基于Gabor特征的曲面工件缺陷检测方法的研究

针对曲面工件加工过程中出现的表面缺陷问题,使用Gabor函数能够提取出图像在不同位置、频率和方向上特征的优点,构建5个方向8个尺度的Gabor滤波器组.对采集的图像进行Gabor滤波,提取滤波后图像的灰度均值和方差作为Gabor纹理特征向量,使用主成分分析法进行特征的降维处理,最后建立马氏距离最近邻分类器,实现了对工件表面缺陷的识别和分类.     

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。     

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...     

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Gabor滤波系数高阶矩的图像检索

在分析Gabor滤波器进行图像纹理特征提取的基础上,提出了利用多尺度和多方向Gabor滤波系数的高阶矩提取图像特征进行CBIR的方法,利用滤波系数的方差给出了基于Gabor滤波组提取的图像纹理特征的平滑度和纹理一致性算法,并采用四个尺度和六个方向的滤波系数的能量、方差、峰态、平滑度和一致性组成了CBIR特征向量.采用Brodatz纹理库和Corel图像库中的典型图像进行了对比实验.实验证明,提出的方法比传统的Gabor滤波进行CBIR具有更高的查准率.     

基于Kaiser滤波及噪声抑制优化的虹膜识别

针对Gabor滤波器在数据截断时存在频谱泄露而使滤波通道边缘模糊的现象,本文利用适应性强且性能灵活可调的Kaiser函数,构造具有频率和方向选择性、且边缘清晰的Kaiser滤波通道,提取虹膜频率特征.通过对提取的特征进行幅值分段分析,发现虹膜特征存在一个"有效特征阈值"L,幅值高于L的特征能够有效识别虹膜,而幅值低于L的特征为不相关噪声.采用噪声抑制优化,对噪声特征设置"相位无效码",可以优化海明距离,提高同类虹膜的正确匹配率.实验表明:与Gabor滤波方法相比,本文基于Kaiser滤波的优化方法将虹膜的正确识别率由98.6%提高到99.9%,而且在锚误接受率(EAR)为0的情况下,具有更低的错误拒绝率(ERR).     

一种新颖的虹膜识别方法

提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor小波变换提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征,在滤波后的子窗口图像上运用灰度级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部特征进行分类识别。设计了FIS(模糊推理系统)特征融合分类方法来提高虹膜识别的鲁棒性。实验结果表明本方法有效可行,可以达到98.5%的识别率,并在保持1.4%较低的FRR(拒绝率)的同时可以使FAR(误识率)减少到0.1%。     

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。     

基于振动时频图像全局和局部特征融合的柴油机故障诊断

提出了一种基于振动时频图像全局和局部特征融合的柴油机故障诊断方法。采用平滑伪维格纳分布(SPWVD)方法生成柴油机振动时频图像,分别用核主元分析(KPCA)和局部非负矩阵分解(LNMF)方法提取时频图像的全局和局部特征进行融合,并用独立分量(ICA)分析方法对融合后的特征进行降维,对降维后的融合特征进行分类完成对柴油机的故障诊断。试验结果表明,基于振动时频图像全局和局部特征融合的柴油机故障诊断方法,能够准确诊断柴油机的气门故障。