改进Gabor加权分析方法在人脸识别中的应用

为提高Gabor对人脸结构特征和内容信息的保留能力,解决人脸识别中对表情等抗噪性差的缺点,提出一种基于改进Gabor加权分析的人脸识别算法。该方法通过对归一化的人脸进行多尺度Gabor分析,并依据相同滤波窗口参数进行归类合并,最后对该信号进行加权比对得到识别结果。实验证明,该方法很好地兼顾人脸结构特征和内容信息,具有良好的抗噪性和识别率。     

基于Gabor小波的目标跟踪方法研究

针对利用Gabor小波进行目标识别的过程中参数序列过多的问题,提出一种新的参数组合选取原则.该方法利用Gabor小波参数特性,配合能量函数构成图像的特征点集合.同时提出了基于统计模型的自适应非线性滤波算法,以弥补基本统计模型下卡尔曼滤波算法的缺陷,配合Gabor小波特征点集合能够大大减少特征点序列过多所造成的算法耗时问题.仿真和实验表明,该算法可广泛应用于各种图像目标识别与跟踪的系统中,并具有良好的图像目标识别能力.     

基于递归Gabor滤波的指纹图像处理方法的研究

根据一维递归Gabor滤波算法设计了二维RGF(Recursive Gabor Filtering)算法,通过实验论证了RGF不仅与Gabor 滤波等价,而且速度更快.在此基础上提出了RGF方法代替传统的Gabor滤波器方法应用到指纹特征提取,并用实验论证了参数的选择.实验结果显示该方法的有效性,具有很高的实用价值.     

基于Gabor滤波的引导源目标定位

针对引导源目标定位算法在低信噪比声源信号条件下不能有效定位的问题,在推导了引导源目标定位(GTL,Target localization algorithm using a guide source)算法原理基础上,根据低信噪比条件下GTL算法处理结果的特点,提出了利用Gabor滤波对算法输出条纹图进行降噪处理的方法。利用几组不同信噪比的引导声源和目标声源信号,对基于Gabor滤波降噪处理的GTL算法进行了仿真,并比较分析了其降噪前后引导源目标定位算法的处理结果。仿真结果表明,基于Gabor滤波处理后的GTL算法能准确实现低信噪比条件下的目标声源定位。     

基于融合的显微图像Gabor边缘提取算法

不同参数Gabor滤波器都具有各自的频率选择和方向选择特性,图像中纹理基元可以利用多个方向和中心频率Gabor滤波器组提取出来的频谱值来表示.据此提出一种适应于显微图像的Gabor滤波边缘检测算法.使用特定不同方向Gabor滤波边缘提取算子对图像进行边缘信息提取,获得不同方向上边缘特征信息,对其进行分析和融合提取图像边缘.运用该方法时所获不同方向的图像边缘进行自适应融合,获得的图像边缘较理想,模糊的边缘得到增强,并有效地消除了噪声.实验结果表明,该算法对显微图像处理有效,检测到的边缘清晰.     

基于Gabor变换的特征点跟踪算法研究*

为了实现对一组动态特征点的跟踪,基于Gabor变换的特征点提取方法提出了一套跟踪方案。首先采用仿射变换描述点的轨迹模型,引入PDAF算法进行状态估计;然后基于Gabor变换特征向量的匹配算法进行对应点辨识;最终推导出EKF滤波器方程组,对时态信息进行滤波。仿真结果表明,该特征点跟踪算法能够在目标图像辨识率较低的情况下满足目标跟踪的精确性要求。     

基于Gabor滤波器的遥感图像纹理查询方法

介绍了一种基于Gabor纹理特征的遥感图像检索方法。利用Gabor滤波器对图像进行多分辨率分解,提出了一种改进的基于滤波图像及图像能量的纹理特征提取方法,利用尺度、方向、纹理结构构成特征向量,使用归一化欧氏距离进行了相似性判断。该方法计算过程简单、快速,提高了方向判别的可靠性。仿真实验和实际运用验证了该算法的有效性。     

复杂背景下的多姿态人眼定位

针对彩色图像中人脸在复杂背景及多姿态下眼睛定位困难的情况,提出了一种基于肤色分割与Gabor滤波的人眼定位方法。首先采用粒子群算法优化改进的最大类间方差(Otsu)对图像进行肤色分割,找到人脸的候选区域;然后构造Gabor滤波器对候选区域进行滤波;最后经过灰度投影得到眼睛的精确位置。仿真结果表明,该分割算法在复杂背景和多姿态情况下的人眼定位中有明显优势,对于现实环境中的人脸识别有重要意义。     

基于新的Gabor变换与直接LDA方法的人脸识别

提出一种基于新的Gabor滤波变换与直接线性判别分析的人脸识别方法(GDLDA).首先应用一种新的Gabor小波对脸谱图像进行滤波变换,然后应用直接线性判别分析法(DLDA)提取经滤波变换后的脸谱Gabor变换特征进行识别.最后使用近邻算法在标准AT&T脸谱数据库上对GDLDA与DLDA方法进行脸谱分类识别比较,实验结果表明了GDLDA方法的有效性.     

基于Gabor-PCA的人脸遮挡区域重建算法

针对遮挡人脸重建和识别问题,提出一种基于Gabor滤波和主成分分析相融合的人脸遮挡区重建算法。首先通过构建5维8方向的Gabor直方图信息分类器,从人脸库中选择Gabor直方图信息与待重建原始人脸图像在外形轮廓等粗信息更为接近的图像组成训练样本集,然后采用主成分分析对奇异值分解重建协方差矩阵进行投影形成重建图像,最后进行仿真实验。结果表明,该算法可以得到平滑自然的重建人脸图像,而且具有较强的适应性。     

Gabor滤波器在指纹图像分割中的应用

为了有效地进行指纹图像的分割。在分析了Gabor滤波器虚部特征的基础上，在指纹图像的分割中引入了Gabor滤波器虚部的滤波结果作为新的指纹图像特征，并通过加权平均的分割策略；获得了较好的实验结果。同时，为了提高分割速度，还改进了特定条件下的Gabor滤波算法，从而有效地降低了算法的时间复杂度。     

地统计关联特征与多子集匹配的缺失指纹识别算法

针对主流指纹识别算法对缺失指纹图像识别率非常低的问题,提出了一种地统计关联特征与多子集匹配的算法（GS-MS）。首先对指纹图像进行Gabor滤波增强以及二值化、细化预处理,然后将图像均匀划分为N个子集,分别提取各子集的地统计学关联特征与分叉点、端点等细节特征点,最后以待识别指纹图像子集为基准,与指纹库子集进行匹配识别。采用完整与缺失两种指纹数据集进行测试,GS-MS算法均取得了较优的识别精度,而且没有大幅度增加运行时间。     

改进的Gabor滤波算法在指纹识别中的应用

指纹自动识别系统中图像的处理和匹配算法在系统的设计中起了尤为重要的作用,本文对Gabor滤波算法进行了简化,同时引入了HGF（Half Gabor Filter）对指纹图像进行了增强处理。实验结果表明经过这种改进的Gabor滤波算法提高了图像的处理速度,并很好的保留纹线的关键信息。     

一种改进的基于Gabor滤波的指纹增强算法

研究并实现了基于Gabor滤波器的指纹增强算法,对纹线方向提取算法进行了改进,获得了较准确的方向图。并改进了纹线频率的提取方法,有效地避免了Gabor滤波后在脊线中留下伪纹线和小孔的问题。同时也对滤波算法进行了优化,有效地减少了运算量。实验证明,该方法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果。     

基于改进的Gabor滤波指纹图像增强算法研究

对Gabor滤波器进行改进,改进的算法利用了指纹图像的局部特性,结合局部四邻城的关联特性,并且采用固定频率来代替复杂的频率计算.实验结果证明,改进的Gabor滤波算法不仅增强了指纹图像信息,同时也提高了处理速度.     

基于Gabor滤波器的指纹图像快速增强

研究并实现了利用Gabor滤波器对指纹图像增强的算法。改进了指纹图像方向图和纹线频率的提取方法,同时也对Gabor滤波器的快速实现方法进行研究,首先把Gabor滤波器分解为多个不同方向上有着不同参数的一维高斯滤波器的组合,然后通过递归的方法分别实现这些高斯滤波器,最后实现了Gabor滤波器的快速算法在指纹图像增强中的应用。实践表明,该方法效果良好,速度快,能大幅度提高指纹图像质量。     

一种新型自适应指纹图像增强算法

针对Gabor滤波器在处理低质量指纹图像时增强效果不佳的缺陷,提出一种基于方向域和频率域的新型自适应Gabor滤波增强算法。该算法改进了指纹图像方向图和纹线频率的提取方法,通过计算图像方向一致性和平均纹线频率两个参数来共同自适应地调节Gobor滤波器变换窗的大小。实验结果表明：对于低质量指纹图像,该算法大大提高了方向图准确性,而且自适应Gabor滤波器在处理不同类型的指纹时更具优越性。     

一种基于低分辨率指纹图像的增强方法

指纹鉴别是一个比较复杂的过程,一般包括指纹采集、图像预处理、特征提取及特征匹配等几个步骤。其中图像预处理中的图像增强是最为关键的环节,直接影响着后面指纹图像的细化特征提取等处理。论文针对硅晶体指纹采集芯片采集到的低分辨率指纹图像,提出一种有效的图像增强处理方法。由于指纹分辨率低,以及前景与背景的灰度差别很大,采用通常的空域Gabor增强后仍然有误增强和增强不充分的情况。所以针对此情况论文提出了采用非线性与线性相结合的二次图像增强的方法。首先使用Gabor滤波器进行非线性的图像增强,对增强后的灰度图像进行二次线性增强,即利用指纹的方向信息进行二值化处理。实验结果表明论文方法增强效果较好,与经典的Gabor图像增强方法比较,使用该方法图像增强后特征提取准确率明显提高。     

基于Log Gabor滤波的指纹纹理匹配*

分析了Log Gabor滤波器的性能,详述了用于指纹识别的Log Gabor滤波器的构造方法,在此基础上提出了基于Log Gabor滤波器的指纹纹理匹配算法。首先采用了一种快速有效的参考点定位方法,在确定有效区域并归一化后,通过傅里叶变换把指纹图像转换到频域,在频域进行Log Gabor滤波,最后在滤波图像中提取特征,并与传统方法作了比较。实验结果表明,所提出算法的性能优于基于Gabor滤波的纹理匹配方法和基于细节点的方法,提高了指纹识别的准确率。     

基于Gabor滤波器的指纹图像增强算法

介绍了一种基于Gabor滤波器的指纹图像增强算法,该方法对传统的Gabor滤波器的参数和大小进行了优化。实验表明这种算法具有很好的处理效果。