基于单幅光栅条纹图像的钢轨表面三维重构研究

针对光栅条纹相位测量法利用相移法提取相位时需要3幅以上的相移光栅条纹图像,使得整个重构过程复杂的问题,提出利用单幅光栅条纹图像提取相位的方法进行钢轨表面的三维重构。通过对单幅光栅条纹图像进行希尔伯特变换的方法实现相位移动。利用推导的相移公式直接求取包裹相位变化量,并解包裹得到连续相位分布。将连续相位代入相位高度映射关系,获得轨面高度分布,重构钢轨表面三维形貌。利用传统Stoilov五步相移法重构钢轨表面。通过对仿真结果的对比分析并结合实际情况,该方法能够很好地实现钢轨表面的三维重构,并且误差小于Stoilov五步相移法,运行速度较快,更适合在线检测。     

基于分块技术的相位展开算法

对干涉相位图的相位展开是干涉合成孔径雷达处理过程中的重要步骤,也是干涉合成 孔径雷达理论与应用研究的难点所在.在充分利用干涉相位图中的干涉条纹信息的基础上,提出 了一种基于分块技术的相位展开算法.首先对干涉相位图做了分块处理,块是由干涉条纹线和图 像边界线组成的一个封闭的区域,在一个块内不存在相位跳跃,即在块内的相位展开已经完成. 在下一步对全图做相位展开时,再逐块进行.最后通过后处理技术进行错误校正.通过对真实数 据的实验和与传统方法的比较,证实了算法的有效性和稳定性．     

相位特征提取及在纹理分割中的应用

重视了在生物视觉中起重要作用的相位信息在纹理分割中的重要性并将相位信息用于纹理分割,介绍了常用的相位解缠卷方法及基于最小二乘法的相位解缠卷算法,提出用于分割由两种纹理构成的纹理图象的相位特征提取算法,最后给出了应用相位信息进行纹理分割的实例。     

双四步路径相移均值法

在光栅投影三维表面测量系统中,光学仪器的伽玛非线性和随机噪声是影响相位展开精度的两个主要因素。双三步相移法具有同时降低这两类误差的独特优势,但仍然存在非线性误差较大且相位测量精度较低两个方面的问题。针对以上问题,提出了双四步路径相移法,首先将双三步相移法中对齐平均的思想应用于四步相移法,以降低非线性误差对测量精度的影响;进而提出了相位域空间变换多频外差方法,以利用所有测量相位进行相位平均,进一步降低随机误差的影响,提高测量精度。实验结果表明,该算法能够有效地提高相位展开的精度,具有更强的适应性。     

高效RGB格雷码与相移法结合的三维重建技术

针对传统相移法在三维(3D)轮廓重建时相位展开耗时长和精度较低的问题,提出了一种新的高效率的三原色(RGB)格雷码编码方式对相位解包裹。用彩色摄像机分别拍摄经由物体高度信息调制后变形的正弦光栅图像,每幅光栅图片相移π/2;在正弦光栅灰度值最大处投射RGB格雷码对条纹定级;根据左右图像的相位展开值和双目视觉原理对左右视图进行匹配,恢复模型的3D轮廓。提出的方法在64级条纹之内将解码需要的投影条纹数量减少到3幅,测量速度和精度都有明显提高。将提出的方法应用在模型表面测量和标准球测量实验中,结果表明,提出的方法提高了重建速率且精度小于0. 03 mm。     

三维物体表面轮廓测量中实用相位展开算法的研究

在利用FTP进行三维物体表面轮廓测量时,影响测量精度的关键因素之一是相位的展开算法。传统的相位展开算法受展开路径的影响。本文在传统相位展开算法的基础上,提出了一种实用的不完全依赖展开路径的相位展开算法,该算法使噪声对精度的影响可减到最小并且易于操作。     

基于复移Morlet小波的光栅条纹图像相位提取

面结构光三维测量中,变形光栅条纹的相位信息映射为物体表面的高度,为了提取变形条纹的相位,用复移Morlet小波作为母小波,并给出复移Morlet小波的参数带宽fb和中心频率fc的取值方法,对由物体表面高度调制而发生变形的条纹图像进行连续小波变换,利用最大值法确定小波变换的"脊",进而提取条纹图像的相位.模拟和实验均表明...     

多方向局部相位量化模式及纹理分类

梯度是图像的一种的特征，而同时考虑不同方向上的梯度信息是一种更加有效利用梯度的方式，因此提出多方向梯度的纹理局部相位量化模式算法。多方向梯度的纹理局部相位量化模式首先从不同方向提取图像的梯度特征，然后对每个方向上的梯度特征采用局部相位量化方法进行编码，各方向梯度采用相位量化编码后的特征连接成一个匹配特征向量。为了充分利用图像的梯度信息，还探讨了块模式的局部相位量化方法。两个纹理数据库和一个掌纹数据库上的实验充分表明，对图像各方向上的梯度信息进行局部相位量化编码是一种有效的纹理特征提取算法。     

基于数字投影仪的光栅相位自校正方法

提出了一种针对数字投影仪的光栅相位自校正方法. 在基于光栅投影的主动式视觉三维测量技术中, 投影出具有标准正弦分布的光栅条纹是其关键环节之一. 对投影仪投出的光栅条纹, 应用n步相移法通过条纹图像得到其理想的相位分布, 然后根据理想相位分布和实际相位分布的映射关系, 对投影仪的光栅模式进行自校正. 实验结果表明, 经过3～5次自校正后, 投影仪投影出的光栅条纹质量有了很大的提高, 可以得到较理想的正弦分布的投影光栅.     

一种结合多特征的SVM图像分割方法

在分析了频域相位信息和纹理信息在表征图像特征方面的重要性之后,提出了一种结合相位一致和纹理特征的SVM图像分割方法。该方法将相位一致性统计特征、纹理特征和灰度特征一起组合成训练特征向量,采用支持向量机分类方法对图像进行分割。相对于传统方法,该方法提取的统计特征向量可以有效地反映图像边缘细节和纹理信息。实验结果表明,该方法比传统的SVM图像分割方法更有效,尤其适用于图像中目标区域的边缘对比度低和纹理信息丰富的情形。     

医学肝脏图像Gabor小波纹理特征研究

针对肝脏图像自身特点,研究了Gabor小波纹理特征在医学肝脏图像识别中的意义,提出一种基于Gabor小波纹理特征的医学肝脏图像识别方法.实验表明:引进Gabor小波纹理特征能较好地实现医学肝脏图像识别问题;与其它典型图像识别方法对比结果验证,新方法可以取得更高的识别率.     

低层特征获取高层语义的图像检索

首先采用基于颜色聚类的方法将图像分割成区域,提取每个区域的Gabor小波纹理特征和灰度共生矩阵纹理特征,接着采用信息熵对特征进行选择,使用选择后的特征对图像区域进行聚类,得到每幅图像的语义特征向量;然后提出遗传模糊C均值算法对图像进行聚类。在图像检索时,查询图像和聚类中心比较,在距离最小的类中进行检索。实验表明,提出的方法可以明显提高检索效率,提高了检索的精度。     

融合全局和局部描述的图像检索方法

针对基于内容的图像检索中全局描述缺乏空间位置信息及局部描述面临图像分割的问题,提出了一种基于全局颜色特征和局部Gabor小波纹理特征的图像检索方法.在整幅图上提取MPEG-7主颜色描述算子作为全局描述.将图像划分为5个有重叠的子区域,提取Gabor纹理特征与颜色矩构成局部描述,提出了改进的豪斯多夫距离并将其应用在局部描述的整体匹配中,克服了因图像的平移、旋转而造成检索率低的问题.融合全局相似度和局部相似度获得最终相似度.基于Corel数据库的实验结果表明了该方法的有效性.     

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。     

Enhanced Gabor wavelet correlogram feature for image indexing and retrieval

In this paper, a new feature scheme called enhanced Gabor wavelet correlogram (EGWC) is proposed for image indexing and retrieval. EGWC uses Gabor wavelets to decompose the image into different scales and orientations. The Gabor wavelet coefficients are then quantized using optimized quantization thresholds. In the next step, the autocorrelogram of the quantized wavelet coefficients is computed in each wavelet scale and orientation. Finally, the EGWC index vector simply consists of the autocorrelogram coefficients. Due to non-orthogonality of Gabor decomposition, the resulting wavelet coefficients suffer from redundancy, which increases the computational cost and reduces the effectiveness of EGWC. Here, we present a solution to handle the redundancy problem using non-maximum suppression and adjustment of autocorrelogram distance parameters as a function of the wavelet scale. The retrieval results obtained by applying EGWC to index two image databases with 5,000 natural images and 1,792 texture images demonstrated its better performance in terms of retrieval rates with respect to the state-of-the-art content-based and multidirectional texture indexing algorithms.     

基于Haar特性的LBP纹理特征

图像纹理特征能够反映图像的灰度分布程度、对比度、空间分布和图像的内在变化特性,在确保较低计算复杂度的前提下,有效提取深层次的图像纹理信息是其研究的难点问题。针对这一问题,从相邻区域的统计特征分析入手,提出了一种Haar型特性局部二元模式(Haar local binary pattern,简称HLBP)的图像纹理特征提取方法。鉴于Haar型特征运算简单、快捷,统计局部特征有效、可靠,将其引入LBP中。该方法首先给出8组Haar型特征编码模式,按照局部二元模式(local binary pattern,简称LBP)统计图像局部纹理特征,因采用局部区域统计方法能够有效降低噪声的影响;其次,为了进一步提高图像纹理特征的有效呈现,结合Gabor小波滤波在不同方向、不同尺度对灰度水平图像进行特征提取,以增强纹理有效提取的性能,提高不变特征的稳健性;最后,通过4组对比实验验证了该方法的可行性。实验分别在标准的 Brodatz 正常分块纹理库测试集、分块且缩放 Brodatz 纹理库测试集、分块且旋转Brodatz纹理库测试集以及Yale B扩展的非均匀光照条件人脸库测试集上进行。实验结果表明,该方法能够有效地表达图像的纹理特征。     

Texture classification using Gabor wavelets based rotation invariant features

Texture based image analysis techniques have been widely employed in the interpretation of earth cover images obtained using remote sensing techniques, seismic trace images, medical images and in query by content in large image data bases. The development in multi-resolution analysis such as wavelet transform leads to the development of adequate tools to characterize different scales of textures effectively. But, the wavelet transform lacks in its ability to decompose input image into multiple orientations and this limits their application to rotation invariant image analysis. This paper presents a new approach for rotation invariant texture classification using Gabor wavelets. Gabor wavelets are the mathematical model of visual cortical cells of mammalian brain and using this, an image can be decomposed into multiple scales and multiple orientations. The Gabor function has been recognized as a very useful tool in texture analysis, due to its optimal localization properties in both spatial and frequency domain and found widespread use in computer vision. Texture features are found by calculating the mean and variance of the Gabor filtered image. Rotation normalization is achieved by the circular shift of the feature elements, so that all images have the same dominant direction. The texture similarity measurement of the query image and the target image in the database is computed by minimum distance criterion.     

基于多尺度融合的甲状腺结节图像特征提取

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。     

基于Gabor滤波器组的车牌汉字特征提取

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.     

Image mining by spectral features: A case study of scenery image classification

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.