摘要：针对神经网络难以从数据量较少、较单一的路面裂缝图像中提取有效特征的局限性,设计了一种融合gabor滤波器的卷积神经网络模型(gabor Filter Convolutional Neural Network,GF-CNN)以进行路面裂缝检测。GF-CNN模型首先将路面图像输入小型参数预测网络中,依据输入图像自适应地选取gabor滤波器组的参数,并根据所预测参数构建滤波器组对初始路面图像进行滤波,得到gabor纹理特征图。将纹理特征图输入至基于残差网络构建的特征分类网络中提取深层特征,判断其是否包含裂缝。在GAPs路面图像数据集上的测试结果表明,GF-CNN模型的F1分数达到0.7137,优于其他路面图像检测方法。该模型通过融合纹理特征改善CNN特征提取能力,同时降低gabor滤波器参数敏感性以提高模型泛化能力,对于路面裂缝图像具有良好的适用性。

摘要：在实时指纹识别系统中 ,图像增强的效果好坏将影响特征提取及指纹鉴别的识别率。现把 gabor滤波器应用在指纹图像增强处理中 ,利用了 gabor滤波器的方向选择和频率选择特性 ,把指纹图像的局部方向和局部频率作为 gabor滤波函数的参数 ,然后把 gabor函数与纹理图像进行卷积 ,从而去除图像噪声 ,达到了增强图像的目的。在算法设计上采用了查表的方法 ,提高了算法的速度 ,节省了运算的时耗。实验证明 ,算法工作稳定 ,效果好 。

摘要：针对具有多种大尺寸卷积内核的gabor滤波器组,设计了可配置二维卷积处理器来实现硬件加速。该处理器利用FPGA(field programmable gate array)内部逻辑资源构建具有多级流水线的二维卷积运算单元,并通过子块分割及重组来支持任意尺寸的卷积运算。使用高级语言对其控制器编程来实现对卷积运算单元及数据流的配置,从而实现gabor滤波。实验表明:使用EP2C70F896C6型FPGA工作在75MHz,对于120×90像素的灰度图像计算五尺度八方向gabor滤波(最大尺寸为41×41像素,系数为复数)总耗时28.8ms。

摘要：针对人眼检测过程中存在的表情、光照和眼镜遮挡等干扰因素的影响,提出一种基于gabor滤波和K-medoid聚类分析的人眼检测和瞳孔定位方法。首先采用鲁棒性较好的眼部横向特征作为检测对象来设计了gabor滤波器,以突出眼部的横向特征;然后根据gabor滤波后的眼部特征,并结合K-medoid算法设计了聚类算法检测人眼;在人眼检测基础上,结合灰度分布特征和熵函数设计了瞳孔定位方法。在BioID人脸库和FERET彩色人脸库上进行了实验,结果表明,本文方法在两个图库的3470幅人脸图像上能够达到97.8%的检测率,并且在设置误差阈值较小(0.15)情况下仍能达到95.5%的瞳孔定位准确率。

摘要：基于二维gabor滤波提出了一种对大脑MRI图像进行边缘检测与提取的方法,通过分析、简化、分解gabor函数,设计了gabor函数的多个参数,包括中心频率φ,滤波方向θ,以及沿着x轴和y轴Gaussian包络的空间常量σ。在算法实现过程中,恰当选取了一组可以覆盖给定图象整个频率空间的滤波,用这组滤波分别提取图象的局部信息,然后按照一定的规则将滤波后提取出局部信息的多幅图像整合为一幅图像。实验结果表明,该方法相对于传统的gabor滤波可明显的减少计算量,并可连续、有效的检测边缘信息,定位准确,检测效果明显,对噪声也显示出较好的鲁棒性。

摘要：提出一种有效的蛋白质结构域结构分类方法,将结构分类问题表示为图像分类问题.将蛋白质结构域的三维结构转换为距离矩阵,并视作灰度图像;从而将结构域的二级结构及拓扑结构,分别映射为此类图像中的不同尺度和方向的局部结构,以及由这些局部结构组成的形状.设计gabor滤波器来分割这些局部结构,并构造描述二级结构组成的百分比特征.提出一种Radon-Legendre矩来描述形状,并构造描述形状的矩特征.对比实验表明,该方法在结构域分类的识别率和样本数目鲁棒性两个方面均优于其它方法,有效地实现结构域分类.

摘要：为在增强地震剖面图像时获取纹线的构造及层序信息,提出一种基于地震剖面图像纹线方向的地震图像增强算法。根据地震剖面纹线的方向性,设计一个gabor滤波器族,用其对低频分量图进行滤波去噪。利用小波变换与gabor滤波器族各自的优点,实现地震剖面图像纹线的增强,提高整体运算效率。仿真结果表明,该算法对地震剖面图像处理后,均方误差与峰值信噪比均有明显的改善。

摘要：提出一种基于gabor滤波的分层次图像彩色化方法。使用gabor滤波提取图像纹理特征,利用纹理特征将目标灰度图像分割为多个子区域。其中,每个子区域与源参考图像的单个纹理区域相对应,且拥有单调的色彩;分别对子区域进行彩色化,从而降低全局图像彩色化的复杂度。实验结果表明,此方法能抑制图像颜色传输时颜色的丢失,有效地提高彩色化质量。

摘要：本文将现代统计学理论中的支持向量机技术与gabor滤波技术相结合,提出一种基于支持向量机的交通标志识别方法,并使用MATLAB工具设计出一个简单的实验验证平台。整个系统由图像处理、特征提取、SVM分类器3个模块构成。首先对数码相机采集到的图像进行色彩分割处理,将得到的GRAY图进行gabor滤波处理,将提取到的特征量与数据库中的基准元素通过使用SVM算法进行分类,最终实现了对交通标志的准确识别。

摘要：提出一种基于自适应融合的多尺度多方向gabor滤波图像增强方法。使用特定不同方向不同尺度gabor滤波器与图像卷积,卷积图像进行规格化,通过取极小值和平均值对多通道图像gabor滤波结果进行自适应融合,得到增强图像。并将其用于AFM显微图像增强,能有效消除阴影和噪声,获得良好效果。