Human Face Recognition using Gabor based Kernel Entropy Component Analysis
Indian Statistical Institute（印度统计研究所）；Jadavpur University（贾达普大学）
在本文中，我们提出了一种新的基于Gabor小波的核熵分量分析（KECA）方法集成的人脸图像的Gabor小波变换（GWT）与KECA方法，以提高人脸识别性能。首先，从Gabor小波变换图像的最重要的歧视性的理想的面部特征，其特征在于空间频率，空间局部性和方向选择性，以应付由于光照和面部表情变化的变化。在此基础上，将与Renyi熵相关的KECA扩展为包含余弦核函数。然后，将具有余弦核的KECA应用于提取的面部图像的最重要的鉴别特征向量，以仅获得与具有正熵贡献的特征值相关联的那些实核ECA特征向量。最后，这些真正的KECA功能用于图像分类使用的L1，L2距离措施，马氏距离措施和余弦相似性措施。基于Gabor的KECA方法与余弦核的可行性已成功地测试了正面和姿态角人脸识别，使用的数据集从ORL，FRAV2D和FERET数据库。
2013-12-05 cs.CV
Automated retinal vessel segmentation based on morphological preprocessing and 2D-Gabor wavelets
视网膜图像中血管图的自动分割在不同眼部疾病的诊断过程中具有潜在的益处。在本文中，我们提出了一种新的无监督的视网膜血管分割方法，使用顶帽变换，对比度有限的自适应直方图均衡（CLAHE），和2-D Gabor小波滤波器。最初，视网膜图像预处理使用顶帽形态变换，然后CLAHE，以提高只有血管像素的渗出物，视盘，和中央凹的存在。然后，多尺度的2-D Gabor小波滤波器应用于预处理后的图像，以更好地表示位于不同方向的厚和薄的血管。公开可用的DRIVE数据库与手动标记的图像所提出的算法的有效性进行评估。在DRIVE数据库上，我们实现了94.32%的平均准确率，标准差为0.004。与主要算法相比，我们的算法产生更好的性能，关于准确性，灵敏度和Kappa协议。
2019-08-12 cs.CV eess.IV
Gabor wavelet analysis and the fractional Hilbert transform
Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
我们提出了一个双树复小波变换（DT-CWT）的幅相表示，它提供了一个直观的解释相关联的复小波系数。该表示，特别是，是基于移位动作组的分数希尔伯特变换（fHT），这使我们能够扩展的概念，超越纯正弦波的任意相移。我们明确地描述了这种移动行动的一个特定的家庭的Gabor样小波，实际上，链接相应的双树变换与窗口傅立叶分析的框架。然后，我们将这些想法扩展到二元DT-CWT的基础上的fHT的某些方向性扩展。特别是，我们推导出一个信号表示涉及叠加的方向选择性小波影响适当的相移。
2009-08-26 cs.CV cs.IT math.IT
Construction of Hilbert Transform Pairs of Wavelet Bases and Gabor-like Transforms
Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
基于尺度函数的基本逼近理论特征--B样条分解定理，提出了一种构造小波基的Hilbert变换（HT）对的新方法.特别地，从良好局部化的尺度函数出发，我们通过将相应的小波滤波器通过连续HT滤波器的离散形式相关联来构造L^2（R）的双正交小波基的HT对。作为这种方法的一个具体应用，我们确定HT对样条小波的一个特定的味道，然后结合起来，实现一个家庭的复杂的小波，类似于最佳本地化的Gabor函数足够大的订单。解析小波，来自HT小波对的复化，表现出单边谱。基于这种解析小波的张量积，实际上，通过适当地组合L^2（R^2）的四个可分双正交小波基，我们讨论了一种构造二维方向选择复小波的方法。特别是，类似于HT对应的1D对应的组件之间，我们涉及的实部和虚部的这些复杂的小波使用的HT-方向HT的多维扩展。接下来，我们构造了一个家庭的复杂样条小波，类似于Daugman提出的方向Gabor函数。最后，我们提出了一个有效的基于FFT的滤波器组算法实现相关的复小波变换。
2009-08-24 cs.CV cs.IT math.IT
A Stable Minutia Descriptor based on Gabor Wavelet and Linear Discriminant Analysis
Kim Il Sung University（金日成综合大学）
细节点描述子是描述指纹细节点特征的一种方法，在指纹识别中起着重要的作用。通常，指纹识别系统采用细节描述符来找到细节之间的潜在对应关系，并且它们使用两个细节描述符之间的相似性来计算两个指纹图像之间的总体相似性。一个好的细节描述子可以提高指纹识别系统的识别精度，并大大减少比对时间。一个好的细节点描述符应该具有很高的区分不同细节点的能力，同时应该在包括低质量图像和小尺寸图像在内的困难条件下具有鲁棒性。它也应该是有效的描述符之间的相似性的计算成本。本文利用Gabor小波和线性鉴别分析构造了一种鲁棒的细节点描述子。该特征描述子具有识别能力强、稳定性好、比较方法简单等特点。在FVC 2004和FVC 2006指纹库上的实验结果表明，该特征描述子在指纹识别中具有很好的识别效果。
2018-09-06 cs.CV stat.AP
Coding Facial Expressions with Gabor Wavelets (IVC Special Issue)
ATR Human Information Processing Research Laboratory（ATR人类信息处理研究实验室）；Ritsumeikan University（立命馆大学）；Tohoku University（东北大学）
提出了一种从数字图像中提取面部表情信息的方法。该方法使用多方向、多分辨率的Gabor滤波器集合对面部表情图像进行编码，所述Gabor滤波器在地形上排序并且与面部近似对齐。来自这个代码的相似性空间相比，来自人类观察者的图像的语义评级。有趣的是，低维结构的图像衍生的相似性空间的组织功能与circumplex模型的影响，这表明分类和维度表示的面部表情之间的桥梁。我们的研究结果还表明，这将是可能的，以构建一个面部表情分类器的基础上的拓扑链接的多方向，多分辨率的Gabor编码的面部图像在输入阶段。所提出的代码所表现出的心理上的可接受性的显着程度也可能是有用的人机界面的设计。
2020-09-13 cs.CV cs.HC
A Comparative study of Arabic handwritten characters invariant feature
University of Sfax（斯法克斯大学）
本文从实用角度出发，探讨了阿拉伯手写体文字的不可改变性。对基于Hough变换、Fourier变换、小波变换和Gabor滤波器的手写体字符特征提取技术进行了比较研究。结果表明，Hough变换和Gabor滤波器对旋转和平移不敏感，Fourier变换对旋转敏感而对平移不敏感，而Wavelet变换对旋转和平移都很敏感。
2012-11-08 cs.CV
Facial Expression Representation and Recognition Using 2DHLDA, Gabor Wavelets, and Ensemble Learning
本文提出了一种新的二维图像序列中人脸表情的表示和识别方法。作为一种有效的降维技术，我们将二维异方差线性判别分析（2DHLDA）算法应用于输入序列的Gabor表示。2DHLDA是二维线性判别分析（2DLDA）方法的扩展，它消除了相等的类内协方差。通过在两个方向上应用2DHLDA，我们消除了图像列和图像行之间的相关性。然后，我们对新特征进行一维LDA。这种组合方法可以缓解HLDA遇到的小样本量问题和不稳定性。此外，采用几何和外观特征，并使用基于数据融合的集成学习方案，我们创建了一个分类器，可以有效地分类的面部表情。所提出的方法是鲁棒的光照变化，它可以正确地表示时间信息以及面部肌肉的细微变化。在Cohn-Kanade数据库上的实验表明了该方法的优越性。关键词：二维异方差线性判别分析（2DHLDA），子空间学习，面部表情分析，Gabor小波，集成学习。
2012-07-20 cs.CV cs.LG
A Gabor block based Kernel Discriminative Common Vector (KDCV) approach using cosine kernels for Human Face Recognition
Indian Statistical Institute（印度统计研究所）；Jadavpur University（贾达普大学）
提出了一种基于非线性Gabor小波变换（GWT）的鉴别特征提取方法，用于增强人脸识别。首先，从Gabor小波变换图像中提取低能量块。其次，利用广义核判别公共向量（KDCV）方法对低能量块进行非线性判别特征分析和提取。将KDCV方法推广到包含余弦核函数的判别方法。然后将具有余弦核的KDCV应用于提取的低能量鉴别特征向量，以获得用于人脸识别的复量的实分量。为了得到正的核判别向量，我们只应用那些与非零特征值相关联的核判别特征向量。基于低能量Gabor块的广义KDCV方法与余弦核函数模型的可行性已成功地测试了图像分类使用L1，L2距离的措施;和余弦相似性度量的正面和姿态角的人脸识别。在FRAV 2D和FERET数据库上的实验结果证明了该方法的有效性。
2013-12-05 cs.CV
Multibiometrics Belief Fusion
Dr. B. C. Roy Engineering College（B.C.罗伊工程学院）；Jadavpur University（jadavpur大学）；Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
本文提出了一种多模态生物特征识别系统，通过高斯混合模型（GMM）的人脸和耳朵的生物特征与信念融合的估计分数特征的Gabor响应和建议的融合是由Dempster-Shafer（DS）决策理论完成。将人脸和人耳图像与Gabor小波滤波器进行卷积，提取空间增强的Gabor人脸特征和Gabor人耳特征。此外，GMM应用于高维的Gabor人脸和Gabor耳响应分别进行定量测量。利用期望最大化算法估计GMM中的密度参数。这产生了两组特征向量，然后使用Dempster-Shafer理论进行融合。实验进行了多模态数据库包含400个人的脸和耳朵的图像。研究发现，将Gabor小波滤波器与GMM和DS理论相结合，可以提供鲁棒、高效的多模态融合策略。
2010-02-14 cs.AI cs.CV
aiWave: Volumetric Image Compression with 3-D Trained Affine Wavelet-like Transform
University of Science and Technology of China（中国科学技术大学）；Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院）
体图像压缩已成为有效传输和存储生物研究和临床实践中产生的图像的迫切任务。目前，最常用的体图像压缩方法是基于小波变换的，如JP 3D。然而，JP 3D采用一种理想的、可分离的、全局的、固定的小波基来将输入图像从像素域转换到频域，这严重限制了它的性能。在本文中，我们首先设计了一个3-D训练的小波变换，使信号相关和不可分离的变换。然后，一个仿射小波基被引入到捕获的各种局部相关性在不同区域的体积图像。此外，我们将所提出的类小波变换嵌入到一个名为aiWave的端到端压缩框架中，以便为各种数据集提供自适应压缩方案。最后，根据体数据在轴向的特点，引入仿射类小波变换的权值分配策略，减少参数的使用量。实验结果表明：1）当将我们训练的3-D仿射小波变换与简单的因子分解熵模块相结合时，aiWave的性能优于JP 3D，并且在编码和解码复杂度方面相当; 2）当添加上下文模块以进一步去除信号冗余时，aiWave可以实现比HEVC更好的性能。
2022-10-18 cs.CV eess.IV
Face Image Analysis using AAM, Gabor, LBP and WD features for Gender, Age, Expression and Ethnicity Classification
电子交易和人机交互的增长依赖于人脸图像提供的性别、年龄、表情和种族等信息。为了获得这些信息，特征提取起着主要作用。在本文中，检索年龄，性别，表情和种族信息的个人人脸图像进行了分析，使用不同的特征提取方法。从准确率（识别率）、特征提取时间、神经网络训练和图像测试时间等方面分析了主动外观模型（AAM）、Gabor小波、局部二值模式（LBP）和小波分解（WD）等四种主要特征提取方法在性别识别、年龄估计、表情识别和种族识别中的性能。每个识别系统与同一数据集（训练集和验证集）上的四个特征提取器进行比较，以更好地了解其性能。在FG-NET、Cohn-Kanade、PAL人脸库上的实验表明，每种方法都有其优缺点。因此，实际上不可能定义一种在所有情况下都是最佳的、具有较小计算复杂性的方法。此外，提供了年龄估计和使用性别信息的年龄估计的详细比较，以及在性别识别的情况下克服老化效应的解决方案。已经尝试从测试图像中一次性获得所有（即性别、年龄范围、表情和种族）信息。
2016-03-29 cs.CV
Multi-view Face Analysis Based on Gabor Features
China University of Petroleum（中国石油大学）
人脸分析是人机界面技术中的一个热点。基于稀疏表示和Gabor核的分类方法在人脸识别领域得到了广泛的应用。然而，这些方法中的大多数从整体观点的角度来处理面部。根据人脸不同视角的重要性，本文提出了基于稀疏表示和Gabor小波系数的多视角人脸分析方法。为了评估性能，我们进行人脸分析实验，包括人脸识别（FR）和人脸表情识别（FER）的JAFFE数据库。实验分两部分进行：（1）将人脸图像分为额头、眼睛和嘴巴三部分。(2)根据Gabor核的方向性将人脸图像分为8个部分。实验结果表明，该方法可以显着提高性能，性能优于其他方法。
2014-03-06 cs.CV
Multidimensional Gabor-Like Filters Derived from Gaussian Functions on Logarithmic Frequency Axes
Norwegian University of Science and Technology（挪威科技大学）
提出一种基于对数频率轴高斯函数逆傅里叶变换的新型多维类小波函数，可便捷构建滤波器组，天然包含低通滤波，可视为广义多维Log-Gabor滤波器。
2024-01-19 cs.CV cs.LG cs.NE
Automatic local Gabor Features extraction for face recognition
National Engineering School of Sfax（斯法克斯国立工程学院）
本文提出了一种彩色图像中人脸检测与识别的生物特征系统。人脸检测技术是基于肤色信息和模糊分类。提出了一种新的人脸特征（眼、嘴、鼻）的自动检测和几何点提取算法。这些基准点被描述为用于识别的小波分量的集合。为了实现人脸识别，我们使用了神经网络，并研究了它在不同输入下的性能。我们比较了两种类型的特征用于识别：几何距离和Gabor系数，可以单独使用或联合使用。这种比较表明，Gabor系数比几何距离更强大。我们的实验结果表明，如何识别率的重要性，使我们的系统自动人脸检测和识别的有效工具。
2009-07-28 cs.CV
The Gabor-Einstein Wavelet: A Model for the Receptive Fields of V1 to MT Neurons
Quantum Lucid Research Laboratories（Quantum Lucid研究实验室）；Howard University Hospital（霍华德大学医院）
我们的视觉系统在检测移动物体方面非常有效。这一过程由连接初级视觉皮层（V1）和中颞区（MT）的神经元介导。有趣的是，自从Kuffler对视网膜神经节细胞进行开创性实验以来，数学模型对于促进我们对视觉神经元感受野的理解至关重要。然而，现有的模型并没有被设计来描述V1到MT运动处理流中高度专业化的神经元的最显著属性;并且它们也无法做到这一点。在这里，我们介绍了Gabor-Einstein小波，一个新的家庭的功能代表感受野的V1 MT神经元。我们发现，空间和时间在视觉皮层中的混合方式类似于它们在狭义相对论（STR）中的混合方式。因此，我们通过要求：（i）波载波的相对论不变性，以及（ii）最小可能的参数数量来约束Gabor-Einstein模型。从这两个约束，sinc函数作为载波的自然描述符出现。V1到MT神经元的低通到带通时间频率滤波特性的特定分布（Foster et al 1985; DeAngelis et al 1993 b; Hawken et al 1996）可以通过Gabor-Einstein基础清楚地解释。此外，它这样做的方式天生代表运动处理流的神经元层次。我们的分析和计算机模拟表明，沿运动处理流的时间频率滤波特性的分布是大脑联合编码空间和时间的方式的直接影响。我们通过证明STR和联合皮层时空编码的相似数学结构揭示了这一基本联系。这种联系将为大脑如何表达视觉信息提供新的生理…
2014-01-22 cs.CV physics.bio-ph q-bio.NC
Expressing Facial Structure and Appearance Information in Frequency Domain for Face Recognition
Baze University（贝兹大学）
在人脸图像不确定的原始视觉特征之下，是表征样本人脸区分属性所必需的原始内在结构模式（PISP）。在此基础上，本文提出了一种简单而有效的人脸描述器形成的高斯和Gabor小波的导数。新的描述子被称为局部边缘梯度Gabor幅度（LEGGM）模式。LEGGM首先通过使用高斯导数确定像素相对于其相邻像素的梯度来揭示锁定在每个像素中的PISP。然后，将得到的输出嵌入到人脸的全局外观中，并使用Gabor小波对其进行进一步处理，以表达其频率特性。此外，我们采用了各种子空间模型进行降维，以确定最适合的模型报告更有效的代表性的LEGGM模式。所提出的基于人脸识别的方法进行评估的三个数据库：整形外科，LFW，GT人脸数据库。通过实验，使用一个基本分类器，所提出的方法的有效性证明，特别是在整形外科数据库的情况下。异构数据库，我们创建了代表现实世界的情况下，表明所提出的方法是在一定程度上不敏感的图像形成因素与令人印象深刻的识别性能。
2017-04-28 cs.CV
HSR: L1/2 Regularized Sparse Representation for Fast Face Recognition using Hierarchical Feature Selection
Ocean University of China（中国海洋大学）；The University of Iowa（爱荷华大学）
在本文中，我们提出了一种新的方法，用于快速人脸识别称为L1/2正则稀疏表示使用分层特征选择（HSR）。通过采用分层特征选择，可以压缩全局字典的规模和维数，这直接有助于减少稀疏表示的计算开销，而稀疏表示正是本文方法的基础。它由Gabor小波和极端学习机自动编码器（ELM-AE）分层。对于Gabor小波部分，可以在多个尺度和方向上提取局部特征，形成基于Gabor特征的图像，从而提高识别率。此外，当人脸图像被遮挡时，基于Gabor特征的遮挡字典存在冗余，可以相应地压缩全局字典的规模。对于ELM-AE部分，基于Gabor特征的全局字典的维数可以被压缩，因为高维的人脸图像可以被快速地表示为低维的特征。通过引入L1/2正则化，我们的方法可以产生更稀疏和更强大的表示相比，正则化稀疏表示基于分类（SRC），这也有助于减少稀疏表示的计算成本。在多种人脸数据库上的实验结果表明，与SRC和基于Gabor特征的SRC（GSRC）等相关工作相比，该方法在计算量方面具有很大的优势。此外，我们还实现了近似甚至更好的识别率。
2014-09-23 cs.CV cs.LG
Robust Face Recognition using Local Illumination Normalization and Discriminant Feature Point Selection
Kim Il Sung University（金日成大学）
人脸识别系统必须对人脸表情、光照、头部姿态和年龄等各种因素的变化具有鲁棒性。特别是，对光照变化的鲁棒性是人脸识别系统实际应用中需要解决的最重要的问题之一。Gabor小波由于能够模拟人类视觉系统的功能而被广泛应用于人脸检测和识别中。本文提出了一种在局部光照变化下保持稳定的Gabor小波特征提取方法，并给出了实验结果，证明了该方法的有效性。
2012-12-11 cs.CV cs.LG
Wavelet-based Reflection Symmetry Detection via Textural and Color Histograms
Université Jean Monnet（让·莫奈大学）；CNRS（法国国家科学研究中心）；Laboratoire Hubert Curien（于贝尔·居里安实验室）
对称性是图像平面内的重要视觉属性之一，它可以通过真实世界的物体来识别几何平衡的结构。现有的对称性检测方法依赖于局部图像特征及其邻域行为的描述符，从而导致不完全对称轴候选者在全局范围内发现镜像相似性。在本文中，我们提出了一种新的反射对称检测方案，基于一个可靠的基于边缘的特征提取使用Log-Gabor滤波器，加上一个有效的投票方案参数化的相应的纹理和颜色邻域信息。四个单例和三个多例对称检测数据集上的实验评估验证了所提出的工作，以找到图像内部的全局对称性的优越成就。
2017-07-22 cs.CV
Uncertainty-Aware 3D Residual Wavelet Diffusion for Ultra Low-Field MRI Super-Resolution
University College London（伦敦大学学院）
提出3D残差小波扩散模型，用于超低场MRI超分辨率，通过小波重参数化、残差移位和域随机化，实现全脑后验采样并生成不确定性图，在保持体积准确性的同时处理解剖模糊性。
2026-09-23 cs.CV
High Performance Human Face Recognition using Gabor based Pseudo Hidden Markov Model
Indian Statistical Institute（印度统计研究所）；Jadavpur University（贾达普大学）
本文介绍了一种新的方法，结合了多分辨率的Gabor小波变换（GWT）的特点，通过伪隐马尔可夫模型（PHMM）表示的面部结构的局部相互作用。与传统的用于特征提取的Z字形扫描方法不同，已经提出了从左上角到右然后从上到下、从右到左等直到图像的右到下的连续扫描方法，即螺旋扫描技术，以用于更好的特征选择。与传统的HHMM不同，PHMM不执行可见观测序列假设的状态条件独立性。这是通过PHMM引入的局部结构的概念来实现的，PHMM用于提取面部带并自动选择面部图像的最具信息量的特征。因此，传统的拦截器固有的长距离依赖性问题已经大大减少。再次，使用信息量最大的像素而不是整个图像，使得所提出的方法对于人脸识别来说合理地更快。该方法已成功地测试了正面的人脸图像从ORL，FRAV2D和FERET人脸数据库中的图像不同的姿态，照明，表情和规模。FERET数据集包含200名受试者的2200张正面人脸图像，而FRAV 2D数据集由100名受试者的1100张图像组成，并考虑了完整的ORL数据库。本申请中报告的结果远远好于最近和大多数参考系统。
2013-12-05 cs.CV
3D Wavelet-Based Structural Priors for Controlled Diffusion in Whole-Body Low-Dose PET Denoising
School of Engineering, Zurich University of Applied Sciences, CH；Bioengineering Department；Imperial-X, Imperial College London, UK；DAMTP, University of Cambridge, UK；Lucerne University Teaching；Research Hospital, CH；Lung Institute, Imperial College London, UK；Cardiovascular Research Centre, Royal Brompton Hospital, UK；School of Biomedical Engineering \& Imaging Sciences, King's College London, UK；Yau Mathematical Sciences Center, Tsinghua University, CN
WCC-Net通过引入3D小波结构先验，提升低剂量PET去噪效果，实现更稳定的解剖结构与噪声分离。
2026-03-03 cs.AI cs.CV
A Literature Survey of various Fingerprint De-noising Techniques to justify the need of a new De-noising model based upon Pixel Component Analysis
Shri Shankaracharaya Group of Institutions（斯里·商羯罗教育集团）
图像预处理是生物特征模式识别中图像处理的重要环节。本文对各种经典和现代的指纹图像去噪模型进行了研究和评述。用于去噪的各种模型广泛，从利用频率变换矩阵去噪、直方图模型去噪、引入Gabor滤波器去噪及其类型来增强指纹图像。基于信噪比（SNR）和均方出错率（MSE）计算了各种去噪模型的输出效率。仿真实验结果表明，在小波域内采用基于Gabor滤波器的去噪模型，采用复合法去噪，仅能改善均方误差。改进的MSE在SNR没有显著改善的情况下仅通过本质上非最优的少量余量来改善指纹图像。因此，本研究的目的是建立一个最佳的去噪模型的指纹图像，使其用于生物认证可以更强大的性质。
2015-12-03 cs.CV
LGLG-WPCA: An Effective Texture-based Method for Face Recognition
University of Electronic Science and Technology of China（电子科技大学）；Yibin University（宜宾学院）
本文提出了一种基于白化主成分分析（WPCA）的学习Gabor对数-欧几里德高斯的人脸特征提取方法（LGLG-WPCA）。该方法从Gabor小波域嵌入的多变量高斯中学习人脸特征，对姿态变化、皮肤老化和光照不均匀等不利条件具有鲁棒性。由于高斯空间是一个黎曼流形，很难在模型中加入学习机制。为了解决这个问题，我们使用L2 EMG将多维高斯模型映射到线性空间，然后使用WPCA学习人脸特征。我们还实现了基于关键点的LGLG-WPCA版本，称为LGLG（KP）-WPCA。实验结果表明，本文提出的人脸纹理特征提取方法是有效的，与现有方法相比，本文方法的特征与深度卷积网络（DCNN）的特征相结合，在FERET数据库上获得了最佳的识别精度。在本文的下一个版本中，我们将在大变化的姿态数据库上测试所提出的方法的性能。
2019-06-07 cs.CV
PT-WNO: Point Transformer with Wavelet Neural Operator for 3D Point Cloud Semantic Segmentation
Lehigh University（里海大学）
针对点云语义分割中全局上下文不足的问题，提出PT-WNO，通过在跳跃连接旁集成可学习的小波神经算子分支捕获多尺度全局频谱上下文，在四个基准上提升性能。
2026-06-11 cs.CV
Texture analysis by multi-resolution fractal descriptors
São Carlos Institute of Physics, University of São Paulo (USP)（圣保罗大学圣卡洛斯物理研究所）
本文提出了一种基于分形理论的纹理描述子。该方法基于Bouligand-Minkowski描述符。我们递归地将原始图像分解为4个相等的部分。在每个递归步骤中，我们估计在每个部分上计算的Bouligand-Minkowski描述符的平均值和偏差。因此，我们从平均值和偏差中提取熵特征。所提出的描述符是由这些措施的级联提供的。该方法在一个众所周知的数据集，即Brodatz和Vistex的分类实验进行了测试。结果表明，该技术取得了更好的结果比经典和国家的最先进的纹理描述符，如Gabor小波和共生矩阵。
2014-12-26 cs.CV
Texture feature extraction in the spatial-frequency domain for content-based image retrieval
Université du Québec en Outaouais（魁北克大学乌塔韦校区）
大规模多媒体数据库的出现给基于内容的图像检索带来了巨大的挑战。尽管CBIR被认为是一个新兴的研究领域，但它构成了新方法和系统实现的强大背景。因此，许多研究成果都集中在技术，使更高的图像检索精度，同时保持低水平的计算复杂性。基于纹理特征的图像检索受到了特别的关注，因为这种视觉特征在大多数现实世界的图像中无处不在。本文重点介绍了基于纹理的图像检索和空频图像表示的最新研究进展。特别是，它给出了一个概述的统计方法和技术，用于纹理特征提取使用最流行的空间频率图像变换，即离散小波，Gabor小波，双树复小波和contourlet。指示也给出了有关使用的相似性度量函数和最重要的取得的成果。
2010-12-23 cs.CV cs.IR cs.MM
Modelling local phase of images and textures with applications in phase denoising and phase retrieval
傅立叶幅度已被广泛研究，但较少的努力一直致力于傅立叶相位，尽管它在图像表示的重要性。全局相位被证明是更重要的图像表示比幅度，而局部相位，表现在Gabor滤波器，已被用于分析目的，在检测图像的轮廓和边缘。无论是全球还是局部阶段已建模的封闭形式，适合贝叶斯估计。在这项工作中，我们分析了纹理图像的局部相位，并提出了一个局部（马尔可夫）模型的局部相位系数。该模型是基于高斯混合的，从图像的图形表示中学习，基于它们的复小波分解。我们证明了该模型的适用性，在恢复图像与噪声的局部相位和图像检索，在那里我们表现出优越的性能，著名的混合输入输出（HIO）的方法。我们还提供了一个框架，该模型的应用程序中的一般设置的图像处理。
2018-09-30 cs.CV
Research on the Multiple Feature Fusion Image Retrieval Algorithm based on Texture Feature and Rough Set Theory
East China Normal University（华东师范大学）；Dickinson College（狄金森学院）
最近，我们目睹了具有复杂信息和内容的图像的爆炸性增长。为了从大规模图像数据库中高效、准确地检索出所需图像，提出了一种基于纹理特征和粗糙集理论的多特征融合图像检索算法。与传统的只使用单一特征或标准的方法不同，我们通过归一化操作融合不同的特征。粗糙集理论将有助于提高检索系统面对不完备数据仓库的鲁棒性。为了增强纹理提取的范例，我们使用小波Gabor函数，具有更好的鲁棒性。此外，从内、外归一化的角度，对提取的特征进行了重新组织，使其具有更好的组合。数值实验验证了该方法的可行性。与其他最先进的算法相比，我们提高了整体的准确性。
2016-12-08 cs.CV
Assessment of texture measures susceptibility to noise in conventional and contrast enhanced computed tomography lung tumour images
University of Sussex（苏塞克斯大学）
噪声是阻碍医学图像中疾病的有效纹理分析的主要问题之一，这可能导致报告的诊断的可变性。本文采用七种纹理测量方法（两种小波，两种模型和三种基于统计的）来研究它们对计算机断层扫描（CT）图像中采集和重建缺陷所引起的细微噪声的敏感性。肺肿瘤的特征是从两个不同的常规和对比增强CT图像数据集过滤和噪声条件下提取的。当测量分析的CT图像的背景露天区域中的噪声时，遇到具有不同均值和方差的高斯和瑞利分布的噪声，并且使用Fisher距离来区分原始提取的肺肿瘤感兴趣区域（ROI）与滤波和噪声重建版本。它被确定为小波包（WP）和分形维数措施的影响最小，而高斯马尔可夫随机场，游程和共生矩阵的影响最大的噪声。根据所选择的ROI大小，得出的结论是，纹理措施与较少的提取功能可以降低对噪声的敏感性，与WP和Gabor滤波器具有稳定的性能，在过滤和噪声CT版本和两个数据集。知道在存在噪声的情况下每个纹理测量有多鲁棒可以帮助使用自动肺纹理分类系统的医生选择适当的特征提取算法以进行更准确的诊断。
2015-12-25 cs.CV
On the Shift Invariance of Max Pooling Feature Maps in Convolutional Neural Networks
Université Caen Normandie（卡昂诺曼底大学）；ENSICAEN（卡昂高等工程师学院）；CNRS（法国国家科学研究中心）；Normandie Univ（诺曼底大学）；Univ. Grenoble Alpes（格勒诺布尔大学）；Inria（法国国家信息与自动化研究所）；Grenoble INP（格勒诺布尔理工学院）；LJK（让·昆廷诺实验室）
针对CNN第一层类Gabor滤波器子采样卷积的平移敏感问题，确立最大池化近似平移不变复模的条件，推导平移不变性度量并验证，揭示滤波器频率和方向的关键作用，提升CNN数学可解释性。
2025-04-18 cs.AI cs.CV eess.SP
