一种基于方向信息和频率信息的指纹增强技术研究

本文提出了一种快速指纹增强算法.它首先估算指纹图像的局部纹线的方向信息和频率信息,然后对指纹图像应用一种偶对称Gabor滤波器,自适应的提高输入指纹图像的脊线和谷线之间的清晰度,从而达到对指纹图像进行增强的效果.     

基于Gabor滤波的指纹增强方法研究

自动的指纹识别系统(Automatic Fingerprint Identification Systems,缩写为AFIS)是基于生物特征的身份识别技术的重要组成部分.指纹增强技术可以有效地加强指纹的脊线特征,为指纹细节的提取和匹配奠定可靠的基础.本文依据Gabor滤波器的频率选择和方向选择特性,介绍了一种基于Gabor滤波的指纹图像增强方法,提出了新的指纹脊线平均频率计算方法和指纹脊线结构注册方法.算法经Fingdb指纹库得到了验证.     

指纹图像颈处理算法的改进

指纹图像含有大量的噪声,直接影响特征提取的准确性.针对传统的指纹图像预处理算法的一些缺陷做了一些改进,并采用Matlab验证了算法的有效性.通过去除边缘信息和平滑处理改进传统的基于灰度方差的分割方法,在奇异点所在的块用点方向代替了块方向克服Gabor增强之后脊线断裂和错误连接问题,并采用了复合细化算法对二值图像进行细化以及细化去噪处理.经过试验证明,预处理之后的指纹图像品质有了明显的增强,满足了指纹识别的要求.     

Gabor算法在V形焊接坡口图像滤波中的应用

尝试借助Gabor带通滤波器在图像处理中其方向性和频率可选择的优点，通过初始参数计算和实验验证，实现对带辅助结构光V形焊接坡口图像中弧光和飞溅等干扰的有效滤波。结果表明，该带通滤波器滤波效果良好，抗干扰性强。     

基于Gabor滤波器对织造前帘子布疵点检测研究

针对织造前帘子布纱线疵点自动检测问题,对织造前帘子布纱线疵点分布特点开展了研究分析,提出了一种基于Gabor滤波器的帘子布纱线疵点检测算法,利用Gabor滤波器的能量值来描述帘子布纱线疵点特征。通过对疵点Gabor图像阈值化处理,得到了疵点的二值图像。然后对疵点二值图像沿水平方向进行了均等分割,得到了疵点所在的条状图像并除去随机噪声。在1 792个疵点图像测试集上对不同尺度参数的Gabor滤波器进行疵点检测准确度分析,建立了最优的方向和尺度参数组合。并搭建了基于机器视觉技术的帘子布纱线疵点检测系统。研究结果表明,该检测算法对帘子布纱线疵点检测准确度达到99.2%。经过4个月生产实践表明,该系统对织造前帘子布纱线疵点检测效果比人工检测效果提高86%,实现了机器换人的目的。     

基于方向Gabor特征的水面尾迹提取

为了自动提取航空图像中水下目标运动产生的尾迹,提出一种基于方向Gabor特征和主成分分析(PCA)的水面尾迹自动提取算法.该算法首先对图像进行傅里叶变换得到它的能量谱,通过对传统的主成分分析进行改进求得图像的方向,然后根据方向来确定Gabor滤波器组,用该滤波器组提取的纹理特征就有旋转不变性.为了消除纹理特征的冗余信息,用主成分分析法对其进行降维,并对它们的分类性能进行比较.大量的实验结果表明本文的方法能够有效地提取水面尾迹纹理.     

一种基于多通道Gabor滤波的纹理提取方法

研究了一种在多种纹理叠加的复杂轮胎X光图像中进行纹理提取的新方法.轮胎X光纹理在频谱中被看作是局部空间频率的辐射模型,并且不同纹理对应的主频率聚集区域基本能相互分开.基于Gabor滤波器对空间频率的带通滤波能力以及方向、形状、带宽和通带中心频率的可调节特性,构造了多通道Gabor滤波器组提取每种纹理对应的主要频率成分,提取的频率成分经过频-时域变换就实现了纹理提取.考虑到实际纹理灰度分布不是理想的正弦分布,改进了传统的Gabor滤波方式,使其保留了纹理的低频成分.实验结果表明,图像中叠加的多种纹理能被准确提取,纹理区域边界也没有失真,并且有效降低了纹理之间频谱混迭造成的影响.     

基于PSO-Gabor特征增强的钢板表面缺陷识别研究北大核心CSCD

为了解决钢板表面类内缺陷形态差异大、类间缺陷相似度高且传统方法难以准确识别的问题,提出了基于PSO-Gabor特征增强的钢板表面缺陷识别方法。首先采用粒子群优化算法(PSO)对Gabor滤波器的频率、方向、尺度和滤波窗口尺寸进行迭代寻优,根据得到的最优参数构造Gabor滤波器;然后利用该滤波器与钢板表面缺陷图像进行卷积操作,并计算其能量响应值获得对应的能量图;最后将能量图输入到卷积神经网络中进行训练和测试。实验结果表明,该方法对钢板表面缺陷识别准确率达到97.5%,检测时间约为50 ms,与传统的模式识别方法相比,识别准确率大幅提升,识别速度快。     

Gabor滤波器在自动视觉表面检测中的应用

提出一种基于Gabor滤波器的纹理表面缺陷检测方法。该方法基于Gabor滤波方案，计算纹理图像与某一Gabor滤波器卷积能量输出响应。选择Gabor滤波器的最优参数，采用简单的二值化技术将纹理差别转化为可检测的滤波器输出。纺织品、铣磨面等结构纹理和皮革、砂纸等随机纹理的实验结果证明了该方法在识别不可定量测量缺陷方面的有效性。     

Gabor变换在轮胎X光图像处理的应用

在轮胎X射线检测图像中,钢丝帘线的不同排列方式构成不同的纹理图像。Gabor函数可提取图像在频域不同尺度和方向的特征,因此采用基于Gabor和Log-Gabor小波对轮胎X射线图像进行特征提取的方法,并用K-means方法进行图像聚类,实现了轮胎不同纹理图像的分割;采用Log-Gabor函数提取不同方向的纹理特征,并对提取结果进行比较,可检测带束层钢丝帘线疏线或顺线缺陷。     

基于STM32的指纹识别系统设计与实现

针对目前“嵌入式指纹识别系统在性价比及指纹算法的效率和准确性上存在不足”的问题,介绍了一种基于STM32芯片及FPS200指纹传感器实现嵌入式指纹识别系统的设计方法.在算法方面,采用了求方向场信息以提高指纹Gabor滤波增强效果和图像识别准确性,使用了初匹配和全局匹配的方法以提高识别效率.研究结果表明,该系统识别准确性...     

基于区域分割的指纹奇异性检测及中心点计算

提出了一种基于区域分割的指纹奇异性检测以及中心点计算算法。该算法在对指纹奇异性分析的基础上,采用Gabor滤波、方差分析、图形二值化等分析手段,将指纹图样按不同的指纹脊线方向进行区域分割,根据合成图样每个元素邻域的灰阶变化次数以及相应的灰阶信息来检测指纹的奇异区。最后通过计算各奇异区质心的方法,实现指纹奇异点的定位,并进一步讨论了通过指纹奇异点计算指纹中心点的方法。实验结果表明,本算法可以有效实现不同类型指纹奇异性的检测及中心点的准确定位,算法简单,具有较好的鲁棒性。     

红外图像实时显示增强系统设计

为了解决红外实时图像处理系统中热像仪输出大动态范围和监视器显示输出小动态范围之间的矛盾,满足信息处理系统大数据量高实时性的要求,设计了一种新的基于FPGA实现的红外实时图像增强算法。首先采用均值滤波的思想统计图像的局部极值,然后使用多级均值法计算图像灰度变换区间分界点,最后对图像作分段线性灰度变换,整个算法通过FPGA实现。实验结果表明,该方法不仅解决了非制冷红外焦平面阵列探测器输出值随其工作时间变化的问题,而且消除了图像中探测器盲元的干扰,丰富了图像背景细节,增强了图像显示效果。与直方图变换等传统图像增强算法相比,该算法计算时间缩短了1.38ms,占用存储资源减少了42倍。在工程应用上,该方案简单可靠,成本较低,易于FPGA实现,可为其他红外实时图像处理系统的设计提供参考。     

融合Gabor小波能量与方向特征的掌纹识别算法

提出了一种融合Gabor小波能量与方向两级特征的掌纹识别算法,有效地解决了纹线的方向特征难以描述的困难.首先对预处理后的掌纹进行不同方向不同尺度的Gabor小波多通道滤波,再对得到的各个方向子带进行模糊分块,计算每一小块区域的能量,在同一尺度不同方向上找出能量最大的区域,并标记此区域对应的Gabor方向.采用格雷码对方向特征编码,再分别计算能量特征的欧氏距离和方向特征的汉明距离,最后将2种距离按权相加进行掌纹识别.与利用单一能量或方向特征的算法相比,本文提出的算法具有较高的检索识别率.     

应用Gabor滤波器和局部边缘概率直方图的全局纹理方向性度量

为了构建人机识别纹理方向性模型,提出了一种图像全局纹理方向性的度量算法。首先,设计Gabor滤波器以减小次要方向分量,增强描述纹理的全局方向性分量。然后,构造局部边缘概率直方图,描述纹理方向性的整体分布,定量给出全局方向性度量值。最后,在Tamura纹理模型实验集以及Brodatz纹理图像库上,测试比较了用不同测度算法度量全局纹理方向性的精度。结果显示,在两类纹理图像库上所获得的测试值均与人类视觉感知保持了较高的一致性,其精度比其它算法可高出10%,表明论文所提的全局纹理方向性度量算法可以满足精度要求更高的人机纹理识别模型。     

基于Gabor特征和Adaboost的人脸表情识别

为了改善人脸表情的识别率,提高分类器的性能,通过提取人脸表情图像的Gabor特征,再结合Adaboost算法,从而进行人脸表情的识别（Facial expression recognition,FER）。利用Gabor滤波器是人脸表情特征提取的一个重要手段,Adaboost算法则将一系列的弱分类器组合,最终生成一个强分类器。对表情识别这个多类识别问题,采取1：1的办法来解决,总共产生k（k-1）/2（k为总类别数）个强分类器,将多个强分类器进行级联实现人脸表情的多类分类。实验结果表明,相对于其他识别方法如MVBoost算法等,这种方法的识别准确率有很大的提高。     

Maximum kurtosis principle for the parameter selection of Gabor wavelet and its application to ultrasonic signal processing

The noise suppression techniques with wavelet transform (WT) are widely used in nondestructive testing and evaluation (NDT&E), especially in ultrasonics. But the wavelet based filter has the property of equal Q-factor, so, it is impossible to choose the central frequency and the bandwidth arbitrarily at the same time. This paper develops a new technique using WT to eliminate this drawback. In this paper, a weak ultrasonic signals identification method by using the optimal parameter Gabor wavelet transform is proposed. We address the choice of the optimal central frequency and bandwidth of the Gabor wavelet using the kurtosis maximization algorithm. The central frequency and bandwidth of the optimal parameter Gabor wavelet matched that of the ultrasonic signal very well. Numerical and experimental results have been presented to evaluate the effectiveness of the optimal parameter Gabor wavelet transform on ultrasonic flaw detection. This technique is a simpler and effective technique for processing heavy noised ultrasonic signals.     

手指静脉图像增强算法研究

根据手指静脉图像的特点,采用了一系列增强图像的算法,分平滑去噪、锐化和二值化三个步骤实现,从而达到分离静脉区域和背景区域的目的。在平滑去噪部分,根据手指静脉图像相邻区域间灰度的关系特点,采用了梯度倒数权重平滑法,对图像进行了去噪处理;在锐化部分,采用将高频强调滤波和直方图均衡化相结合的方法,达到了增强静脉和背景对比度的较理想的效果;在二值化处理部分,根据手指静脉不同区域灰度差别较大的特点,提出了一种分区域处理的方法。试验表明,该算法能有效的分离静脉区域和背景区域。     

Automated Surface Inspection Using Gabor Filters

In this paper we present a machine vision system for the automatic inspection of defects in textured surfaces found in industry. The defects to be inspected are those that appear as local anomalies embedded in a homogeneous texture. The proposed method is based on a Gabor filtering scheme that computes the output response of energy from the convolution of a textured image with a specific Gabor filter. The best parameters of a Gabor filter are selected so that the energy of the homogeneous texture is zero, and any unpredictable defeats will generate significantly large energy values. A simple thresholding scheme then follows to discriminate between homogeneous regions and defective regions in the filtered image. This transforms texture differences into detectable filter output. The experiments on structural textures such as leather and sandpaper have shown the effectiveness of the proposed method.     

马尔科夫随机场模型下的Retinex夜间彩色图像增强

由于Retinex算法在处理夜间彩色图像时容易出现光晕、颜色失真、细节丢失与噪声干扰等问题,本文基于马尔科夫随机场（MRF）提出了一种针对单幅图像的Retinex图像增强算法。该算法在HSV颜色空间下采用线性引导滤波估计图像照度分量;在MRF模型下求解仅包含物体本身特性的反射分量,并通过颜色恢复函数与增益补偿方法进行颜色恢复与校正,最终实现了夜间彩色图像的增强。实验结果表明,利用本文算法处理后图像的均值（整体亮度）可以提高2倍以上,标准差、熵、峰值信噪比（PSNR）等参数均有5%以上的提升。与其它基于Retinex原理的算法相比,本文提出的算法增强效果显著,具有消除“光晕伪影”现象、抑制噪声、颜色保真和有效地凸显边缘细节信息等能力。