-FK、PolyU-CFK、IITD图库得到的识别准确率分别为99.1300%, 98.8324%, 98.7937%, 最低等误率为1.4601%, 最短识别时间为0043 2 s。本文方法能够提高识别系统的性能, 具有可行性和有效性。
模式识别 指关节纹识别 融合像素点 带限相位相关 pattern recognition finger-knuckle-print recognition fused pixels Gabor-Tetrolet Gabor-Tetrolet band-limited phase-only correlation
淮北师范大学计算机科学与技术学院, 安徽 淮北 235000
韦伯局部描述子(WLD)是一种有效的图像特征描述子。但是,构成WLD特征的差分激励和梯度方向无法准确地刻画掌纹图像的局部灰度变化和纹线的方向,因此基于WLD的掌纹识别性能并不高。针对掌纹图像纹线特征较丰富的特点,对WLD特征进行改进获得多尺度Gabor方向韦伯局部描述子,以提高掌纹识别的性能。首先,采用多尺度Gabor滤波器对掌纹图像进行滤波,得到多尺度能量图和方向图;然后,基于能量图计算差分激励;最后,基于多尺度差分激励图和方向图构造直方图特征,并将不同尺度下的特征向量串联,进而生成掌纹图像的最终特征集。在PolyU,PolyU Multi-spectral和CASIA三种数据库上的实验结果表明,本文方法与一些现有的掌纹识别方法相比,具有较高的识别率和较低的等错误率。
模式识别 掌纹识别 韦伯局部描述子 Gabor方向 多尺度特征 激光与光电子学进展
2021, 58(16): 1610018
中国民航大学计算机科学与技术学院, 天津 300300
在采集手指静脉图像的过程中,近红外光在生物组织的高衰减性降低了静脉与非静脉区域的对比度,导致采集的手指静脉图像出现严重的噪声干扰。提出了一种融合Weber定律与Gabor滤波的静脉血管区域稳定增强方法,该方法以Weber定律为基础,建立了方向性Weber差分激励,并将其与Gabor滤波有机地结合起来。通过Gabor滤波的多尺度、多方向特性,放大了 WLD(Weber local descriptor)的方向激励能力,实现了Gabor滤波的最优响应与Weber定律最优激励的相互配合,从而有效凸显了静脉血管成像区域,对退化手指静脉图像进行了稳定增强。实验结果表明,所提方法对图像的增强效果良好,可有效提高手指静脉网络的可区分性。
激光与光电子学进展
2021, 58(14): 1410003
西安科技大学电气与控制工程学院, 陕西 西安 710054
针对Gabor小波提取存在维数灾难和特征冗余的问题,提出一种小波变换结合多特征融合编码的人脸特征提取方法。所提方法利用2D-Gabor小波提取归一化的输入图像特征信息,得到不同尺度和方向上的Gabor特征;对于每个特征图像,应用基于Gabor小波的多特征融合编码模型提取图像的L-F(Local Gradient Coding-Fusion)特征;最后使用直方图统计图像特征以选取适当的分块数目,利用信息熵将所有子块图像乘以各自的加权系数得到最终的人脸特征,并利用训练样本的欧氏距离来设定置信区间并进行识别。实验结果表明,所提方法相比于其他特征提取方法表现出较好的性能,并且在有不同姿态和复杂光照的影响下均可表现出良好的鲁棒性。
图像处理 人脸识别 特征提取 Gabor小波 多特征融合编码 激光与光电子学进展
2021, 58(12): 1210027
1 太原理工大学电气与动力工程学院热能工程系， 山西 太原 030024
2 浙江大学能源清洁利用国家重点实验室，浙江 杭州 310027
基于吸收光谱的波长调制技术在气体检测方面已被广泛应用。波长调制技术测量得到的二次谐波信号会受到背景噪声及光学条纹等的影响，导致浓度测量下限较高。为了降低噪声的干扰，提高系统的信噪比，本文选取2.25 μm处的吸收谱线对NH3进行理论分析和实验测量，采用小波变换和Gabor变换对二次谐波信号进行降噪处理。结果表明：Gabor变换和小波变换都能有效地去除二次谐波信号中多种噪声的影响，同时保留信号的真实性；对于主要含有白噪声和光学条纹的谐波信号，小波变换的降噪能力要优于Gabor变换，小波变换降噪后信号的信噪比明显提高，且曲线更加平滑；经过降噪后，低浓度NH3的测量下限由0.36 mg/m3降低至34.45×10-3 mg/m3。
光谱学 激光吸收光谱技术 小波变换 Gabor变换 激光与光电子学进展
2021, 58(7): 0730001
南京邮电大学电子与光学工程学院、微电子学院, 江苏 南京210023
烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns) 特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。
图像处理 烟雾检测 局部二值模式 Gabor 特征融合 激光与光电子学进展
2021, 58(4): 0410023
1 天津大学 精密仪器与光电子工程学院 光电信息技术教育部重点实验室，天津 300072
2 天津市公路工程设计研究院，天津 300201
针对神经网络难以从数据量较少、较单一的路面裂缝图像中提取有效特征的局限性，设计了一种融合Gabor滤波器的卷积神经网络模型（Gabor Filter Convolutional Neural Network，GF-CNN）以进行路面裂缝检测。GF-CNN模型首先将路面图像输入小型参数预测网络中，依据输入图像自适应地选取Gabor滤波器组的参数，并根据所预测参数构建滤波器组对初始路面图像进行滤波，得到Gabor纹理特征图。将纹理特征图输入至基于残差网络构建的特征分类网络中提取深层特征，判断其是否包含裂缝。在GAPs路面图像数据集上的测试结果表明，GF-CNN模型的F1分数达到0.7137，优于其他路面图像检测方法。该模型通过融合纹理特征改善CNN特征提取能力，同时降低Gabor滤波器参数敏感性以提高模型泛化能力，对于路面裂缝图像具有良好的适用性。
卷积神经网络 Gabor滤波 裂缝检测 纹理特征 convolutional neural network Gabor filter crack detection texture feature
1 天津大学 精密仪器与光电子工程学院 光电信息技术教育部重点实验室，天津 300072
2 北京华科创智健康科技股份有限公司，北京 100195
针对超声图像边缘较弱且不连续、图像灰度分布不均的特点，提出一种基于多方向、多频率的Gabor滤波融合多尺度水平集的边缘提取算法。将超声图像成像的不连续性看作随机方向的纹理，利用Gabor滤波的方向性进行不同角度的滤波，通过最大值融合多图像，得到待分割区域和背景之间的差异且最大程度地保留原图像信息的中间图像。同时，使用多中心频率的Gabor滤波核以满足超声图像复杂的频率分布特性，并通过均值融合的方式减弱噪声的影响。再针对融合图像边缘较弱且灰度变化不均的缺陷，改进传统的局部聚类水平集方法，采用不同方差大小的高斯卷积核来适应图像不同部分的灰度变化情况，通过均值融合构造多尺度能量函数。通过在增强图像上迭代改进后的多尺度水平集函数，获取最终边缘。为验证算法的有效性，对胃部超声图像进行测试，分割结果的相关性系数和敏感性系数分别达到了0.856和0.910，相比传统局部强度聚类水平集方法分别提升了20.7%和5%。实验结果表明，该算法可以显著提高超声图像边缘提取的连续性和准确性，有效降低因超声图像灰度不均和边缘较弱造成的过分割现象。
超声图像分割 边缘提取 Gabor滤波 水平集方法 ultrasound image segmentation edge extraction Gabor filter level set method
1 兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
2 甘肃省人工智能与图形图像处理工程研究中心, 甘肃 兰州 730070
在敦煌壁画修复过程中,初始字典的随机选取易陷入局部最优,仅以颜色欧氏距离作为图像块分组标准会导致图像修复后易出现结构模糊和线条不连续等问题。针对以上问题,提出了一种基于Gabor变换和组稀疏表示的敦煌壁画修复算法。首先,采用互信息作为图像块分组准则,并建立相似结构组,这使得组稀疏表示更加合理;然后,通过Gabor小波变换对相似结构组进行特征信息提取,并结合PCA降维的方式得到初始化结构组的特征字典,避免了字典初始化随机选取的不足;最后,采用奇异值SVD分解和分裂Bregman迭代优化方法对结构组字典和稀疏系数进行学习并完成壁画图像的修复。实验结果表明,相比于其他对比算法,所提方法取得了较好的主客观修复效果。
图像处理 壁画修复 组稀疏表示 Gabor小波变换 互信息 激光与光电子学进展
2020, 57(22): 221015
1 井冈山大学电子与信息工程学院, 江西 吉安 343009
2 江西省农作物生长物联网技术工程实验室, 江西 吉安 343009
3 同济大学测绘与地理信息学院, 上海 200092
高光谱图像分类已被公认为是高光谱数据处理的基础性和挑战性任务,丰富的光谱信息和空间信息为有效描述和识别地表物质提供了契机。卷积神经网络(CNN)中的参数较多,为了避免过拟合问题,需要大量的训练样本。Log-Gabor滤波器可以有效地提取包括边缘和纹理在内的空间信息,降低CNN特征提取的难度。为了充分利用CNN和Log-Gabor滤波器的优点,提出了一种将Log-Gabor滤波器和CNN相结合的高光谱图像分类方法,并利用两个真实的高光谱图像数据集进行了对比实验。实验结果表明,所提方法比传统的支持向量机和CNN方法具有更高的分类精度。
遥感 空谱联合特征 高光谱图像 卷积神经网络 Log-Gabor滤波器 分类 激光与光电子学进展
2020, 57(20): 202803
