Implantations de filtres de Gabor par pyramide d'images passe-bas
Gabor Filter Implementation by Low-Pass Image Pyramid
OPEN ACCESS
For applications needing orientation analysis, Gabor functions provide a well-known and frequently used wavelet decomposition. Localised band-pass low frequency filters, if implemented through direct convolution, lead to costly orientation image decompositions. Association with pyramidal representations yields a more efficient Gabor filter implementation, but this non-orthogonal gaussian decomposition alters the filters overall spectral characteristics . To counteract this effect, corrective action must be taken during the generation of the convolution kernels . Two examples of pyramidal decomposition illustrate the efficiency of our Gabor filter implementation.
Résumé
Pour les applications nécessitant une analyse par orientations, les fonctions de Gabor produisent une décomposition en ondelettes très utilisée. Cette décomposition par orientation est très lourde en temps de calcul, pour des filtres orientés de type passe-bande positionnés à basse fréquence et appliqués par convolution directe. L'association avec des représentations pyramidales permet une implantation plus efficace des filtres de Gabor. A travers des pyramides non orthogonales comme le sont celles à base de filtrage gaussien, le filtre de Gabor subit des modifications de caractéristiques spectrales. Pour annuler ces modifications, des corrections adéquates doivent être prises en compte dès la génération du noyau de convolution. Deux exemples de décomposition pyramidale sont étudiés, à titre d'illustration et de comp.
Gabor filter, Band-pass oriented filter, Pyramidal decomposition
Mots clés
Filtre de Gabor, Filtre orienté passe-bande, Décomposition pyramidale
[1] J.P. Antoine . P. Carrette, Murenzi R . and Piette B ., «Image analysis with two - dimensional continuous wavelet transform» . Signal Processing, 31:241-272, 1993 .
[2] G .M . Bisio, Caviglia D .D ., Indiveri G ., Raffia L . and S .P. Sabatini, «A Neural Network Architectural Model of Visual Cortical Cells for Texture Segregation» . In lat. Conf. on Neural Networks, San Francisco, USA, March 1993 .
[3] A.C . Bovik, M . Clark and W.S . Geisler, «Multichannel Texture Analysis using Localized Spatial Filters » , IEEE Trans. Patt. Anal . Machine Intell., 48(1) :55-73, 1990 ;
[4] P.J . Burt, «Fast Filter Transform for Image Processing» . Computer Graphics Image Processing, 16 :20-51, 1981 .
[5] A . Chéhikian, «Algorithmes optimaux pour la génération de pyramides d'images passe-bas et laplaciennes» . Traitement du Signal, 9(4) :297-307, 1992 .
[6] J .L . Crowley and R.M . Stern, «Fast computation of difference of low-pass transform» . IEEE Trans Patt. Anal. Machine Intell., 6 :212-222, 1984.
[7] I. Daubechies, «Orthogonal bases of compactly supported wavelets» . Communication on Pure and Aplied Mathematics, 49 :909-996, 1988 .
[8]J .G . Daugman, «Uncertainty relation for resolution in space, spatial frequency , and orientation by two-dimensional visual cortical filters» . J. Opt. Soc. Am . , Al2 :1160-1169, 1985 .
[9]J .M .H . Du Buf, «Gabor Phase in Texture Discrimination» . Signal Processing , 21 :221-240, 1990 .
[10] D. Gabor, «Theory of communication» . 1. Inst. Elec. Eng ., 93 :429-457 , 1946 .
[11]J . Ghosh and A.C . Bovik, «Neural Networks for Textured Image Processing» . In Artificial Neural Networks and Statistical Pattern Recognition : Old and News Connections, pages 133-154. Elsevier Science Publishers, 1991 .
[12] A . Guérin-Dugué and P.M . Palagi, «Texture Segmentation Using Pyramidal Gabor Functions and Self-Organisation Feature Maps a. Neural Processing Letters, 1(1) :25-29, 1994 .
[13] D.J. Heeger, «Optical flow using spatiotemporal filters». Int. Journal of Computer Vision, 1:279-302, 1988.
[14] A.K. Jain and S .K . Bhattachrjee, «Address block location on envelopes using gabor filters» . Patterns Recognition, 25(12) :1459-1477, 1992.
[15] J. Malik and P. Perona, «Preattentive Texture Discrimination with Early Vision Mechanisms». Journal of Optical Society ofAmerica, 7(5) :923-932 , 1990 .
[16] S .G . Mallat, «A Theory for Multiresolution Signal Decomposition : The Wavelet Representation» . IEEE Trans Patt. Anal. Machine Intell., 11(7):674-693, 1989.
[17] D. Marr and E . Hildreth, «Theory of edge detection» . Proc. R. Soc. Land. B, 207 :187-217, 1980 .
[18] Y. Meyer, Les ondelettes : Algorithmes et Applications, Armand Colin, 1992 .
[19] A . Navarro and A . Tabernero, «Gaussian Wavelet Transform : Two Alternative Fast Implementations for Images» . Multidimensional Systems and Signal Processing, 2 :421-436, 1990 .
[20] D . Pellerin, A . Spinéi and A. Guérin-Dugué, «Calcul de flot optique par filtrages de Gabor combinés» . Traitement du Signal, 1996.
[21] M .R. Turner, «Texture Discrimination by Gabor Functions» . Biological Cybernetics, 55 :71-82, 1986 .
[22] M . Unser, A . Aldroubi and M . Eden, «The 12 Polynomial Spline Pyramid» . IEEE Trans Patt. Anal. Machine Intell., 15(4) :364-379, 1993 .