Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Gabor wavelet

Sortuj według:

Ogranicz wyniki do:

Detection of line objects by means of Gabor wavelets and Hough transform

Marmol U., Borowiec N.

Archives of Civil Engineering

2020

Vol. 66, nr 3

339--363

Celem pracy jest zaproponowanie metody wykrywania krawędzi o ściśle określonym kierunku przebiegu na danych obrazowych i laserowych. Tradycyjne filtry wykrywają krawędzie we wszystkich kierunkach (np. filtr Canny), ewentualnie w trzech wybranych – horyzontalnym, wertykalnym lub diagonalnym (np. filtr Roberts). Często przedmiotem analiz są tylko określone obiekty liniowe jak linie energetyczne, tory, czy rurociągi. Mają one zazwyczaj ściśle określone kierunki przebiegu. Klasyczne filtry wykrywają oczywiście te informacje, ale także dużą ilość danych nadmiarowych, które utrudniają dalsze analizy. Problemem postawionym w pracy jest znalezienie takiego rozwiązania, które pozwoliłoby na wyznaczenie krawędzi tylko i wyłącznie o ściśle określonym kierunku, odpowiadających za przebieg konkretnych obiektów takich jak tory kolejowe, rurociągi czy linie energetyczne. Problem badawczy skupiał się w pierwszym etapie na określeniu przybliżonej lokalizacji wyłącznie analizowanych obiektów, a w kolejnym kroku na poprawnej i dokładnej ich detekcji. Pierwszy etap został przeprowadzony z wykorzystaniem filtrów Gabora, drugi - z użyciem transformaty Hougha. Testy zostały wykonane zarówno dla danych laserowych jak i danych obrazowych w postaci ortofotomapy. W obydwu przypadkach uzyskano dobre rezultaty dla obydwóch etapów: przybliżonej lokalizacji i precyzyjnej detekcji.

This article presents a method for detecting linear objects with a defined direction based on image and lidar data. It was decided to use Gabor waves for this purpose. The Gabor wavelet is a sinusoid modulated by the Gauss function. The orientation angle of the sinusoid means that the waveform can only operate in strictly defined directions. It should, therefore, provide an appropriate solution to the problem posed by the publication. The research problem focused in the first stage on determining the approximate location of only the analysed objects, and in the next step on correct and accurate detection. The first stage was carried out using Gabor filters, the second - using the Hough transform. The tests were performed for both laser data and image data. In both cases, good results were obtained for both stages: approximate location and precise detection.

Comparison of wavelet, Gabor and curvelet transform for face recognition

Zhang J., Wang Y., Zhang Z., Xia C.

Optica Applicata

2011

Vol. 41, nr 1

183--193

There has been much research about using Gabor wavelet for face recognition. Other multiscale geometrical tools, such as curvelet and contourlet, have also been used for face recognition, thus it is interesting to know which method performs best, especially under illumination and expression changes. In this paper, we make a systematic comparison of wavelet, Gabor and curvelet for recognition, and find the best subband irrelevant to expression and illumination changes. We combine the multiscale analysis with subspace decomposition as our algorithm. Experiments show that for expression changes, the properties of the coarse layer of curvelet and wavelet are very good. Whilst for illumination changes, the low frequency parts of the two methods are similarly influenced, but the detail coefficients of curvelet and the high frequency of wavelet work fine with PCA, with the former outperforming the latter. When these two factors change simultaneously, the detail layer of curvelet is better relative to the others.