基于GLCM與自適應(yīng)Gabor濾波器組的紋理圖像分割
本文關(guān)鍵詞: Gabor濾波器 紋理圖像 紋理類型 灰度共生矩陣 模糊C均值聚類 出處:《計算機工程》2017年01期 論文類型:期刊論文
【摘要】:基于Gabor濾波器的紋理圖像分割算法存在參數(shù)難以選擇的問題。為此,提出一種預(yù)測圖像紋理類型數(shù)與Gabor濾波器組參數(shù)的分割算法。將圖像分割成大小相等的區(qū)域塊,根據(jù)各類紋理特性預(yù)測Gabor濾波器組參數(shù),利用各區(qū)域塊的紋理特征向量預(yù)測紋理類型數(shù),并使用預(yù)測的濾波器組提取圖像紋理特征,通過預(yù)測的紋理類型數(shù)對圖像進行聚類分割。實驗結(jié)果表明,該算法能以較高的精度與較快的速度分割紋理圖像,且受紋理類型數(shù)量影響較小。
[Abstract]:The algorithm of texture image segmentation based on Gabor filter is difficult to select parameters. In this paper, a segmentation algorithm for predicting the number of texture types and parameters of Gabor filter banks is proposed, which divides the image into regions of equal size. The parameters of Gabor filter banks are predicted according to various texture characteristics, the number of texture types is predicted by the texture feature vectors of each region block, and the texture features of images are extracted by the predicted filter banks. The experimental results show that the proposed algorithm can segment texture images with higher accuracy and faster speed, and is less affected by the number of texture types.
【作者單位】: 蘭州交通大學自動化與電氣工程學院;蘭州工業(yè)學院電子信息工程學院;
【基金】:國家自然科學基金“基于機器視覺的鐵路軌道表面缺陷快速識別與分類方法研究”(61461023);國家自然科學基金“鐵路長大隧道路基表面沉降鏈式圖像監(jiān)測方法及模型”(61663022) 甘肅省高原信息工程及控制重點實驗室開放課題基金“鋼軌表面缺陷機器視覺快速檢測”(20161105)
【分類號】:TP391.41;TN713
【相似文獻】
相關(guān)期刊論文 前10條
1 李粉蘭;曹霄輝;左坤隆;徐可欣;;采用改進的基于余量的算法實現(xiàn)人臉識別中最佳Gabor特征的選擇(英文)[J];光電工程;2006年09期
2 李嵐;;Gabor框架及其對偶框架的擾動[J];紡織高校基礎(chǔ)科學學報;2008年01期
3 郭永明;水鵬朗;;一種修正Gabor譜圖的新方法[J];計算機工程與應(yīng)用;2008年28期
4 柳葉;;Gabor框的存在性問題探討[J];西南大學學報(自然科學版);2009年08期
5 袁偉;李曉東;;人臉識別應(yīng)用中的Gabor核選擇算法(英文)[J];中國科學技術(shù)大學學報;2012年07期
6 薛健,袁保宗;一種新穎的求解離散Gabor展開對偶窗的方法[J];信號處理;1996年02期
7 薛健,袁保宗;離散擬正交Gabor展開[J];電子學報;1997年04期
8 許春曄,郭寶蘭;基于Gabor函數(shù)的漢字字體識別[J];河北大學學報(自然科學版);2001年02期
9 田學東,郭寶蘭;基于Gabor變換的漢字字體識別研究[J];計算機工程與應(yīng)用;2002年20期
10 馬麗紅,張宇,陳曉棠;慣性平面下基于Gabor濾波和視網(wǎng)膜模型的目標檢測[J];微電子學與計算機;2004年01期
相關(guān)會議論文 前10條
1 朱學芳;鄒文豪;王欒井;;對字體識別中Gabor濾波器參數(shù)的實驗研究[A];第六屆全國信息獲取與處理學術(shù)會議論文集(1)[C];2008年
2 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少數(shù)民族青年自然語言處理技術(shù)研究與進展——第三屆全國少數(shù)民族青年自然語言信息處理、第二屆全國多語言知識庫建設(shè)聯(lián)合學術(shù)研討會論文集[C];2010年
3 ;Face recognition based on Gabor phase[A];2006北京地區(qū)高校研究生學術(shù)交流會——通信與信息技術(shù)會議論文集(下)[C];2006年
4 馬世偉;吳從毛;袁康;;基于時間切變Gabor原子的時頻建模[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術(shù)年會論文集[C];2006年
5 唐榮生;張宏志;王寬全;;基于Gabor小波的舌象舌苔厚薄分類研究[A];黑龍江省計算機學會2007年學術(shù)交流年會論文集[C];2007年
6 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
7 何苗;張宏志;王寬全;;基于Gabor小波和特征加權(quán)的紅星舌象分類研究[A];黑龍江省計算機學會2007年學術(shù)交流年會論文集[C];2007年
8 LV Xue-fang;Ping Tao;;Realization of Face Recognition System Based on Gabor Wavelet and Elastic Bunch Graph Matching[A];第25屆中國控制與決策會議論文集[C];2013年
9 朱學芳;鄒文豪;朱鵬;;基于Gabor函數(shù)的字體識別實驗研究[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年
10 郭浩;歐宗瑛;;基于Gabor濾波的指紋增強方法研究[A];首屆信息獲取與處理學術(shù)會議論文集[C];2003年
相關(guān)重要報紙文章 前1條
1 王麗輝;Gabor 時尚綠色品牌[N];中國服飾報;2006年
相關(guān)博士學位論文 前10條
1 霍光;基于二維Gabor濾波的虹膜特征表達及識別方法研究[D];吉林大學;2016年
2 李銳;基于離散Gabor變換的信號稀疏時頻表示[D];安徽大學;2016年
3 胡國華;多窗實值離散Gabor變換及其快速算法[D];安徽大學;2016年
4 臧麗麗;Gabor框架和小波框架的必要條件和充分條件[D];南開大學;2010年
5 余磊;Gabor小波變換在人臉識別中的應(yīng)用研究[D];重慶大學;2009年
6 林晨;離散Gabor變換與展開快速并行算法分析與實現(xiàn)[D];安徽大學;2015年
7 何飛;基于Gabor濾波的虹膜多特征提取及融合識別方法研究[D];吉林大學;2015年
8 董學志;Gabor小波特征跟蹤方法研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2003年
9 李云峰;基于Gabor小波變換的人臉識別[D];大連理工大學;2006年
10 靳明;基于Gabor濾波器的軍用目標識別及跟蹤方法的研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2005年
相關(guān)碩士學位論文 前10條
1 伍文婷;對Gabor框的某些問題研究[D];華東師范大學;2007年
2 袁書萍;利用多抽樣率濾波技術(shù)快速并行實現(xiàn)實值離散Gabor展開與變換[D];安徽大學;2011年
3 向維輝;基于Gabor濾波的完備CS-LBP算子圖像紋理特征提取算法研究[D];昆明理工大學;2015年
4 張雁騰;基于Gabor小波分解的線性子空間人臉識別方法[D];昆明理工大學;2015年
5 陳玉玲;基于Gabor和ILDA的人耳識別研究[D];江西理工大學;2015年
6 高威;基于小波及原子庫的信號脈內(nèi)調(diào)制方式分析算法研究[D];哈爾濱工業(yè)大學;2015年
7 王文佳;基于人眼識別的手機游戲防沉迷系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學;2015年
8 李孚煜;融合SIFT和Gabor特征的多源遙感圖自動配準[D];南昌大學;2015年
9 馬逢樂;基于Gabor小波的能量空間特征點提取方法研究[D];北京化工大學;2014年
10 許偉;基于Gabor特征和SVM的人臉識別方法研究[D];新疆大學;2015年
,本文編號:1512020
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/1512020.html