一种面向指纹识别的鲁棒脊线跟踪算法

由于传统的指纹识别系统大多要进行二值化和细化过程将消耗大量的计算时间,提出了一种基于脊线跟踪的指纹图像特征点提取算法.在灰度级指纹图像上,沿脊线方向自适应跟踪指纹脊线,直至该条脊线终止或与其他脊线相交,得到一幅细化后的指纹骨架图和附在其上的细节点信息.跟踪过程中,在关键点处进行脊线方向估计和局部滤波,跳跃式地获得脊线骨架点.对于提取到的末端点和交叉点,根据指纹图像的结构特征和统计结果相结合进行去伪后处理.实验证明算法的有效性.     

一种改进的指纹图像细化算法

在自动指纹识别系统中,细化占有重要的地位,现有的指纹细化算法存在很多问题,如细化不彻底、纹线吞噬、骨架偏离纹线中心等。对快速细化算法和改进的OPTA细化算法进行了分析和研究,指出这两种算法在指纹纹线和分叉点处图像细化不彻底等缺陷。同时将两种细化算法有机结合,设计了一组改进的细化模板,提出了一种新的细化算法。实验结果证明：该算法与传统的细化算法相比没有破坏纹线的连接性,不会引起纹线的逐步吞食,又保护了指纹的细节特征。而且该算法运算速度也大大加快,处理后的指纹图像细化完全,骨架接近纹线中心线,光滑无毛刺,方便特征提取和减少匹配的复杂度。     

手背静脉图像骨架特征提取的算法

手背静脉近红外图像识别是一种新的非接触式生物认证技术。对采集的手背静脉图像进行了增强处理。对二值化图像采用四邻域区域生长的方法，去除噪声斑块。对处理后的静脉图像采用了一种快速细化的细化算法。分析和解决了细化后特征点——交叉点的提取。针对细化后骨架中所引入的另一类噪声——毛刺和静脉图像细化后的特点，提出了一种毛刺修复算法。实验结果表明，经过该算法处理后得到的骨架图像，能够较好的反映静脉纹理特性。     

三维重建中形状插值的快速算法研究

提出一种用于三维重建的层间数据插值算法．该算法首先利用数学形态学算子提取层内图像骨架；然后利用骨架匹配算法获取层间骨架点集的平移、旋转和缩放信息，并利用此信息的线性插值获得插值层图像的骨架点集；最后根据形态骨架的重建算法获得插值层图像．文中算法只对骨架点集进行操作，具有较小的运算复杂度，较好地保留了原始图像的形状信息．实验结果证明了该算法的有效性．     

一种方向链码扫描与跟踪的图像细化后期处理算法

目标图像骨架的提取是智能分析中的重要组成部分,利用Zhang并行细化算法提取的目标骨架不是单一像素且极易产生毛刺。提出一种获取单一像素并消除毛刺的快速目标图像骨架提取算法。该算法首先对提取得到的目标二值图像进行形态学预处理,然后结合8邻域方向链码扫描编码原理对细化后的图像进行单一像素处理,最后采用优化的8邻域方向链码来消除毛刺。实验结果表明,提出的算法不仅效率高,而且能够很好地获得单一像素宽度、无毛刺的骨架。     

基于骨架的血细胞图像分离算法

文章从细胞图像骨架的角度出发,研究和发展了一种新的粘连细胞分离算法。其主要思路是:首先采用细化算法提取细胞图像的骨架,并计算骨架各点的边界距离值,然后利用骨架边界距离函数波谷的特性将相互粘结的细胞分离。新算法提出了一种计算骨架边界距离值的新方法用于分析骨架波谷的特性,并在理论和实践的基础上,研究和发展了细胞图像中粘结细胞的分离准则。为证明该算法的有效性,选取了上百种不同的细胞图像进行了测试。实验结果表明,新算法能有效、快速地对细胞图像中相互粘结的细胞进行合理分割。     

基于细化的岩石图像分离算法

由于岩石表面粗糙,采用凹点分离方法很难正确地分离相互粘连的岩石图像.从细化的角度出发,研究和发展了一种粘连岩石分离的新算法.其主要思路是:首先细化提取石岩石的骨架并计算骨架各点到岩石边界的的距离,然后利用骨架边界距离函数波谷的特性将相互粘结的岩石分离.新算法提出了一种计算骨架边界距离值的新方法用于分析骨架波谷的特征,并在理论和实践的基础上,提出一种新的粘连岩石分离准则,有效地提高了岩石图像的分割效果.     

改进的EPTA并行细化算法

为了解决现有细化算法中像素冗余、分叉、畸变等问题,在ZS（ZHANG和SUEN）并行细化算法的基础上增加了两个映像子过程,获得了更加接近中心线的骨架图像;通过增加判决条件并设计消除模板,提出了一种改进的EPTA并行细化算法,解决了EPTA细化算法的像素冗余、二像素宽度斜线细化局限性畸变等问题。实验结果表明改进的EPTA细化算法能得到更准确的完全细化结果。     

基于最大邻域点跟踪的静脉图像细化算法

针对二值静脉图像,提出了一种基于最大邻域点跟踪（MNPT）的细化算法．该方法首先估计出静脉纹路宽度,并根据该宽度值计算静脉纹路上像素点的邻域和,然后确定离散的起始搜索点,最后通过跟踪最大邻域点得到细化静脉图像．实验表明,该细化方法提取的静脉骨架位置准确、连通性好、纹路平滑,是一种有效的静脉图像细化方法．     

一种便携式葡萄剪枝机器设计与实现

为进一步提升葡萄枝条修剪效果，提出一种便携式的葡萄剪枝机器。其中，在构建葡萄剪枝机主要架构基础上，使用Rosenfied细化算法作为图像骨架提取的主要方法，然后结合Harris角点算法进行角点检测，最后使用本研究提出的剪枝定位算法进行剪枝定位。仿真结果表明，与其他的细化算法相比，本研究使用的Rosenfied细化算法能够实现效果更好的图像骨架提取；将细化算法与角点检测算法相结合，对芽点、伪芽点和角点进行检测的正检率分别为79.5%、80%、94.4%;使用本研究提出的剪枝定位算法进行剪枝定位取得了良好的效果。以上仿真结果表明，本研究提出的便携式葡萄剪枝机器能够进行效果良好的稳定完成葡萄剪枝工作，进一步优化剪枝效果，具有一定的实际工程价值。