一种改进的基于Gabor滤波器的纹理分割方法

本文深入分析了Gabor滤波器的性能及其实现纹理分割的原理，针对现有的基于Gabor滤波器纹理分割方法存在的不足，提出一种根据“频谱特征值向量”构造Gabor滤波器组，以实现纹理分割的改进方法。实验结果表明，本文所提改进方法的分割效果明显优于现有方法，充分证实该方法行之有效。     

基于Gabor环滤波的纹理分割方法

针对纹理分割问题,提出了一种在频率域呈环形分布的Gabor滤波器组(Gabor环)的设计方法,在能量意义下给出了自适应选择滤波环带的步骤,并给出了经Gabor滤波后纹理特征的计算公式。根据给定Gabor滤波器环具有的多方向特性对不同纹理图像进行滤波,然后计算滤波后各点特征,并利用这些多方向特征进行纹理分割。实验表明该方法能取得较好的分割效果,并具有很强的通用性。     

Shannon小波包分解自适应Gabor滤波器设计及其在纹理分割中的应用

本文首先研究了Ｇａｂｏｒ滤波器进行确定性纹理分割时纹理结构与Ｇａｂｏｒ函数的关系，提出了利用在频域中具有紧支集的Ｓｈａｎｎｏｎ小波包分解检测纹理的主频；最后，提出了基于小波包分解自适应Ｇａｂｏｒ函数与纹理图像卷积，就可以在纹理的连续处产生良好的阶跃边缘，并通过实验验证了该算法的有效性及其对噪声的鲁棒性。     

基于Gabor滤波器医学图像的纹理分割

基于Gabor滤波器纹理分割的研究。Gabor滤波器的改进,对Gabor滤波器在方向上做了改进,把Gabor滤波器在4个方向上提取纹理特征,拓展成在6个方向上提取纹理特征,基本满足了多通道多分辨率的要求。     

基于Gabor小波和主元分析的纹理图像分割

提出了基于Gabor小波和主元分析相结合的纹理图像分割算法.首先对纹理图像进行多通道滤波,获得了一系列滤波后的纹理图像.其次,借助于“能量测度”的概念,求解出各象素有效的纹理特征.为了进一步减少特征之间的信息冗余,降低聚类分析的计算负荷,采用主元分析（PCA）对所得的纹理特征进行降维.然后利用K-Mean算法实现纹理图像的分类.最后针对所提算法,进行了仿真试验.     

基于Gabor滤波器人体血液图像中粘连细胞的分割

提出一种基于二维Gabor过滤器对人体血液细胞图像中粘连的红细胞和白细胞进行分割的方法.通过分析、简化、分解Gabor函数,设计了Gabor的多个参数,包括中心频率(ρ),滤波方向θ,以及沿着z轴和y轴Gaussian包络的空间常量σ.在算法的过程中,使用一组包括多个方向和多个频率组合的Gabor过滤器对血液图像进行滤波,提取出图像的纹理特征,然后按照一定的规则对特征图像进行合并,最后再用聚类算法进行分割.实验结果表明该方法具有很好的效果.     

基于Gabor小波变换的图像纹理特征提取

本文对Gabor小波极其滤波器进行了介绍,对利用Gabor小波变换提取图像特征的方法进行了阐述。     

结合Gabor滤波器和ICA技术的纹理分类方法

提取有效的特征用于纹理描述和分类一直是纹理分析的难点.本文提出一种结合Gabor滤波器和ICA技术的纹理特征提取方法,即纹理图像首先经过Gabor滤波器组滤波,然后由滤波图像直接构建高维特征矢量;再将这些高维特征矢量通过主成分分析PCA进行降维,最后采用ICA技术分析和提取降维后的特征矢量中的独立成分用于纹理分类.通过与经典Gabor滤波器和ICA方法的对比实验,验证和评价了本文方法的性能.     

基于活动轮廓和Gabor滤波器的细胞分割

将Tony F Chan提出的基于曲线进化、Mumford-shah泛函和level set技术的没有边界泛函的活动轮廓模型与Gabor滤波器相结合,利用Tony F Chan提出的不依赖于边界梯度的活动轮廓能够检测出边界梯度较弱的物体边界与Gabor滤波器能在不同方向和频率增强图像的特点,先对原始细胞图像进行不同角度、不同频率Gabor滤波从而在不同方向增强细胞边界削弱细胞内部信息,然后把不同方向滤波后的图像融合以得到边界增强噪声减少的图像,最后在该图像上应用活动轮廓取得了较好的分割效果.     

基于Gabor小波的无边缘活动围道纹理分割方法

该文提出了一种基于Gabor小波的活动围道纹理分割新方法。该方法先用Gabor小波提取图像的纹理特征,再用Chan-Vese模型进行分割。与其它基于Chan-Vese模型的纹理分割方法相比,基于Gabor小波的活动围道的纹理分割方法有两个优点：一是同时使用纹理特征和灰度信息演化围道,可分割纹理图像和非纹理图像,分割方法的灵活性好;二是在分割多类目标时,采用多级分层式曲线演化方法解决了初始围道难以选择的问题。对自然界真实图像和遥感图像的分割实验结果说明,该文提出的分割方法精度高。     

基于分形理论和Gabor变换的港口背景红外图像分割

为了对复杂港口背景的红外图像进行有效、快速和准确的分割,根据分形理论的思想,在对红 外图像进行分形处理的基础上,先运用最大类间方差法(Otsu)对红外原始背景图像进行粗分割,然后运用Gabor 变换和Gabor多通道滤波器提取港口背景轮廓,最后使用中值滤波滤除噪声,得到最终的港口背景轮廓图像。通过对实际港 口背景的红外图像进行分割实验,验证了所提方法的可行性和有效性。     

Optimal Reconstruction of Natural Images by Small Sets of Gabor Filters

Images can be reconstructed after being filtered by a Gaussian and a few Gabor filters. Several search methods for the filter parameters for a (near) optimal reconstruction are examined. At first, the search is performed on a 1-D signal which satisfies the radial spectrum of the average of natural images. Later, these results are extended and applied to a 2-D example. It is shown that the resulting parameters are better than those of some existing models.     

基于Gabor滤波器的指纹图像增强研究

为了能够正确提取指纹图像中的关键特征,除了有效的方向计算和图像分割方法之外,指纹图像的纹路增强也是指纹识别中提高特征提取正确率的一个重要手段。在Gabor滤波器的基础上,使用平均频率的指纹增强方法,并在运算过程中对滤波算法进行优化,有效地减少了运算量。实验证明,该方法对低质量图像具有显著的增强效果。     

结合Gabor纹理特征的局域化多通道水平集分割方法

本文提出了一种局域化多通道主动轮廓模型的图像分割算法.针对纹理特征比较明显的图像,通过Gabor滤波提取纹理特征,与图像灰度信息构成多通道.考虑到演化过程中曲线内部和外部特征属性不均匀,引入局域化思想,通过计算各像素在局部区域的最小能量得到图像分割结果.最后算法结合先验形状对有遮挡目标进行分割,并能得到理想结果.大量实...     

小波变换在纹理图像分割中的运用

在纹理图像分割的研究领域中j基于人类视觉感知特性的图像分割方法是一个重要的新研究方向,在许多领域都有广泛的应用.基于小波分析理论,实现了图像的纹理分割.该算法首先对原始图像实施二维多分辨率小波分解,得到特征图像;然后对其直方图进行一维小波变换和多阈值选择,生成区域图像.实验表明,通过调整参数:一维小波分解级数S和模糊阈值,能得到图像的最佳纹理分割.     

多尺度Gabor小波变换在图像检索中的应用

在基于内容的图像检索中,纹理特征是一种重要而又难以描述的特征。为提高图像检索中纹理特征的提取效率,通过对Gabor滤波器滤波特点的研究,提出一种基于多尺度Gabor小波纹理的图像检索方法。设计了一组具有多种尺度和多个方向的滤波器组,选择并优化滤波器组的各参数,对图像进行滤波和特征提取。设计并实现了一个基于Gabor纹理...