适用于虹膜识别的Gabor滤波器参数选择

Gabor变换实现的难点是Gabor滤波器组的参数选择.本文提出了一种适用于虹膜纹理特征提取的Gabor滤波器组参数选择方法.该方法根据图像分块确定Gabor滤波器的位置因子取值;借助海明距离均值曲线确定滤波器尺度因子;通过建立尺度因子与频率调制因子的关系,最终确定频率因子的取值.实验证明,依据该方法设计的滤波器,能有效提取虹膜纹理特征,得到较高识别准确率达到虹膜识别的目的.     

Gabor滤波器的掌纹特征提取研究

掌纹识别是近年发展起来的一种生物识别技术,掌纹特征提取是掌纹识别核心部分之一,传统Gabor滤波器特征提取速度慢致使掌纹识别速度不能满足实时性的要求.将传统Gabor、改进Gabor和迭代Gabor应用于掌纹特征提取,对比研究了它们在掌纹识别中特征提取速度和识别精度的问题,旨在探求识别精度高且特征提取速度更快的Gabor滤波器,进而改良掌纹特征提取方法.实验表明,迭代Gabor滤波器能确保掌纹识别系统在高识别精度的前提下具有更快的识别速度.     

Gabor变换的参数设计及其在车牌字符识别中的应用

Gabor变换能有效抑制字符的噪声、变形、断裂、模糊、以及亮度不均等图象干扰,适合于象车牌字符这样的低质量字符特征提取。Gabor变换的难点是滤波器组参数优化设计,因此提出了一种快速参数优化设计方法,并提出了一种Gabor特征融合方法。实验表明,用此方法获取的Gabor滤波器组参数效果良好,已经运用于实际的车牌识别系统中,取得了满意的效果。     

基于Gabor变换的子午线轮胎缺陷检测

利用数字图像处理进行子午线轮胎质量检测,利用x射线得到子午线轮胎的投影图像,对其图像纹理进行缺陷检测,找出其缺陷严把质量关,从而生产出高质量的子午线轮胎。     

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题，介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声，首先进行基于小波变换和中值滤波的降噪处理，然后利用高斯函数平滑图像。在边缘检测过程中，使用Gabor奇部滤波器检测边缘。最后，使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然，该方法也具有普遍性，可以应用到其他图像。     

基于Gabor滤波器的指纹图像增强算法研究

在指纹识别系统中,图像增强效果的好坏对特征提取及指纹鉴别的识别率具有决定性的影响。本文详细介绍了Gabor二维函数、Gabor滤波器的图像增强算法、方向图计算、纹线频率计算的步骤及方法,从而去除了噪声,达到了增强图像的目的。在算法设计上提高了运算速度,节省了运算的时耗。     

Gabor小波目标特征提取和跟踪方法的研究

为了解决目标在发生旋转、尺度及平移等几何变形时的自动跟踪问题,提出 Sobel 边缘检测与 L-M 优化结合的 Gabor 小波目标提取与跟踪方法。该方法自动寻找目标的小波特征点,在跟踪过程中不断优化特征模板的旋转、尺度以及平移等几何变形参数,使得小波特征向量值在最小平方和意义上与初始值相匹配,实现目标跟踪。实验结果表明,该算法能够有效地提取目标特征,在目标尺度变化达到 50%,角度变化 10o,旋转 90o等不利条件下实现了可靠跟踪。     

基于Gabor滤波器的指纹图像增强

通过对传统指纹图像增强算法的研究,提出一种基于Gabor滤波的指纹图像增强算法。根据指纹纹线间距均匀且局部平行的特点,建立了用于指纹图像增强的Gabor滤波函数的物理模型,并利用二维Gabor滤波器可分解为正交方向的一维高斯带通滤波器和一维高斯低通滤波器的特点,将二维滤波分解为两次一维滤波,从而解决了计算量过大的问题,降低了算法的复杂度。实验表明该算法具有良好的增强指纹图像的脊线和抑制噪声的作用。     

基于Gabor和LIOP特征的多视角目标识别

针对被检测目标在视角变化和遮挡时较难识别的问题,提出联合利用Gabor特征和视角变换时共有的LIOP特征对目标进行多角度识别的新算法。首先,用4个方向、16个尺度的二维Gabor滤波器组对输入图像进行滤波,得到64组含有方向信息的Gabor特征响应图,进而对相邻尺度和相应位置计算局部响应最大值,得到具有尺度及平移不变的特征向量。其次,通过几何变换算法获得不同视角下的LIOP特征向量。然后,为了降低时间复杂度,通过主成分分析算法对联合特征降维。最后,把降维后的特征向量输入支持向量机(SVM)进行训练学习,得到检测器模型。为了定量评估算法精度和鲁棒性,在Caltech-101和UIUC car两个标准数据库进行测试,实验结果表明,本文在两个标准数据集上的平均识别率分别达到了92.1%和95.4%,能较好检测不同尺度、不同角度的目标。     

基于Gabor小波的人脸表情识别

提出通过提取人脸表情图像的Gabor特征,结合二次降维的方法,进行人脸表情识别.针对Gabor特征提取后维数变高,冗余很大的特点,先对高维特征进行采样,再引入二维PCA算法对Gabor特征进行选择,以达到降维的目的.然后采用基于模糊积分的多分类器联合的方法对7种表情进行融合识别.在JAFFE库上进行测试的结果验证了该算法的有效性,与2DPCA算法及传统特征提取算法相比,本文算法取得了较高的识别速度和精确度.该算法能更有效的提取反映表情状态的特征.     

基于图像处理技术的五金件表面缺陷检测研究

为实现图像处理技术在表面缺陷检测中的应用,取代传统人工检测的方式,设计开发了一套五金件表面缺陷检测系统,研究了镀镍五金件表面图像在线处理算法,包括边缘检测算法、位置修正算法、标定算法和检测算法,实现了五金件表面缺陷视觉检测.同时提出一种阈值反馈算法,用实际缺陷值反馈验证理论缺陷值,最终得到可靠的缺陷阈值,判断表面缺陷....     

基于ACFM检测技术的表面裂纹特征评价方法研究

交变电磁场检测技术(alternating current filed measurement, ACFM)是利用电磁感应原理,通过拾取缺陷处的磁场畸变信号,分析判断缺陷信息的一种电磁无损检测方法。ACFM检测技术在探头扫描方向与裂纹走向一致的情况下检测效果最佳。但在实际检测中,检测的金属表面通常都有油漆层保护,并不知道裂纹走向。因此,该文重点研究裂纹长度、裂纹深度、探头扫描方式、探头起落波动、探头偏离裂纹的水平距离及探头提离高度对ACFM检测信号的影响。实验结果表明:不同的扫描模式,检测信号具有不同的特征,可以从不同的模式特征对裂纹特征进行综合评价。该研究成果可为表面裂纹的检测与评价提供参考。     

基于线结构光的叶片型面特征检测方法研究

叶片是燃气轮机和航空发动机的核心部件,随着我国两机行业的高速发展,对于叶片在研发、生产和维修等方面全生命周期检测的要求不断提高.光学测量是目前叶片三维形貌高效检测的新手段,但是在测量精度等方面相比传统三坐标测量机仍存在一定局限.该文提出一种基于线结构光的叶片型面特征检测方法,设计开发一套四自由度检测平台,针对基于标定物...     

基于多通道Gabor滤波和特征融合的虹膜识别方法

多通道Gabor滤波器提取的虹膜特征具有冗余信息并存在部分非有效特征,针对此问题提出了改进方法。对同尺度不同方向的Gabor特征,利用幅值信息进行融合,对融合后特征进行相位编码,并运用海明距离匹配。这样,既保证了高识别性能,又将虹膜特征码压缩为传统方法的1／2,可提高匹配速度,并节约存储空间。还提出一种虹膜图像质量评价方法,可有效鉴别不适于识别的低质量虹膜图像。在CASIA和UBIRIS虹膜库的实验结果表明该方法是有效的。     

基于Gabor小波变换的汉字识别方法

基于Gabor滤波器时频局域性和方向选择性对应在汉字图像上即是对笔划宽度和方向的选择这一认识,考虑到笔划宽度多峰值、笔划是方向的特点,利用二维Gabor小波的多分辨率特性,对汉字图像进行了多尺度多方向分析,提取多个子平面的滤波器输出系数作为统计特征,实现了字符图像的高性能识别,为开展低质量、低分辨率的汉字字符图像识别研究提供了新方法。实验结果表明,用这种方法识别低分辨率的字符图像,效果优于其他方法。     

Gabor filtering for feature extraction on complex images: application to defect detection on semiconductors

Abstract

This paper is an extension of previous work on the image segmentation of electronic structures on patterned wafers to improve the defect detection process on optical inspection tools. Die-to-die wafer inspection is based upon the comparison of the same area on two neighbourhood dies. The dissimilarities between the images are a result of defects in this area of one of the dies. The noise level can vary from one structure to the other, within the same image. Therefore, segmentation is needed to create a mask and apply an optimal threshold in each region. Contrast variation on the texture can affect the response of the parameters used for the segmentation. This paper shows a method of anticipating these variations with a limited number of training samples and modifying the classifier accordingly to improve the segmentation results.     

基于增强分形特征的人造目标检测

自然背景和人造目标对于某些分形特征存在着一定的本质差别,这些差别为目标检测提供一套全新的方法。研究表明,对于自然背景中嵌入少量人造目标这类简单情况,采用单一的分形特征就能取得较好的检测效果。对于复杂情况下的检测,本文采用Sarkar和Chaudhuri的差分计盒（DBC）分数维法计算图像的分维数,并用概率松弛法（PRIA）对分维值进行特征增强。仿真实验表明,该方法具有较好的检测效果。     

全局缺陷和局部缺陷的FPC检测算法研究

为满足柔性电路板缺陷检测在生产线上的检测要求,讨论了基于机器视觉的柔性电路板缺陷实时检测系统试验所需要的关键技术.并且针对传统的基于模板匹配的算法的速度慢、准确率低等问题,提出将柔性电路板的缺陷分为全局缺陷和局部缺陷,对全局缺陷采用直方图匹配和八连通域面积的计算,淘汰两者均存在缺陷的产品;对未被排除的产品图像采用投影匹配和相关系数的计算,实现局部缺陷的识别.改进的算法经过实验验证表明其准确率和检测速度优于传统的检测算法,符合柔性电路板生产线的检测要求.     

Multiple linear feature detection based on multiple-structuring-element center-surround top-hat transform

Linear feature detection is an important technique in different applications of image processing. To detect linear features in different types of images, a simple but effective algorithm based on a multiple-structuring-element center-surround top-hat transform is proposed. The center-surround top-hat transform is discussed and analyzed. Based on the properties of this transform for image feature detection, multiple structuring elements are constructed corresponding to the possible linear features at different directions. The whole algorithm is divided into four parts. First, the algorithm uses the center-surround top-hat transform to detect all the possible linear features at different directions through constructing multiple structuring elements. Second, the detected linear feature regions at each direction are processed by a closing operation to remove the possible holes or unconnected regions. Third, the processed results of the detected linear feature regions at all directions are combined to form all the possible detected linear feature regions. Fourth, the combined result is refined by using some simple operations to form the final result. Experimental results on different types of images from different applications verified the effective performance of the proposed algorithm. Moreover, the experimental results indicate that the proposed algorithm could be used in different applications.