基于Gabor變換的特征提取及其應用.pdf

1、時頻分析是信號處理中的重要手段之一。Gabor變換，又稱短時或加窗FoYer變換，克服了傳統(tǒng)FoYer變換在頻域內(nèi)無任何時域分辨力的缺陷，體現(xiàn)了信號的聯(lián)合時頻分析特性。在Heisenberg測不準原理下，它被證明具有最優(yōu)的聯(lián)合時頻分辨率。同時，通過對人的感知系統(tǒng)的生理學特性研究表明，二維Gabor基函數(shù)能夠很好的描述哺乳動物初級視覺系統(tǒng)中大多數(shù)簡單視覺神經(jīng)元的感受野特性。本文的目的是通過對圖像信號進行基于Gabor變換的時頻分析，開展特

2、征提取方面的相關(guān)技術(shù)研究。 本文工作的貢獻體現(xiàn)在：1)從時頻分析角度出發(fā)，對Gabor變換在二維的聯(lián)合空間頻率域的特性進行了分析。對其在掌紋識別方面的特征提取做了一定的嘗試，利用其聯(lián)合空間頻率域的能量分布作為特征，得到較好的識別效果；同時還采用了傳統(tǒng)的兩通道小波和三通道小波來進行掌紋的低頻特征提取，并使用支持向量機進行分類識別，得到很好的識別效果；2)利用具有多尺度、多方向優(yōu)勢的Gabor小波進行紋理圖像檢索，采用多個尺度、多個

3、方向的Gabor濾波器提取紋理圖像的尺度、方向的特征，得到較好的檢索效果。 本文主要包括以下幾部分內(nèi)容： 介紹了復數(shù)Gabor變換的基本概念，其中包括臨界采樣和過采樣的復數(shù)Gabor變換，為了提高運算速度，我們采用了運算速度較快的實數(shù)Gabor變換。通過分析實數(shù)Gabor變換和復數(shù)Gabor變換之間的關(guān)系，得出：復數(shù)Gabor變換系數(shù)可以由實數(shù)Gabor變換系數(shù)計算得到，且實數(shù)Gabor變換和復數(shù)Gabor變換一樣具有聯(lián)

4、合時頻域局部最優(yōu)的特點，所以我們決定采用運算速度更快的實數(shù)Gabor變換。鑒于以多尺度和多方向著稱的Gabor小波的廣泛使用，我們介紹了Gabor小波的基本概念，并詳細講述了它的特點，為Gabor小波的使用提供了理論基礎(chǔ)。 簡要回顧了掌紋識別的發(fā)展歷程。掌紋識別作為一種重要的生物特征識別方法，其中的一個重要環(huán)節(jié)就是掌紋特征的提取?；趫D像的復數(shù)Gabor變換系數(shù)在聯(lián)合空間頻率域的特點，因為實數(shù)Gabor變換和復數(shù)Gabor變換一

5、樣具有局部最優(yōu)的特點，本文提出了一種利用實數(shù)Gabor變換提取掌紋能量特征的方法，并以此為基礎(chǔ)采用歐式距離進行不同掌紋的匹配識別，方法簡單而有效。然后，還使用傳統(tǒng)的兩通道小波變換和三通道小波變換提取掌紋圖像的低頻特征，使用支持向量機進行匹配識別，也得到了很好的識別效果。然后簡要介紹了紋理圖像檢索的發(fā)展歷程，對具有周期性和方向性特點的紋理圖像，采用了具有多尺度和多方向優(yōu)勢的Gabor小波，提取紋理圖像不同尺度和不同方向的特征，選取其均值和