首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 140 毫秒
1.
Gabor小波变换已经成功地应用到各种机器视觉实例中,如纹理分割、边缘检测等。给出了一种基于多通道Gabor滤波器技术实现高速实时帘子布疵点检测方法。在多尺度多方向上分别对具有规则纹理结构的织物图像进行Gabor滤波,并对滤波后的多幅子图像进行融合分割处理,将疵点从织物背景中分割出来,从而实现对织物疵点的实时检测。该方法用于帘子布的缺陷检测,具有识别能力强、实时性好等优点,实验结果证明该方法是有效可行的。这种方法也可以用于检测有规则纹理结构的表面及物体。  相似文献   

2.
基于轮廓的图像检索   总被引:1,自引:0,他引:1  
提出了一种针对多纹理图像的基于轮廓和纹理分割的检索策略.首先提取一幅图像中各个纹理基元的轮廓,计算轮廓的Fourier形状描绘子,根据形状描绘子对轮廓聚类分组.此时,原图像被分割成几组不同形状的纹理基元轮廓,采用Gabor小波变换分别提取各组纹理基元轮廓的特征,从而将原图像表示为Gabor小波特征空间中的特征点集.最后,采用对噪音不敏感的改进Hausdorff距离计算各特征点集之间的距离,便可实现多纹理图像的检索.与已有方法相比,实验结果表明,该方法具有更好的检索精度.  相似文献   

3.
提出一种基于四元数小波变换(QWT)幅值相位表示及AdaBoost的人脸识别方法。四元数小波变换具有近似的移不变特性,可以同时支持1个幅值和3个相位,其中两个相位编码局部图像移动,而第三个相位蕴含纹理信息。方法对人脸图像进行预处理,进行四元数小波变换并计算四元数幅值和相位特征,将这些幅值和相位组合并应用AdaBoost分类器进行分类,以实现人脸图像的最终识别。对Yale、ORL和FERET三个人脸数据库应用此方法的实验结果表明,该方法在识别率上优于AdaBoost和Gabor+AdaBoost。特别是在FERET数据上精度提高更为明显,而且在计算复杂度上QWT特征提取明显低于Gabor特征提取。  相似文献   

4.
为得到纹理特征提取的合适的算法,首先研究了基于灰度共生矩阵的纹理特征的提取方法,将彩色图像变换灰度图像,然后进行四个方向的纹理特征提取,包括能量、熵、惯性矩、相关量四个向量元素作为纹理特征值,并研究了基于Gabor小波的纹理特征的提取。首先将Gabor小波作为母小波,将图像进行二维的Gabor小波变换,将Gabor小波系数的均值和标准方差作为纹理特征值;将两种方法进行比较,查全率和查准率作为测量标准,实验表明基于Gabor小波变换的纹理特征方法在频域具有比较好的检索效果。  相似文献   

5.
成奋华  杨海燕 《计算机应用》2011,31(8):2119-2122
疲劳是造成交通事故的主因之一,提出了一种基于Gabor小波变换的疲劳监控新方法。首先,在训练阶段采用频繁模式挖掘算法对疲劳脸部图像序列集进行疲劳模式挖掘;然后,在疲劳识别阶段,将待检测的脸部图像序列基于Gabor小波变换表示为融合特征序列;最后,采用分类算法进行人脸序列的疲劳检测。对自行收集的一天内500幅疲劳图像的仿真结果表明,所提方法正确检测率达到92.8%,错误检测率达到0.02%,优于比较算法。  相似文献   

6.
基于Gabor的ICA变换和Fisher变换的人脸识别   总被引:1,自引:0,他引:1  
本文提出一种基于Gabor特征的ICA变换和Fisher变换的改进人脸识别方法。算法首先利用Gabor小波可以良好的表达人脸局部纹理特征这一优点,为了进一步提高识别率,通过Fisher和ICA变换分别对Gabor小波系数抽取基于数据不同统计的特征,再结合支持向量机进行模糊分类。通过实验数据说明改进人脸识别方法可达到较高识别率。  相似文献   

7.
现有的基于机器视觉技术的胶带撕裂检测方法处理背景纹理复杂的图像时易将撕裂痕迹相对背景纹理不明显的缺陷区域误判为无缺陷,且检测结果噪点较多,不易识别。针对上述问题,提出了一种基于二维Gabor滤波器的胶带撕裂检测方法。该方法采用Gabor滤波对胶带图像进行处理,得到多幅Gabor滤波处理图;通过Gabor优化选择方法,以变异系数为基础构建新的代价函数,选取最优滤波通道,突出撕裂区域纹理特征;利用Sobel算子分别提取水平和垂直方向的撕裂区域纹理特征,得到2个方向的梯度图,对所得梯度图进行自乘归一化操作,增强纹理信息,采用像素加权平均法融合2幅图像;将得到的融合图像通过自适应阈值二值化的方法进行阈值分割,并利用形态学技术对待检测图像进行胶带撕裂检测。检测结果表明,改进后的Gabor优化选择方法比原Gabor优化选择方法和基于Sobel算子的纵向撕裂检测方法漏检率更低,可以检测出背景纹理复杂的胶带缺陷图像中的所有缺陷,并且检测结果清晰,撕裂区域轮廓特征保留较为完好。  相似文献   

8.
基于Gabor小波变换的医学图像纹理特征分类   总被引:1,自引:1,他引:0       下载免费PDF全文
宋余庆  刘博  谢军 《计算机工程》2010,36(11):200-202
Gabor小波变换技术对医学CT图像进行纹理特征分类时,由于图像拍摄角度的变化会造成分类的误差。针对以上问题,在Gabor小波变换的基础上提出一种用于分析旋转不变医学图像的方法。该方法采用旋转规范化,即特征元素的循环移位使规范化后所有的图像都具有相同的主方向。实验结果表明,加入旋转规范化循环算子的Gabor小波变换在医学CT图像纹理特征分类时能够达到较好的精确度。  相似文献   

9.
舌诊是中医"望诊"中的重要内容之一,通过对舌苔的观察能了解人体生理变化,从而进行病势判断。当前基于计算机的舌苔腐腻识别研究鲜有报道。提出一种基于Gabor小波变换的舌苔腐腻识别方法。考虑舌象的完整性以及腐腻舌苔的纹理不同,从纹理角度出发,将整体的舌象进行Gabor小波变换;并针对Gabor小波变换的边缘检测效应使纹理描述弱化这一问题,提出一种弱化边缘的方法,在此基础上提取均值和标准差作为纹理特征对正常苔、腐苔和腻苔进行分类识别。实验结果表明,用改进的特征分类平均准确率达到91%,验证了该方法对舌苔腐腻的识别是有效的。  相似文献   

10.
提出了一种基于Gabor小波变换的图像倾斜矫正算法.首先选取一定角度的Gabor小波对标准无倾斜的图像进行单一尺度下的Gabor小波变换,记下各个角度下变换系数的个数,然后对倾斜图像进行与标准图像同样的变换,记下倾斜图像最多变换系数个数和此时的Gabor小波函数角度,与标准图像各个角度下的小波变换系数个数相比,取距离d为判据,当d最小时的标准图像Gabor小波函数角度与倾斜图像Gabor小波函数角度的差值即为倾斜图像的矫正角.实验结果证明该算法能有效地实现倾斜图像的矫正.  相似文献   

11.
提出了一种新的生物特征识别模式--手指背关节皮纹识别.利用自主设计的采集装置获得手背图像,由Canny算子和滑动窗分割并定位手指背关节皮纹.在识别时,首先对要检验的两背关节皮纹进行快速配准,然后用两种方法识别,并对两种方法进行了比较,一是基于相关分类器的识别,一是基于复Gabor小波变换的识别.后者是利用复Gabor小波提取背关节皮纹特征,并利用二进制编码得到特征码,以两背关节皮纹特征码的Hammming距离为判据,检验两者是否为同一模式.试验结果表明:手指背关节皮纹具有较高的唯一性,可以用作身份认证,在等错误率情况下,基于相关分类器的识别准确率高达98.04%,基于Gabor小波变换的识别准确率为94.61%.而后者比前者的识别速度要快得多.  相似文献   

12.
甲状腺结节是一种常见的多发病,超声技术是该疾病首选的检查方法。在超声图像中提取区分甲状腺结节良恶性的纹理特征并进行判别具有广阔的临床应用前景。双树复小波变换(Dual-tree complex wavelet transform,DT-CWT)和Gabor小波是纹理特征提取的常用方法。本文提出一种基于多尺度的DT-CWT和Gabor特征融合的甲状腺结节识别方法。该方法首先通过高斯金字塔将甲状腺超声图像分解到多尺度空间,然后提取图像的DT-CWT和Gabor的多尺度特征,最后实现特征融合。通过应用支持向量机(Support vector machine,SVM)分类器实现分类,验证特征提取方法的有效性。实验结果表明,本文提出的方法能达到较高的识别率。  相似文献   

13.
硅太阳能电池纹理缺陷检测   总被引:1,自引:0,他引:1  
张舞杰  李迪  叶峰 《计算机应用》2010,30(10):2702-2704
为实现硅太阳能电池纹理缺陷检测,提出一种采用方向可变滤波器组并结合Hough变换的检测方法。通过方向可变滤波器提取图像边缘并采用Hough变换确定纹理方向,采用角度与纹理方向一致的方向可变滤波器滤波,实现消除规则直线纹理,保留纹理缺陷特征。对滤波后的纹理缺陷结果图像采用双阈值法,以确定纹理缺陷所在的位置。和Gabor滤波器及小波滤波器的比较实验结果表明:该方法比前两种方法能更有效地进行硅太阳能电池纹理缺陷检测。  相似文献   

14.
A Generative Probabilistic Oriented Wavelet Model for Texture Segmentation   总被引:1,自引:0,他引:1  
This Letter addresses image segmentation via a generative model approach. A Bayesian network (BNT) in the space of dyadic wavelet transform coefficients is introduced to model texture images. The model is similar to a Hidden Markov model (HMM), but with non-stationary transitive conditional probability distributions. It is composed of discrete hidden variables and observable Gaussian outputs for wavelet coefficients. In particular, the Gabor wavelet transform is considered. The introduced model is compared with the simplest joint Gaussian probabilistic model for Gabor wavelet coefficients for several textures from the Brodatz album [1]. The comparison is based on cross-validation and includes probabilistic model ensembles instead of single models. In addition, the robustness of the models to cope with additive Gaussian noise is investigated. We further study the feasibility of the introduced generative model for image segmentation in the novelty detection framework [2]. Two examples are considered: (i) sea surface pollution detection from intensity images and (ii) image segmentation of the still images with varying illumination across the scene.  相似文献   

15.
提出基于Gabor滤波器组的特征提取新方法.利用汉字图像的统计信息及归一化信息,提出针对车牌汉字的有效的Gabor滤波器组参数优化方法,并设计一组Gabor滤波器用于提取车牌汉字图像中不同中心频率和方位的笔画纹理特征,实现直接对灰度图像的特征提取.实验结果表明,相比传统二值化特征提取方法,采用基于Gabor滤波器组的小波变换提取特征能够获得更良好的识别性能.  相似文献   

16.
由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用Kullback-Leibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。  相似文献   

17.
由于在频域用能量参数来表示图像的特征矢量缺乏准确性,而且实数离散小波变换具有平移变化性和弱的方向选择性,为此针对以上问题提出了一种基于复数小波域广义高斯分布模型的纹理图像检索方法。该方法首先利用双树复数小波变换系数的统计特性来建立广义高斯分布的统计模型;然后基于该模型提取图像的特征矢量;最后利用KullbackLeibler distance(KLD)测度算法进行纹理图像检索。对Brodatz图像库的仿真表明,新方法较双树复数小波算法的查准率提高6.96%,较基于Gabor纹理特征检索法的查准率提高了18.8%。同时复数小波系数统计模型具有旋转不变性。新方法对今后的纹理图像检索具有重要的理论与实际意义。  相似文献   

18.
基于Gabor小波变换的无监督纹理图像分割   总被引:2,自引:0,他引:2  
郭立  朱俊株 《微机发展》2000,10(5):51-54
本文提出了一种基于Gabor小波变换的无监督纹理分割方法,该方法首先对纹理图像进行Gabor小波变换,再经过一组Gauss波波器滤波,然后将得到的纹理特征送入由Hopfield网络构成的无监督分类器,最后得到纹理分割结果。实验和分析表明,该方法对于不同的纹理图像都具有良好的分割效果。  相似文献   

19.
Spectral features of images, such as Gabor filters and wavelet transform can be used for texture image classification. That is, a classifier is trained based on some labeled texture features as the training set to classify unlabeled texture features of images into some pre-defined classes. The aim of this paper is twofold. First, it investigates the classification performance of using Gabor filters, wavelet transform, and their combination respectively, as the texture feature representation of scenery images (such as mountain, castle, etc.). A k-nearest neighbor (k-NN) classifier and support vector machine (SVM) are also compared. Second, three k-NN classifiers and three SVMs are combined respectively, in which each of the combined three classifiers uses one of the above three texture feature representations respectively, to see whether combining multiple classifiers can outperform the single classifier in terms of scenery image classification. The result shows that a single SVM using Gabor filters provides the highest classification accuracy than the other two spectral features and the combined three k-NN classifiers and three SVMs.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号