-
-
Gabor-matlab.zip
本程序包提供了三种提取图像gabor特征的手段，分别对应不同的主函数，并且提供了简单的基于KNN分类的验证程序，用于验证所提gabor特征是否有效，效果是否好于普通的灰度特征。
-
基于Radon变换和Gabor变换鉴别运动模糊方向角
对于匀速直线运动的模糊图像,准确鉴别运动方向角是图像复原的关键。分析了运动模糊图像的频谱特征,介绍了Radon变换的数学原理及用其估计运动模糊方向角的思路、步骤和数值实验结果。由于实际拍摄的模糊图像在很多时候频谱特征不够明显,导致用Radon变换鉴别角度出现大的误差,为此,提出了基于Gabor变换的一种改进算法。算法运用"窗口"聚焦频谱图像中心,较好地消除了噪声干扰并克服了Radon变换的弊端,数值实验结果验证了该算法的有效性。
-
二维正交Log-Gabor滤波器结合混沌加密的掌纹认证方法
为控制掌纹及生物识别过程中的安全威胁,提出一种可撤销生物特征的掌纹认证方法。该方法使用二维正交Log-Gabor滤波器从图像中提取二进制掌纹相位模板,通过混沌序列控制的随机密文反馈加密,生成可更新的和隐私保护的掌纹模板。识别匹配阶段在加密域实现,根据2个加密模板间的汉明距离衡量掌纹间的相似性。使用香港理工大学的标准数据库进行了实验,验证了方法的识别性能、执行效率和安全性。
-
-
快速Gabor滤波器在虹膜识别中的应用
对Gabor滤波器应用于虹膜识别进行了详细的理论分析,结合当今出现的各种Gabor算法,提出了一种新的虹膜识别滤波算法,参照二维各向异性高斯滤波的非正交分解,把二维奇对称Gabor滤波器分解成两个非正交方向的一维高斯滤波,用递归方法快速实现与虹膜图像的滤波,应用于虹膜图像的纹理特征提取。实验结果对比表明,该滤波器减少了纹理特征提取时间,从而提高了匹配效率。
-
基于Haar小波和Log-Gabor变换的虹膜识别方法
... 提高虹膜识别的准确率，通过对虹膜图像进行处理，实现了对虹膜图像的准确定位，得到了增强的归一化图像；使用Haar小波变换进行了特征提取，通过采用K-means方法对小波特征数据进行聚类，实现了粗分类得到了小样本集虹膜图像；结合虹膜的纹理特点，通过使用Log-Gabor滤波器提取虹膜局部纹理特征，量化编码后形成了虹膜特征模板；然后在得到的小样本集内通过汉明距离计算虹膜特征模板的相似度，完成对虹膜图像的识别。实验结果表明，提出的虹膜识别方法有效地避免了虹膜匹配过程中因为虹膜数据库中种类多、数量多带来的计算量大、 ...
-
HOGG 基于Gabor变换与HOG特征的人体检测
针对实际监控中人体目标轮廓的多尺度特性，提出一种用于人体目标检测的多尺度方向特征描述子(HOGG)。首先采用Gabor滤波器提取人体图像对应不同尺度、不同方向的多个Gabor幅值域图谱，然后将相同尺度不同方向的幅值域图谱融合以降低特征维数，并对每幅融合图像提取梯度方向直方图(HOG)特征，最后将这些HOG特征联合起来作为人体图像表征。利用支持向量机(SVM)对描述特征进行分类，在CAVIAR数据库中进行了实验，结果表明，该算法对人体目标检测具有较好的性能。
-
改进的基于最大熵和Gabor滤波器的织物疵点检测
提出了一种改进的基于最大熵原理和Gabor滤波技术的织物疵点检测方法。采用多通道Gabor滤波算法，取模值特征为输出，利用最大熵分割模值图像，再进行图像融合，最后计算轮廓的周长和面积去除孤立点得到最终检测结果。利用OpenCV算法库，选取了四种具有代表的织物疵点图片进行验证，实验结果表明，该方法降低了计算复杂度、检测速度快、检测效果好、无须事先学习，适用于不同疵点类型的各种检测。
-
-
Gabor二维滤波器——最全
最全的Gabor二维滤波器，包括详细的matlab代码和注释以及分析，对学习Gabor滤波器绝对会有很大帮助。是本人一点一点收集，部分代码是原创，大多都亲自运行测试过。
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
