基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-09-01

- 基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法
- Robust gray image target recognition base on multi-channel Gabor wavelet filters
- 光学技术 2004年第2期页码：201-203
- 作者机构：
  
  1. 1:中国科学院长春光学精密机械与物理研究所图像室
  2. 2:中国科学院长春光学精密机械与物理研究所图像室,吉林,长春,130022
  3. 3,吉林,长春,130022
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2004
- 稿件说明：
移动端阅览
许廷发, 宋建中. 基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法[J]. 光学技术, 2004,(2):201-203.

Robust gray image target recognition base on multi-channel Gabor wavelet filters[J]. 2004, (2): 201-203.
许廷发, 宋建中. 基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法[J]. 光学技术, 2004,(2):201-203. DOI：

Robust gray image target recognition base on multi-channel Gabor wavelet filters[J]. 2004, (2): 201-203. DOI：

提出了一种针对低质量的灰度图像的基于多通道Gabor小波滤波器的高鲁棒目标识别新方法。主要是利用Gabor小波设计了滤波器

滤波器的中心频率是一个从低到高的范围。滤波器采用不同方向、不同尺度

从而组成多通道滤波器。对灰度图像直接进行小波变换

用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的灰度图像目标的特征

并对获得的小波特征归一化后输入到改进的BP神经网络分类器中进行分类识别。对四种不同的飞机灰度图像目标进行了分类识别仿真实验。结果表明

这种特征提取方法能有效地提取灰度图像目标纹理特征

并且对噪音和形状的变化具有强鲁棒性。在应用灰度图像对目标进行识别时

神经网络的训练时间减少到10min

识别率达到94%。

浏览量

220

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

移动机器人目标识别算法

基于支持向量机的自动目标识别算法

基于跟踪度的Gabor小波特征跟踪方法的研究

基于投影的灰度图像特征提取

运动目标的检测技术研究