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。

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。

针对含弓网燃弧可见光图像中存在泊松噪声干扰以及光照不均匀的问题,提出了一种包含降噪、区域分割的图像处理算法。首先通过二维Gabor小波变换算法滤除弓网燃弧图像中的泊松噪声,然后根据改进的均匀性度量法判断光照是否均匀。对于光照不均匀的图像,先使用二维伽马函数对光照分量进行修正,再使用均匀性度量算法进行分割。仿真结果表明,该算法能有效抑制泊松噪声,准确分割出目标区域,分割精度达到95%,为后续弓网燃弧强度的定量分析提供了思路。

视网膜血管分割是构建眼底图像分析和计算机辅助疾病诊断系统的关键环节。提出了一种基于Hessian的方向自适应Gabor小波的视网膜血管分割方法,根据Hessian矩阵的本征向量获得血管走向,并将其作为Gabor小波变换的方向角;提取出4个尺度的方向自适应Gabor小波特征,结合Hessian矩阵的大本征值构建5维的视网膜血管特征;采用支持向量机进行眼底图像像素分类实现血管分割。所提方法能准确感知血管方向,只需计算此方向下Gabor小波的滤波响应,减小了特征提取的计算量,实现了Hessian矩阵大本征值与Gabor小波特征较好的互补性。利用所提方法在DRIVE数据库进行实验,获得较好的分割性能,所提方法对细小血管的提取和对分叉、交叉处血管点的检测表现出良好的效果。

为了提高多特征融合图像检索的效果, 本文提出了一种基于分块颜色直方图和GWLBP的图像检索算法。算法采用K-means均值聚类对RGB颜色空间进行颜色聚类, 再将4×4均匀分块图像分成9个子块, 提取每个子块的颜色体积直方图, 并赋予不同权值计算颜色特征；利用Gabor滤波器组对输入图像进行不同分辨率和方向滤波, 然后将不同方向上局部滤波器输出结果与全局滤波器输出结果的平均值进行比较, 并进行二值化, 据此提出3种不同的GWLBP算子来提取纹理特征。最后对图像的颜色和纹理特征高斯归一化, 采用加权平均来融合颜色和纹理的特征距离。通过实验仿真可知, 与其他3种算法相比, 本算法对正常和有旋转倾向的图像都有较高的查全率和查准率。

为了提取手掌静脉图像的纹理特征, 并有效提高其识别率, 在联合Gabor小波和近邻二值模式(NBP)的基础上提出了一种纹理特征提取方法。该方法利用静脉结构中血管粗细与延伸方向不同的特点, 将掌静脉图像感兴趣区域与4尺度、4方向的Gabor小波卷积获得多个幅值特征, 并在4个不同的尺度下分别求取均值, 获得Gabor尺度均值模式(GSP), 在每个GSP分块上使用NBP描述算子来提取局部邻域关系模式(GSPNBP)。然后将这些多尺度、多方向的GSPNBP分块区域的编码序列的总和作为掌静脉特征向量。最后通过求特征向量间汉明距离衡量静脉图像的相似程度来计算识别率, 并在PolyU图库和自建图库中进行实验。实验结果显示, 该算法获得的识别率最高可分别可达99.7935%和99.3965%, 识别时间都在1 s以内, 有效增强了算法稳健性。

An acoustic emission (AE) linear location system was proposed, which employed fiber Bragg gratings (FBGs) as AE sensors. It was demonstrated that the FBG wavelength could be modulated as the static case when the grating length was much shorter than the AE wavelength. In addition, an improved AE location method based on the Gabor wavelet transform (WT) and threshold analysis was represented. The method was testified through AE linear location experiments based on a tunable narrow-band laser interrogation system using ultra-short FBG sensors as AE sensors. Results of the experiments showed that 86% of the linear location errors were less than 10 mm.

多尺度多方向的Gabor变换能提取人脸在空域和频域的局部信息,表达并刻画出人脸的大量特征,但在特征描述上会产生大量冗余,环形对称Gabor变换同样具有小波的共性并且能降低冗余量,在方向上具有严格的不变性。中心对称局部二值模式(CS-LBP)能提取出人脸中细节的纹理特征,把上述两种算法相结合,利用设定Gabor能量来获取最适合的滤波窗口,并对人脸特征进行提取和识别,最后用实验结果验证了环形Gabor和CS-LBP算法在人脸识别中具有很好的应用。

相位解调是条纹相位分析的关键问题.本文提出一种应用小波频率估计联合频率导数对变形条纹进行瞬时频率分析,从中提取参考基频, 从而依靠单一变形条纹实现相位解调的方法.首先, 理论上证明了当变形条纹瞬时频率空间导数等于零, 该空间点的瞬时频率等于参考基频频率; 其次, 引入Gabor小波提取变形条纹的瞬时频率空间分布, 利用变形条纹瞬时频率的空间导数分布识别提取参考基频, 从而实现相位解调.利用该方法进行了三维形貌测量的实验, 结果表明该方法在实现相位解调中效果良好.

二阶局部导数模式是一种基于一阶局部导数变化的方向性编码方式。相对于局部二值模式，二阶局部导数模式能够提取出图像的更多细节信息。本文提出了一种融合 Gabor特征二阶局部导数模式的人脸识别方法。该方法首先利用 Gabor滤波良好的空间位置与方向选择特性，采用四个频率六个方向的 Gabor滤波器对图像进行滤波。其次，利用数据的类信息和邻接点信息，自适应地计算各频率和方向的权重，作为后续融合依据。然后，提取 Gabor滤波图像四个方向的二阶局部导数特征，采用主成分分析方法对各方向的二阶导数特征进行降维。最后，在识别过程中，结合权重信息融合各方向和频率的识别概率得出最终识别结果。实验结果表明本文算法能够有效地提取图像细节信息，较其他方法如主成分分析方法，线性判别式方法，局部二值模式算法和融合灰度二阶局部导数模式算法具有更好的识别性能。