基于Gabor环滤波的纹理分割方法

针对纹理分割问题,提出了一种在频率域呈环形分布的Gabor滤波器组(Gabor环)的设计方法,在能量意义下给出了自适应选择滤波环带的步骤,并给出了经Gabor滤波后纹理特征的计算公式。根据给定Gabor滤波器环具有的多方向特性对不同纹理图像进行滤波,然后计算滤波后各点特征,并利用这些多方向特征进行纹理分割。实验表明该方法能取得较好的分割效果,并具有很强的通用性。     

一种改进的基于Gabor滤波器的纹理分割方法

本文深入分析了Gabor滤波器的性能及其实现纹理分割的原理，针对现有的基于Gabor滤波器纹理分割方法存在的不足，提出一种根据“频谱特征值向量”构造Gabor滤波器组，以实现纹理分割的改进方法。实验结果表明，本文所提改进方法的分割效果明显优于现有方法，充分证实该方法行之有效。     

一种图象纹理特征提取与分割的新方法

本文介绍了一种用于提取图象纹理特征的新的二维最佳数字滤波器（ＯＤＦ），该滤波器是基于有限长球序列（ＦＰＳＳ）和离散付里叶变换（ＤＦＴ）设计的，它具有能量损失最小的最佳频率响应特性。用若干具有不同中心频率和带宽的这种滤波器覆盖频率平面，可以抽取图象的纹理转征，进而利用一个非参数分类器，可对纹理图象实行有效的分类和分割。文中给出了一个人工纹理图象和一个自然纹理图象分割的实例。     

基于Gabor滤波器人体血液图像中粘连细胞的分割

提出一种基于二维Gabor过滤器对人体血液细胞图像中粘连的红细胞和白细胞进行分割的方法.通过分析、简化、分解Gabor函数,设计了Gabor的多个参数,包括中心频率(ρ),滤波方向θ,以及沿着z轴和y轴Gaussian包络的空间常量σ.在算法的过程中,使用一组包括多个方向和多个频率组合的Gabor过滤器对血液图像进行滤波,提取出图像的纹理特征,然后按照一定的规则对特征图像进行合并,最后再用聚类算法进行分割.实验结果表明该方法具有很好的效果.     

基于Gabor小波的无边缘活动围道纹理分割方法

该文提出了一种基于Gabor小波的活动围道纹理分割新方法.该方法先用Gabor小波提取图像的纹理特征,再用Chan-Vese模型进行分割.与其它基于Chan-Vese模型的纹理分割方法相比,基于Gabor小波的活动围道的纹理分割方法有两个优点:一是同时使用纹理特征和灰度信息演化围道,可分割纹理图像和非纹理图像,分割方法的灵活性好;二是在分割多类目标时,采用多级分层式曲线演化方法解决了初始围道难以选择的问题.对自然界真实图像和遥感图像的分割实验结果说明,该文提出的分割方法精度高.     

多尺度Gabor小波变换在图像检索中的应用

在基于内容的图像检索中,纹理特征是一种重要而又难以描述的特征。为提高图像检索中纹理特征的提取效率,通过对Gabor滤波器滤波特点的研究,提出一种基于多尺度Gabor小波纹理的图像检索方法。设计了一组具有多种尺度和多个方向的滤波器组,选择并优化滤波器组的各参数,对图像进行滤波和特征提取。设计并实现了一个基于Gabor纹理...     

用于虹膜特征提取的Gabor滤波器参数选取方法的研究

分析了Gabor滤波器各参数在纹理特征提取中的作用,建立起一套完整的适用于虹膜纹理特征提取的滤波器分析与参数选择方法.该方法通过纹理宽度确定Gabor滤波器的频率调制因子,冉根据其它参数与频率调制因子的关系确定各参数取值.实验结果证明依据本文方法设计的滤波器组提取虹膜纹理特征效果好,可以达到比较高的识别率.     

基于改进Markov随机场的高分辨率SAR图像建筑物分割算法

提出了一种基于改进Markov随机场模型的高分辨率SAR(Synthetic Aperture Radar,合成孔径雷达)图像建筑物分割算法.针对高分辨率SAR图像信噪比低和建筑物复杂纹理特性的特点,采用多尺度Markov随机场模型的最大似然准则方法获取图像的初始分割,并在传统Markov邻域能量模型基础之上提出一种新的基于Gabor纹理相似度的邻域势函数模型,采用ICM(Iterative Conditional Model,迭代条件模型)算法进行建筑物分割.多组实际高分辨率SAR图像的实验结果表明,与传统MRF算法等方法相比,本文方法具有更高的分割正确率,同时建筑物边界更为清晰平滑,分割效果较好.     

基于Gabor滤波器医学图像的纹理分割

基于Gabor滤波器纹理分割的研究。Gabor滤波器的改进,对Gabor滤波器在方向上做了改进,把Gabor滤波器在4个方向上提取纹理特征,拓展成在6个方向上提取纹理特征,基本满足了多通道多分辨率的要求。     

磁环表面缺陷图像分割算法的研究及实时实现

为实现小型磁环表面细微缺陷图像无监督分割,并提高分割精度与计算效率,本文提出了一种基于改进2D Gabor滤波器组的自适应阈值分割方法。首先,利用多尺度、多方向的Gabor滤波器组对缺陷图像进行滤波降噪处理,抑制目标区域与背景区域内部的噪声污染,同时增强区域间的差异性；然后,通过对处理后图像的灰度统计特性分析,根据缺陷图像的灰度均值及方差构造了灰度阈值计算公式,实现了小型磁环表面细微缺陷图像的自适应分割。实验结果表明,本文算法可快速、准确地分割缺陷并抑制噪声干扰,在分割精度、计算效率等方面也优于传统的选择迭代法、OTSU、最大熵等方法,并能够在先进的SEED-DVS8168平台上实时实现,验证了此算法的可行性与实时性。     

一种基于小波域的指纹图像增强算法

面对采集的指纹图像质量较差的问题,提出一种在小波域对指纹图像滤波增强算法。该算法在小波域进行Ga-bor滤波增强,通过Radon变换后的投影估计Gabor滤波的方向和频率,对滤波增强后的子图进行小波重构得到最后的结果,有效地抑制高频扰动对指纹图像质量的影响,提高运算速度和准确性。通过对FVC2000指纹库中的部分低质量指纹图像进行增强,表明该算法对指纹图像的增强效果明显,并且处理速度较快。     

Quasi-periodic spatiotemporal filtering.

This paper presents the online estimation of temporal frequency to simultaneously detect and identify the quasiperiodic motion of an object. We introduce color to increase discriminative power of a reoccurring object and to provide robustness to appearance changes due to illumination changes. Spatial contextual information is incorporated by considering the object motion at different scales. We combined spatiospectral Gaussian filters and a temporal reparameterized Gabor filter to construct the online temporal frequency filter. We demonstrate the online filter to respond faster and decay faster than offline Gabor filters. Further, we show the online filter to be more selective to the tuned frequency than Gabor filters. We contribute to temporal frequency analysis in that we both identify ("what") and detect ("when") the frequency. In color video, we demonstrate the filter to detect and identify the periodicity of natural motion. The velocity of moving gratings is determined in a real world example. We consider periodic and quasiperiodic motion of both stationary and nonstationary objects.     

线算子引导Gabor小波的视网膜血管分割

视网膜血管自动分割能辅助诊断某些眼底疾病和系统性血管疾病。为了提高血管自动分割的效率,因此提出了一种线算子引导Gabor小波的视网膜血管分割方法。利用线算子检测血管方向的最优匹配角,将其作为Gabor小波变换的旋转角构建4个不同尺度的Gabor小波,并提取4维Gabor小波特征,加上两个线强度和预处理后的图像灰度,构建7维特征向量,采用SVM进行分类。与其他基于Gabor小波的方法相比,本方法只需计算最优匹配角所对应方向的Gabor小波特征,大大降低了多尺度Gabor小波特征提取的计算量,此外线算子特征与Gabor小波特征的良好互补性,有利于提高血管与背景的辨别度。在DRIVE眼底数据库上进行实验,其平均准确率、灵敏度及特异性分别为0.9361、0.8238及0.9554,获得了不错的分割性能。     

Quadratic Gabor filters for object detection

We present a new class of quadratic filters that are capable of creating spherical, elliptical, hyperbolic and linear decision surfaces which result in better detection and classification capabilities than the linear decision surfaces obtained from correlation filters. Each filter comprises of a number of separately designed linear basis filters. These filters are linearly combined into several macro filters; the output from these macro filters are passed through a magnitude square operation and are then linearly combined using real weights to achieve the quadratic decision surface. For detection, the creation of macro filters (linear combinations of multiple single filters) allows for a substantial computational saving by reducing the number of correlation operations required. In this work, we consider the use of Gabor basis filters; the Gabor filter parameters are separately optimized. The fusion parameters to combine the Gabor filter outputs are optimized using an extended piecewise quadratic neural network (E-PQNN). We demonstrate methods for selecting the number of macro Gabor filters, the filter parameters and the linear and nonlinear combination coefficients. We present preliminary results obtained for an infrared (IR) vehicle detection problem.     

基于圆形滤波器的指纹识别系统

为了减少Gabor滤波器的处理时间,建立一个有效的指纹识别算法验证平台,对传统的Gabor滤波器,采用圆形滤波器和平均频率进行增强的算法,有效减少了预处理时间;同时设计了一个指纹识别演示和验证系统,这个系统可以接受采集器上的指纹,也可以通过文件的形式导入,方便算法的演示和验证。     

Shannon小波包分解自适应Gabor滤波器设计及其在纹理分割中的应用

本文首先研究了Ｇａｂｏｒ滤波器进行确定性纹理分割时纹理结构与Ｇａｂｏｒ函数的关系，提出了利用在频域中具有紧支集的Ｓｈａｎｎｏｎ小波包分解检测纹理的主频；最后，提出了基于小波包分解自适应Ｇａｂｏｒ函数与纹理图像卷积，就可以在纹理的连续处产生良好的阶跃边缘，并通过实验验证了该算法的有效性及其对噪声的鲁棒性。     

Optimal Gabor filters for texture segmentation

Texture segmentation involves subdividing an image into differently textured regions. Many texture segmentation schemes are based on a filter-bank model, where the filters, called Gabor filters, are derived from Gabor elementary functions. The goal is to transform texture differences into detectable filter-output discontinuities at texture boundaries. By locating these discontinuities, one can segment the image into differently textured regions. Distinct discontinuities occur, however, only if the Gabor filter parameters are suitably chosen. Some previous analysis has shown how to design filters for discriminating simple textures. Designing filters for more general natural textures, though, has largely been done ad hoc. We have devised a more rigorously based method for designing Gabor filters. It assumes that an image contains two different textures and that prototype samples of the textures are given a priori. We argue that Gabor filter outputs can be modeled as Rician random variables (often approximated well as Gaussian rv's) and develop a decision-theoretic algorithm for selecting optimal filter parameters. To improve segmentations for difficult texture pairs, we also propose a multiple-filter segmentation scheme, motivated by the Rician model. Experimental results indicate that our method is superior to previous methods in providing useful Gabor filters for a wide range of texture pairs.     

基于活动轮廓和Gabor滤波器的细胞分割

将Tony F Chan提出的基于曲线进化、Mumford-shah泛函和level set技术的没有边界泛函的活动轮廓模型与Gabor滤波器相结合,利用Tony F Chan提出的不依赖于边界梯度的活动轮廓能够检测出边界梯度较弱的物体边界与Gabor滤波器能在不同方向和频率增强图像的特点,先对原始细胞图像进行不同角度、不同频率Gabor滤波从而在不同方向增强细胞边界削弱细胞内部信息,然后把不同方向滤波后的图像融合以得到边界增强噪声减少的图像,最后在该图像上应用活动轮廓取得了较好的分割效果.