基于Gabor小波变换的图像轮廓角点检测

传统的基于图像轮廓角点检测方法大都对图像轮廓采用高斯平滑,使得角点定位准确性较低,且对局部细微变化和噪声比较敏感.针对此问题,本文利用Gabor滤波器可以很好的表征边缘和角点梯度幅值变化信息的优良特性,采用Gabor滤波器虚部对图像轮廓进行平滑,提出基于Gabor滤波器的图像轮廓角点检测算法.与将轮廓的几何特性作为角点测度的传统算法不同,本文将Gabor滤波器平滑后轮廓像素的主方向与相邻像素方向角度差作为角点测度,提高了对噪声的鲁棒性和角点定位的准确性.实验结果表明,新算法具有较优的定位性和噪声鲁棒性.     

PSO-Gabor-CNN算法在印刷品套印缺陷的检测

目的二维Gabor滤波器含有多个参数,在印刷品套印缺陷检测中,二维Gabor滤波器使用不同参数增强图像特征的效果差别较大,为了获得二维Gabor在某印刷品套印缺陷检测下的优化参数。方法在印刷品套印缺陷检测中,提出一种PSO-Gabor-CNN算法,采用Sobel算子对印刷品图像进行边缘检测,以粒子群算法(PSO)对二维Gabor滤波器的中心最大频率kmax、带宽σ、模板窗口window进行参数寻优,处理后的图像与模板图像采用加权欧式距离进行评价。然后用优化后的Gabor滤波器对图像进行滤波,最后采用卷积神经网络(CNN)对印刷品套印缺陷进行检测和分类。结果通过粒子群算法,确定了二维Gabor中心最大频率kmax为6.0476、带宽σ为0.1444、模板窗口window为27×27取得最佳效果,此时加权欧式距离为1.1927×10-33。卷积神经网络经过70次训练的均方误差为0.0035,测试样本正确率为96.93%。该方法与无数据预处理的BP神经网络(BPNN)、Sobel预处理的BP神经网络(Sobel-BPNN)、无数据预处理的卷积神经网络(CNN)、Sobel预处理的卷积神经网络(Sobel-CNN)对比,表现出了较好的识别效果。结论该方法可以获取二维Gabor滤波器的较优参数,从而获得较好的滤波效果,将其应用于套印缺陷检测,具有一定的应用价值。     

超声图像中目标的边界提取

由于对比度低和噪声强等特点,超声图像分割很难达到满意的效果,针对这一状况,将Gabor滤波器结合形态学操作应用到超声图像中目标的边界提取。首先对原始图像做预处理,去噪增强,然后再利用Gabor滤波进行目标区域特征提取,再经形态学腐蚀、膨胀等操作平滑图像,最后由sobel算子提取最终的边界图像。该法的关键之处在于Gabor滤波器尺度参数的选择,通过实验和分析得出了一组最佳尺度参数,取得了良好的分割效果,同时也验证了这一方法在超声图像分割中的实用性。     

基于形态学的超声C扫描图像缺陷边缘检测

针对传统基于形态学的边缘检测算法自适应降噪能力差、计算效率低的问题,提出了一种基于边缘比率和多结构的自适应边缘检测算法,根据超声C扫描图像的边缘比率将超声C扫描图像分为3种不同复杂度的图像,针对不同复杂度的超声C扫描图像自适应选取结构元素进行边缘检测,再根据不同边缘图像的信息熵进行融合处理得到最后的边缘。实验结果表明：该算法有效抑制噪声的干扰,且较好地保持图像边缘细节,提高了超声C扫描图像缺陷边缘检测的效率和准确率。     

用于身份识别的指纹图像增强算法研究与应用

研究了一种指纹增强算法,利用Gabor滤波器具有最佳时域和频域连接分辨率的特点和其良好的带通性,使用Gabor滤波器对低质量指纹图像进行了滤波去噪处理;使用纹线投票算法获取了指纹图像的纹线结构,在此基础上提取了指纹图像的方向信息,结合方向信息对图像进行了增强处理,实验结果表明,该算法的图像增强效果显著。     

融合Gabor特征二阶局部导数模式的人脸识别

二阶局部导数模式是一种基于一阶局部导数变化的方向性编码方式.相对于局部二值模式,二阶局部导数模式能够提取出图像的更多细节信息.本文提出了一种融合Gabor特征二阶局部导数模式的人脸识别方法,该方法首先利用Gabor滤波良好的空间位置与方向选择特性,采用四个频率六个方向的Gabor滤波器对图像进行滤波.其次,利用数据的类...     

多阈值选取与边缘连接的边缘检测算法

论文针对Kirsch边缘检测算子的缺点,提出一种多阈值选取与改进的边缘连接算法相结合的方法,对图像,尤其是医学图像进行边缘检测。该方法首先用高斯滤波器对原始图像去噪,使用传统Kirsch算子计算梯度,然后设定低阈值和自适应阈值来保护图像弱边缘和提取真正边缘,最后通过改进的边缘连接算法连接边缘。实验结果表明,论文的方法具有保持弱边缘、连接性好的边缘检测效果。     

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.     

用Gabor滤波实现虹膜图像纹理编码

针对虹膜纹理的幅度和相位信息特征,利用二维Gabor滤波器族可以很好地模拟皮层简单细胞的二维感受野轮廓,能够最大限度的提供图像局部方向和频率信息的特点,提出一种基于二维Gabor函数族对虹膜图像进行子块分解滤波的改进编码算法。实验结果表明,该方法能有效的提取虹膜纹理特征,从而达到虹膜识别的目的。     

基于局部Gabor相位特征融合的人脸识别

本文提出了一种提取人脸图像的局部Gabor相位特征,结合Fisher线性判别式,通过特征融合进行人脸识别的方法.该方法首先利用Gabor滤波良好的空间位置与方向选择特性,采用四个频率六个方向的Gabor滤波器对图像进行滤波,然后根据Daugman方法采用局部XOR算子提取滤波图像的局部Gabor相位特征,组成特征图像,最后通过Fisher判别式对每个频率和方向下的特征图像进行降维,融合降维后的特征,采用最近邻分类器进行识别.该方法通过在两个数据库中的实验,证明了较主成分分析法,Fisher线性判别式方法以及Gabor幅值特征融合识别方法更好的识别性能.     

矿山爆破质量定量评价系统研究

爆破块度是衡量爆破质量的重要指标,快速准确的评价系统建立是现代化矿山爆破精细管理的基本要求。对爆堆块度评价涉及的抽样、图像识别、质量转换、误差修正及分布函数等进行了系统地分析论证,形成了建立爆破块度定量评价体系的系统方法,并结合具体矿山爆破进行了验证。     

基于二维小波变换的爆堆矿岩边缘检测

根据爆堆图像灰度分布的特点,并结合小波变换应用于边缘检测的基本原理,采用能够检测局部突变能力的B样条小波用于爆堆岩石的边缘检测。通过推导,给出B样条小波滤波器,并根据滤波器设计出了基于二维小波边缘检测算法。在小波边缘分割中自主设计了自适应阈值检测算法,该算法能很好地去除图像的噪声,并保留了图像的边缘。     

基于小波和奇异值分解的图像边缘检测

针对传统图像边缘检测抑制噪声能力弱的问题,给出了一种小波变换和局部梯度场内奇异值分解相结合的边缘检测方法.首先在图像预处理阶段,为了提取准确的边缘特征,文中利用小波变换的时频局部化特性,对图像进行小波变换.该文对用小波求取的梯度场使用局部梯度奇异值分解的方法;利用奇异值的特性和良好的稳定性,使提取的边缘特征更加突出并且能够达到抑制噪声的目的.实验证明该文方法既能在无噪声影响的图像中提取出清晰完整的单边缘,又能在有噪声干扰的情况下提取出理想的边缘.     

基于小波变换和形态学的织物疵点边缘检测

为了精确确定织物疵点边缘,提出了一种基于小波变换和形态学的织物疵点边缘检测方法.在利用形态学实现疵点检测后,对其进行小波分解,用小波模极大值法和基于数学形态学的算法分别提取高低频子图像的疵点边缘,采用合理的融合规则将两个边缘图像进行融合.实验结果表明,该算法能有效地抑制噪声,且边缘清晰、准确,效果优于经典的边缘检测算法,具有可行性和有效性.     

A Novel Non-Invasive Method for Extraction of Geometrical and Texture Features of Wood

Non invasive feature detection in wood based application requires exact discrimination between geometrical edges and texture. It has been found that traditional edge detection algorithms are highly sensitive to noise and texture and produces inferior results with wood. The present work encompasses a micro level reconstruction of Palash and Rosewood by using micro X-rays CT scanner. It also encompasses a new edge detection algorithm using newly constructed Chebyshev polynomial based fractional order differentiator. Transform based method has been used for reconstruction purpose. Newly designed fractional order filter has been applied on these reconstructed images. Chebyshev polynomial based fractional order differentiator has been used for filtering operation. Quadrature Mirror Filter (QMF) concept has been used for design of high pass filter and low pass filter. Preprocessing has been performed by using this filter. Canny edge detection algorithm has been used on this preprocessed image. The algorithm has been tested on two different test cases of wood images a) Palash and b) Rosewood. The effect of relaxation coefficient has also been presented and discussed.     

Texture Analysis for Flaw Detection in Ultrasonic Images

In this paper, we present two approaches for flaw detection in TOFD (Time of Flight Diffraction) images based on texture features. Texture is one of the most important features used in recognizing patterns in an image. The paper describes texture features by two methods: Multiresolution analysis such as wavelet transforms and Gabor filters bank. The two-dimensional wavelet transform is used to decompose the input image into a multiresolution framework. The textural statistical parameters are used to allow the choice of the decomposition channel. The Gabor filter is a Gaussian kernel function modulated by a sinusoidal plane wave. All Gabor filters can be generated from one mother wavelet by dilation and rotation. These filters represent an appropriate choice for tasks requiring simultaneous measurement in both space and frequency domains. The most relevant features are optimized by Principal Components Analysis (PCA) and used as input data on a Fuzzy C-Mean clustering classifier. We use two classes: ‘defects’ or ‘no defects’. The proposed approach is tested on the TOFD image achieved in an industrial field.     

图像边缘检测方法对比与实现

本文主要针对彩色图像和灰色图像边缘检测的一些方法进行了对比。对于灰色图像根据不同方法的优缺点提出了一种基于数据融合的边缘检测的方法。该方法对原始图像分别采用sobel算子和小波变换两种方法进行边缘提取,然后采用加权平均的方法进行融合并且得到了边界更为清晰的边缘图像;对于彩色图像则分别对比了在RGB彩色空间直接计算梯度得到的边缘图像,以及在分量图像分别计算然后相加得到的梯度图像的边缘效果。     

基于小波变换的复杂航空图像的边缘提取

提出了一种基于小波变换的复杂航空照片的目标边缘自动提取的新方法。该方法利用了小波变换，因而具有良好的噪声抑制能力及完备的边缘保持能力，在计算机自动判读系统的目标边缘提取中有效可行。