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
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 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
1 河南工学院计算机科学与技术学院，河南新乡 453000
2 北京邮电大学电子工程学院，北京 100876
针对异源图像提出一种基于多尺度密集结构特征的快速匹配算法。算法首先利用 Gabor滤波器逐像素提取图像中的结构响应，再根据主方向响应对多尺度结构特征融合，然后使用快速傅里叶 变换在频域计算各特征分量图像之间的卷积，最后将卷积生成的系数矩阵求和计算出图像之间的相似性并选择相似性最大位置作为匹配结果输出。本文算法能有效适应异源图像间的非线性灰度变化 和噪声干扰问题。测试使用可见光、红外、雷达图像组成的异源图像数据集对本文算法和现有算法进行测试比较，结果表明：本文算法的平均误匹配率最低，并且计算速度有明显优势。
异源图像匹配 卷积定理 快速傅里叶变换 密集特征 Gabor滤波器 multi-sensor image matching, convolution theorem,
1 江南大学物联网工程学院, 江苏省模式识别与计算智能工程实验室, 江苏 无锡 214122
2 上海海事大学物流科学与工程研究院, 上海 200135
提出了一种基于Log-Gabor滤波的纹理和深度图融合优化的立体图像显著性检测模型,利用平面图像的显著性结合纹理与深度特征检测立体图像的显著性。通过改进的基于图的流行排序算法计算左视点的显著图;提取左视点图像的纹理特征图以及立体图像的深度特征图,利用Log-Gabor滤波器分别计算深度显著图和纹理显著图;再利用线性加权融合方法将上述3个显著图融合为立体(3D)显著图;最后利用中心偏爱和视觉敏锐度增强3D显著图。实验利用公开的眼动跟踪数据库进行测试,结果表明,所提算法具有很好的检测效果,优于文献报道的其他3D显著性模型。
图像处理 立体显著性检测 流行排序 Log-Gabor滤波器 纹理 深度 激光与光电子学进展
2019, 56(8): 081003
中国民航大学 天津市智能信号与图像处理重点实验室, 天津 300300
由于手指静脉位于皮下, 手指中的生物组织、手指解剖结构、皮肤结构成像特性等固有原因都给手指静脉成像造成不利影响。针对手指静脉图像中普遍存在的局部血管残缺问题, 首次提出一种指静脉红外图像血管网络修复方法。首先, 利用多尺度Gabor滤波对手指静脉图像进行增强, 减少图像整体退化性模糊; 然后, 对指静脉图像进行二值化并提取血管骨架网, 以便对血管网络缺损位置进行判断; 再将提取的血管骨架端点、二分叉点作为血管骨架网络修复的源点, 根据最小路径原则实现手指静脉图像血管骨架网络修复; 最后, 将Gabor增强方向图作为约束条件, 复原血管网络的管径信息得到修复后的手指静脉二值化图像。实验结果表明: 该方法可以实现手指静脉图像局部血管网络残缺修复, 得到更加完整、稳定的血管网络结构, 利用修复后的图像可以进一步提高手指静脉识别精度。
指静脉识别 血管网络修复 Gabor滤波 方向图 最小路径原则 finger-vein recognition vascular network restoration Gabor filtering directional image minimal path principle 红外与激光工程
2019, 48(4): 0426003
1 桂林电子科技大学电子工程与自动化学院, 广西 桂林, 541004
2 广西高校光电信息处理重点实验室, 广西 桂林, 541004
针对抛光曲面工件表面缺陷检测的问题,提出了一种基于反射云纹图像的缺陷检测方法。该方法利用云纹光经抛光曲面反射产生的差异,通过检测云纹图像的变化进行缺陷的检测与定位。分析了抛光曲面的光照模型,使用SHEN-Castan算法抑制云纹边缘阶梯效应,通过Gabor变换与最大熵分割进行缺陷提取,剔除伪缺陷后实现缺陷的检测与定位。实验结果与统计表明,设计的方法能检测出抛光曲面表面上具有形变特征的缺陷,对不同类型的表面缺陷均有92%以上的检出率。利用所提的检测方法,可以自主设置系统的检测分辨率,对不同类型的缺陷具有较高的适应性,极大地提高了系统的可拓展性、普适性与实用性,较好地解决了高反射抛光曲面工件表面形变缺陷检测的问题,具有较高的理论价值与经济价值。
机器视觉 高反射曲面 图像处理 Gabor滤波器 表面缺陷检测 激光与光电子学进展
2019, 56(14): 141501
中国人民公安大学信息技术与网络安全学院, 北京 100038
为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。
遥感 高光谱图像 稀疏表示 特征提取 Gabor滤波 局部二值模式
1 三峡大学计算机与信息学院, 湖北宜昌 443002
2 湖北省水电工程智能视觉监测重点实验室(三峡大学), 湖北宜昌 443002
3 三峡大学第一临床医学院超声科, 湖北宜昌 443002
针对人工手动提取视网膜血管工作量大, 主观性强等问题, 本文提出了一种将区域生长思想、脉冲耦合神经网络(PCNN)、高斯滤波器组及 Gabor滤波器相结合的视网膜血管分割方法。首先将二维高斯滤波器组、二维 Gabor匹配滤波器相结合, 对视网膜血管区域进行形态匹配增强, 提升血管与背景的对比度。然后将带有快速连接机制的 PCNN与区域生长思想相结合, 每次从未处理的像素点中选取亮度最大的作为种子, 使用自适应的连接系数及停止条件, 实现眼底图像中血管的自动分割。整个算法在 DRIVE眼底数据库上的实验结果显示, 平均准确度、灵敏度、特异性分别达到 93.96%、78.64%、95.64%, 分割结果中血管断点少, 微小血管清晰, 具有较好的应用前景。
视网膜血管分割 脉冲耦合神经网络 区域生长 高斯匹配滤波器组 Gabor滤波器 retinal blood vessel extraction pulse coupled neural network region growing Gaussian matched filter bank Gabor filter
