首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
采集电泳电子纸(EPD)的边缘纹理、鬼影图像时,需避免外界光照条件的干扰,包括光源方向、明暗和色彩等.针对EPD显示画面采集过程中受到的光干扰问题,设计了一种基于Gabor滤波器的图像滤波系统.对于受光干扰的单一灰阶图像,先通过Gabor滤波器降低光照变化和噪声对图像的影响,再通过闭运算进行边缘补偿;对于受光干扰的彩色图像,先提取图像的R、G、B分量,分别对各分量进行Gabor滤波,最后将3组分量重新组合成彩色图像.结果表明:该系统在单一灰阶图像、彩色图像中对光干扰的消除率分别达到39.9%和39.7%.研究结果对降低采集EPD图像时的光干扰具有重要意义.  相似文献   

2.
为了提高指纹识别速度,在分析了Gabor滤波器实部特征的基础上简化了求二维卷积的运算,从而改进了Gabor滤波器算法,实验表明该改进算法使运算的复杂度由O(n2)降至O(n).  相似文献   

3.
Gabor滤波器在图像分析和机器视觉方面得到广泛应用.将Gabor滤波用于识别地下水管内壁图像,对管壁损坏程度进行分类.针对Gabor函数之间的非正交性,优化参数,尽量减少滤波输出数据中的冗余信息,使用一组不同频率响应和角度特性的Gabor滤波器获取图像块纹理信息,并用主分量分析(principal components analysis, PCA)对得到的高维特征向量进行降维.对提取的纹理特征进行k-均值聚类,实验结果验证了该方法的有效性.  相似文献   

4.
针对Gabor滤波器在进行笔迹特征提取时,局部特征不显著和速度慢的问题,提出利用一种新的Gabor滤波器提取笔迹图像的特征,另外,考虑到滤波器参数的设置的重要性,详细分析了各参数对滤波后笔迹图像的影响,最后利用笔迹库进行实验取得满意的识别率。  相似文献   

5.
针对相向运动成像的辐射状模糊图像,提出了基于Gabor滤波的图像对比度相似度图像质量评价方法.该方法利用对数极坐标Gabor滤波器模拟人眼视觉系统处理图像的方式,实现对图像频率和方位角同时滤波的功能.结果表明,该方法的评价结果与主观评价结果的相关系数达到0.95,是一种评价辐射状模糊图像质量的有效方法.  相似文献   

6.
根据视觉信息处理的多通道滤波理论,研究了基于多通道Gabor滤波的纹理分割方法.该方法以覆盖全部频率空间、8个滤波方向的Gabor滤波器组构造滤波通道,通过随机样本方差聚类分析,结合最小距离判别法,实现了图像纹理的准确分割.  相似文献   

7.
为了提高指纹识别速度,在分析了Gabor滤波器实部特征的基础上简化了求二维卷积的运算,从而改进了Gabor滤波器算法,实验表明该改进算法使运算的复杂度由O(n^2)降至0(n)。  相似文献   

8.
基于Gabor小波和神经网络的图像目标识别   总被引:1,自引:0,他引:1  
针对目前数字图像目标识别方法中存在识别精度和实时性的问题,提出一种结合Gabor小波和神经网络的图像目标识别方法.该方法首先对图像进行预处理,用Canny算子进行边缘提取,然后通过神经网络获取最优的双Gabor小波复合滤波器参数,再采用参数优化过的滤波器组提取目标的特征向量,最后进行目标的分类和识别.实验表明这种方法鲁棒性好、识别率高.具有较广泛的实际应用价值.  相似文献   

9.
织物的疵点检测在纺织工业生产的质量控制中起着至关重要的作用.针对织物疵点,论文提出一种基于最优Gabor滤波器的织物疵点检测算法.首先,针对4尺度4方向的16个Gabor滤波器,借助的方向模板对疵点图像滤波后的信息量确定2个最优方向;其次,综合信噪比和损失评价函数在2个方向的8个滤波器中各自选取1个最优滤波器;然后,对滤波后的疵点图像做融合和二值化,实现了疵点检测.从实验结果看,该算法能够有效地检测出织物疵点.  相似文献   

10.
本文使用了一种基于双滤波器的动态指纹图像增强算法。利用动态2维Gabor滤波器分离粘连脊线的能力很强,方向滤波器具有较强连接断裂脊线的能力,而且输出结构为二位图像的特点,使用Gabor滤波器与方向滤波器互补滤波。通过对图像进行第二次增强,从而达到较为理想的增强效果。大量实验结果显示,此算法对指纹图像的平移与旋转变化反应不明星.有利于细节点提取而且易于实现。  相似文献   

11.
针对Gabor变换(Gabor transform,GT)和使用àtrous小波变换(wavelet transform,WT)分解图像的曲波变换不能准确地采集图像中边缘信息的问题,提出一种改进曲波变换(improved curvelet transform,ICT)特征提取的CBIR(content based image retreval)算法.ICT使用脊波变换作为一个组成步骤,使用Gabor小波过滤器的过滤器组实现曲波子带,使用词汇树索引每幅图像的描述符向量,即能量直方图向量.在Corel收集的1 000幅图像上的实验结果表明:提出的算法对数据库中恐龙图像的检索精度可高达97.20%,平均精度比Gabor变换的CBIR算法和使用atrous小波变换的CBIR算法分别提高至少18%,23%,算法ICT的平均召回率为37.40%,远优于GT算法(27.13%)和WT算法(30.70%).在加权平均精度、平均精度、平均检索率和平均秩方面的显著改进使提出算法拥有很好的实用性.  相似文献   

12.
指纹增强技术可以有效地增强指纹的脊线特征,为指纹细节提取和匹配提供可靠的基础.文章提出了一种基于Fourier变换和Gabor滤波的指纹图像增强新方法,首先通过快速傅立叶变换将指纹图像变换到频域,然后在频域分方向进行Gabor滤波,最后对合成的图像进行傅立叶逆变换.部分指纹图像的实验结果表明,该方法具有较强的有效性和鲁棒性.  相似文献   

13.
为有效分割图像中的肤色信息,提出一种基于纹理和肤色点的邻域信息肤色分割算法.首先,根据图像中的肤色点在RGB颜色空间上的分布规律,利用统计直方图模型对肤色部分进行初步分割;其次,为提取图像中的纹理信息,采用Gabor滤波器进一步过滤掉与人类皮肤颜色接近但纹理粗糙的区域;最后,采用掩码图像中的肤色点作为种子点进行邻域信息的扩散,得到最终掩码图像.实验结果表明,与统计直方图肤色模型相比,该方法肤色分割效果更好.  相似文献   

14.
基于PDE的图像分解与边缘检测的一种新方法   总被引:1,自引:1,他引:0       下载免费PDF全文
张力娜 《科学技术与工程》2012,12(22):5533-5536
Luminita A.Vese和Stanley J.Osher提出的卡通—纹理图像分解模型,能将一幅自然图像中的卡通部分和纹理部分分开,但是分解不完全,卡通部分还含有一些纹理信息且边缘容易被模糊。在Vese和Osher卡通—纹理分解模型的基础上,运用半二次规整化方法,得到联合图像分解与边缘检测的新模型。并讨论了其中边缘正则项的三种形式。数值实验表明新模型C使得卡通—纹理分解与边缘提取同时进行,在保持卡通图像较好光滑性的同时,能有效地保护边缘细节的信息,使得图像分解更彻底,提取的边缘信息更准确。  相似文献   

15.
一种基于模糊增强的图像边缘提取改进算法   总被引:1,自引:0,他引:1  
分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理,并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法,通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例。  相似文献   

16.
根据高速公路路面的基本特征,通过分道线特征点投影位置的计算,提取出了比较完整的当前车道分道线特征点。建立道路边缘灰度模型,采用Gabor变换多分辨率的特点,对图像按方向进行滤波处理。实现道路边缘线检测和拟合。实验结果表明,所讨论的方法在工程实践中有实际应用价值。  相似文献   

17.
在目前基于深度学习的单目图像深度估计方法中,由于网络提取特征不够充分、边缘信息丢失从而导致深度图整体精度不足。因此提出了一种基于多尺度特征提取的单目图像深度估计方法。该方法首先使用Res2Net101作为编码器,通过在单个残差块中进行通道分组,使用阶梯型卷积方式来提取更细粒度的多尺度特征,加强特征提取能力;其次使用高通滤波器提取图像中的物体边缘来保留边缘信息;最后引入结构相似性损失函数,使得网络在训练过程中更加关注图像局部区域,提高网络的特征提取能力。在NYU Depth V2室内场景深度数据集上对本文方法进行验证,实验结果表明所提方法是有效的,提升了深度图的整体精度,其均方根误差(RMSE)达到0.508,并且在阈值为1.25时的准确率达到0.875。  相似文献   

18.
车辆局部特征提取是车辆检测的关键。目前常使用的一些特征提取方法不够稳定,且容易丢失图像局部特征。提出基于2D gabor滤波器的车辆局部特征提取方法,分析并探讨滤波器方向、径向中心频率以及滤波窗口大小对图像结果的影响。Matlab仿真结果证明该方法的有效性。  相似文献   

19.
一种多尺度纹理主频的检测与分割   总被引:1,自引:0,他引:1  
介绍了一种对含有多种纹理结构的图像的纹理主频检测——香农小波包分解的纹理主频检测 ,然后利用 Gabor滤波器确定主频 ,最后应用边缘提取实现纹理分割  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号