随着计算机视觉的发展,机器人需要从图像序列中检测目标物体以进行自主导航。 为了识别目标,自主机器人的感知系统首先需要将图像分割为不重叠但有意义的区域,这些区域基于低级特征,例如颜色,纹理度量和形状等。作为重要组成部分,Gabor小波通常用作纹理由于它是人脑V1区域中单个细胞的空间感受野的数学近似值,因此具有一些特征。 这些Gabor纹理测度的问题是特征提取过程中卷积涉及的高计算成本。 为了部分解决该问题,在本文中,我们仔细研究了用于形成纹理特征的Gabor小波的行为,发现只有一小部分滤波器对识别过程有重要贡献。 实验结果表明,通过删除冗余滤波器,可以在更短的时间内获得更好的性能。
1