基于ARM9的指纹匹配算法

为了满足嵌入式指纹识别系统的实时性需求,论文提出了一种基于ARM9内核的指纹匹配算法.该算法通过构建特征点的三角结构向量,消除了指纹图像旋转、平移的影响,提高了系统的鲁棒性.同时算法采用两个等级进行指纹匹配,缩短了匹配时间,提高了匹配效率.通过在ARM920T主建的平台上进行识别测试,本算法完全可以满足嵌入式系统的要求.     

一种新的点模式指纹匹配方法

指纹的旋转和平移是指纹匹配中必须解决的问题,针对这一问题提出了一种新的指纹局部特征描述方法,主要是利用特征点之间的距离、特征点类型来构建新的局部特征向量,利用这些局部结构特征来实现对匹配参考点的确定,将存在平移和旋转的两个指纹特征点集转换为以匹配参考点为极点的极坐标下进行全局匹配。实验结果表明该算法对于指纹图像的旋转和平移具有较强的适应性,可以满足实际应用的需要。     

一种结合结构信息的指纹细节点特征提取算法

提出了一种新的指纹特征提取方法,引入细节点与中心点的角度差以及细节点到中心点所穿越的脊线数作为细节特征的向量,采用一种改进的Bresenham 画线算法计算穿越的脊线数,提取出了指纹图像的特征信息。实验表明该算法能准确有效地提取出指纹图像的结构特征信息。     

指纹特征匹配算法的研究与实现

指纹特征的匹配是实现指纹识别的重要环节,现有的匹配算法大多需要反复的调整每一个点来与图像模版中的点相对应,这样就加大了匹配算法的计算复杂度,因而无法满足指纹实时识别系统的要求.为此提出了通过快速确定参考、旋转和平移参数的方法,以实现指纹特征匹配算法的实时要求.实验结果表明,该特征匹配算法在满足实时性要求的前提下,其性能指标完全符合一般的商业用途.     

基于模糊贴近度的指纹匹配算法研究

针对已有的指纹匹配方法准确率低、算法复杂度高、易受指纹形变等噪声影响缺陷,本文提出了一种基于模糊贴近度的新型指纹匹配算法。该算法以分叉点、转折点、指纹图像上两个点的连线所穿越的脊线的数量等特征信息作为识别对象的特征指标,通过求出采样指纹与标准指纹的模糊贴近度,将其结果与阈值V相比较,检测指纹的匹配程度。实验结果表明,该算法能够有效降低算法复杂度,提高指纹的匹配准确率与效率,同时也可以有效避免因指纹旋转、平移形变或按压力度不均等因素产生的噪声对指纹匹配精度的影响,可以满足实际应用的需求,为提高指纹识别的精确度提供了一种新方法。     

指纹图像奇异点提取算法的研究与实现

指纹图像特征点提取的数量与准确度直接影响到指纹特征匹配效率,在分析指纹图像特征的基础上,提出了基于方向场均值的Poincare索引算法,阐述了算法的基本模型、表示方法与具体实现过程。经实验证明,采用该算法能快速、准确地提取指纹图像的奇异点,对各种图像具有较好的适应性。     

指纹图像奇异点提取算法的研究与实现

指纹图像特征点提取的数量与准确度直接影响到指纹特征匹配效率,在分析指纹图像特征的基础上,提出了基于方向场均值的Poincare索引算法,阐述了算法的基本模型、表示方法与具体实现过程。经实验证明,采用该算法能快速、准确的提取指纹图像的奇异点,对各种图像具有较好的适应性。     

基于显著特征的指纹自动定位与匹配算法

非约束图像的自动匹配问题包括定位和配准两个关键步骤,其中定位是配准的前提。指纹图像的自动匹配是一种典型的非约束图像匹配问题。由于指纹采集时按压指面的旋转、变形和扭曲,以及各种因素造成的图像模糊、残缺和特征信息丢失,使指纹图像存在较大程度的不确定性,给利用细节特征进行匹配带来了困难。该文通过分析特征匹配的一般问题模型,指出了匹配问题的实质是在两个不完全等价特征集中寻求最大同构子集的问题,并对目前发展起来的几种匹配方法的适用性做了一定的评析。结合指纹图像的自身特点,提出了一种新的基于显著特征的自动定位与匹配算法。该算法通过分析细节特征点之间的联系,在整幅图像范围内构造了3种类型的显著特征,通过这些显著特征之间的比对实现了两幅图像的快速自动定位,求出了图像平移和旋转的变换矩阵。最后通过特征点的平移和旋转变换实现了具有容忍局部误差的细节特征点的比对。这种算法具有较强的容错性,对各种噪声图像具有一定的鲁棒性,是一种自适应的快速匹配算法。理论分析与实验结果表明这种方法用于指纹图像进行细节点匹配是很有效的。     

一种基于结构匹配的指纹匹配算法

提出了一种基于结构匹配的指纹匹配算法,不仅考虑了指纹的全局特性而且利用了指纹局部结构的平移和旋转不变性。该算法可克服在采集指纹图像时由于非线性形变所引起的细节点的位置、细节点的方向及指纹图像中细节点之间距离改变产生的影响,降低了匹配算法的拒识率。试验结果表明所提出的方法确实提高了指纹匹配算法的有效性。     

视觉导航特征点匹配及误匹配剔除算法

飞行器视觉导航中图像的复杂性对特征点匹配提出了很高的要求。根据图像HSV色彩空间各分量固有的稳定性提出了一种新的特征点不变向量生成方法,以基于欧氏距离的最近邻准则作为特征点的相似度量将该算法提取的特征应用于图像特征点匹配;为了降低特征点描述向量的维数,提高匹配的实时性,采用了主成分分析(PCA)方法。针对误匹配问题,提出了一种利用惯性导航系统的输出信息进行误匹配特征点检测的方法。最后,通过实验证明,所提出的色彩匹配方法可以提高匹配的准确率,并且通过将PCA方法与上述方法结合不仅可以保持匹配的准确性还能降低计算的复杂度;所提出的误匹配检测方法可以较好的剔除误匹配点并能满足实时性的要求,这为视觉导航提供了一种可靠性更高的特征点匹配方法。     

Matching point features under small nonrigid motion

This paper describes a method for matching point features between images of objects that have undergone small nonrigid motion. Feature points are assumed to be available and, given a properly extracted set of feature points, a robust matching is established under the condition that the local nonrigid motion of each point is restricted to a circle of radius δ, where δ is not too large. This is in contrast to other techniques for point matching which assume either rigid motion or nonrigid motion of a known kind. The point matching problem is viewed in terms of weighted bipartite graph matching. In order to account for the possibility that the feature selector can be imprecise, we incorporate a greedy matching strategy with the weighted graph matching algorithm. Our algorithm is robust and insensitive to noise and missing features. The resulting matching can be used with image warping or other techniques for nonrigid motion analysis, image subtraction, etc. We present our experimental results on sequences of mammograms, images of a deformable clay object and satellite cloud images. In the first two cases we provide quantitative comparison with known ground truth.     

基于Laplace的LSSIM图像配准算法

提出一种基于Laplace变换的图像配准算法. 首先利用经典的角点检测算法提取待匹配图像的特征点或角点; 其次利用相位相关法估算出两幅图像的重叠区域, 以缩小匹配范围; 然后对角点邻域模板区域施行Laplace变换; 最后利用基于改进的SSIM (结构相似性)作为相似性度量准则建立特征点之间的匹配关系. 实验结果表明, 该方法可以很好的完成特征点匹配, 匹配点对充足且具有很高的准确率, 而且对亮度差异具有一定的鲁棒性, 从而保证图像配准精度.     

基于红外热图像的分区域RANSAC匹配算法

RANSAC是一种鲁棒性估计算法,常用于可见光图像的匹配。文章将其用在红外图像的匹配过程中,并根据红外图像清晰度差,纹理信息少等特点,改进了该算法,提出了一种分区域的RANSAC算法。应用HARRIS算子提取特征点,在匹配过程中将人脸划分为不同区域,应用RANSAC算法进行匹配。实验仿真结果表明,此算法在红外热图像的匹配上,具有准确率高,计算量小的优点,有红外热图像的建模上有较高使用价值。     

快速边缘匹配算法研究

为了提高景像匹配算法的匹配效率，在分析几种常用边缘检测算法抗灰度畸变能力的基础上，利用侧抑制竞争法提取图像边缘特征，并结合SSDA算法的基本思想，提出了一种基于制导图边缘特征的快速景像匹配算法。仿真实验结果表明，该算法在保证匹配精度的基础上有效地缩短了匹配时间，提高了匹配效率。     

面向全景拼接的图像配准技术研究及应用

针对SIFT算法在生成特征向量和进行特征匹配过程中存在的计算量较大、容易产生误匹配等不足,提出一种优化的SIFT配准算法。优化算法首先引入拉普拉斯算子对图像边缘进行锐化处理,结合图像单元信息投影熵原理提取分块图像特征;再依据投影熵矢量欧氏距离最小揣度进行特征匹配;最后利用改进的随机抽样一致性算法删除误匹配。改进算法应用于全景图像拼接中。实验表明,与原始SIFT配准算法相比,优化算法能够有效提高算法效率,减少错误匹配,取得了较好的匹配效果。     

一种基于支持模型和SVM的指纹匹配方法

将两枚指纹相似性的判断归为一个二分类问题，介绍了一种基于支持模型和SVM的指纹匹配方法，采用了基于支持模型的细节特征匹配求取匹配的特征点集合，并利用匹配细节特征点所包含的匹配信息，对训练样本构造匹配向量进行分类训练。将训练后的分类器应用于FVC2002的测试数据库，实验结果表明该方法优于传统的计算方法，在度量指纹相似性方面是有效而且可靠的，且具有较强的推广性。     

尺度不变特征转换算法在图像特征提取中的应用

针对尺度不变特征转换(SIFT)算法复杂度高、计算时间长,难以满足立体匹配的实时性要求以及当图像中存在多个相似区域时误匹配率较高的问题,提出了一种改进的立体匹配算法。该算法从两个方面对SIFT算法进行了改进:首先,由于圆形具有天然的旋转不变性,该算法以特征点为中心,采用近似大小的两个同心圆区域代替原算法的矩形区域,在内圆和外圆环区域内分别统计12个方向的梯度累加值,把局部特征描述符的维数从128维降低到24维,降低了算法复杂度;其次加入了12维的全局向量,使生成的特征描述符包含了基于局部信息的SIFT向量和基于全局信息的全局向量,提高了算法对图像中相似区域的分辨能力。仿真结果表明,改进后的算法实时性比原算法提高了59.5%,当图像存在多个相似区域时,误匹配率下降了9个百分点。所提算法在图像处理的实时性要求较高的场合下适用性较好。     

基于Barnard特征和LoG算子的月球车图像特征匹配

月球车视觉系统对匹配速度和鲁棒性要求较高,提出一种基于图像特征的特征点匹配算法。特征点的提取采用Barnard算法和LoG算子共同作用得到。原图像同时采用Bamard算法进行特征提取和LoG算子进行噪声滤波和边缘提取,然后将二者的计算结果进行”与”操作得到最终的特征图像。然后通过阈值进一步处理噪声和选择待匹配点。最后用计算图像序列中像素差的平方和的方法来计算每对待匹配点的匹配程度,得到匹配点对。仿真结果表明,单点匹配和多点匹配并将无匹配点处理后得到的结果都令人满意。     

基于编辑距离的网页去重策略

互联网中存在着大量的重复网页,在进行信息检索或大规模网页采集时,网页去重是提高效率的关键之一。本文在研究＂指纹＂或特征码等网页去重算法的基础上,提出了一种基于编辑距离的网页去重算法,通过计算网页指纹序列的编辑距离得到网页之间的相似度。它克服了＂指纹＂或特征码这类算法没有兼顾网页正文结构的缺点,同时从网页内容和正文结构上进行比较,使得网页重复的判断更加准确。实验证明,该算法是有效的,去重的准确率和召回率都比较高。     

An algorithm for distorted fingerprint matching based on local triangle feature set

Coping with nonlinear distortions in fingerprint matching is a challenging task. This paper proposes a novel method, a fuzzy feature match (FFM) based on a local triangle feature set to match the deformed fingerprints. The fingerprint is represented by the fuzzy feature set: the local triangle feature set. The similarity between the fuzzy feature set is used to characterize the similarity between fingerprints. A fuzzy similarity measure for two triangles is introduced and extended to construct a similarity vector including the triangle-level similarities for all triangles in two fingerprints. Accordingly, a similarity vector pair is defined to illustrate the similarities between two fingerprints. The FFM method maps the similarity vector pair to a normalized value which quantifies the overall image to image similarity. The proposed algorithm has been evaluated with NIST 24 and FVC2004 fingerprint databases. Experimental results confirm that the proposed FFM based on the local triangle feature set is a reliable and effective algorithm for fingerprint matching with nonlinear distortions.