基于线性模板和模糊规则的虹膜坑洞纹理检测

基于虹膜表面特定形状纹理的虹膜识别方法是虹膜识别的一种有效手段。然而,由于虹膜纹理复杂多样,形态各异,因此如何快速、准确地检测出虹膜表面各种不同类型的特征纹理仍然是目前亟待解决的一个难题。针对坑洞纹理的检测,提出一种基于定长线性模板和模糊规则的虹膜坑洞纹理的检测方法,首先使用一个定长的线性模板提取出虹膜表面所有纹理的边缘。然后,根据坑洞纹理与其他类型的纹理在形状上存在的不同,定义相应的模糊规则,从各种不同类型的纹理中识别出坑洞纹理。该算法对图库中人工标定的坑洞纹理检测的正确率为86.06%;对色素斑、裂缝以及眼睑的排除率分别为84.62%,71.56%,100%。实验结果表明,该方法能够从背景复杂的可见光虹膜图像中识别出坑洞纹理,为虹膜的特征提取提供了一个新的思路。     

基于双线性模板和分块策略的虹膜色素斑检测

本文色素斑是一种重要的虹膜特征纹理。然而,由于该纹理颜色深浅不一,形状各异,因此如何从具有复杂背景的可见光虹膜图像中检测出该纹理仍然是目前亟待解决的一个难题。提出一种基于双线性模板和分块策略的可见光虹膜色素斑检测方法,首先使用两个不同长度的线性模板来提取虹膜上所有不同类型的特征纹理;然后,采用分块策略得到一个能描述该纹理灰度分布特征的特征向量;最后,使用BP神经网络实现对色素斑纹理的检测。该算法对图库中色素斑纹理检测的正确率达到81.25%,对非色素斑纹理的正确识别率达到83.97%,总的正确检测率达到83.23%。实验结果表明,该方法能够从背景复杂的可见光虹膜图像中检测出色素斑纹理,为虹膜的特征提取提供了一个新的思路。     

基于矢量加权线检测算子的虹膜环状线条检测

由于虹膜环状线条与背景相比信号强度比较弱,且背景图像纹理异常丰富,环状线条灰度不完全连续,在灰度图像上直接用边缘检测算子进行虹膜环状线条检测时,会丢失很多有效信息,误检率及漏检率较高,为了解决这个问题,在对虹膜环状线条特征进行分析的基础上,设计了一种适用于虹膜环状线条检测的矢量加权线检测算子。首先由于环状线条在虹膜上的位置比较固定,选取虹膜环状区域左右两部分区域作为感兴趣区域;其次,设计矢量加权线检测算子,依据优势信号出现在不同通道的随机性自适应的进行加权,由此将矢量图像转变为边缘信息最为突出的单通道图像,再根据环状线条的线特征分布特点设计线检测矩阵,对预处理后的感兴趣(ROI)区域进行检测;最后在二值化图像上根据环状线条的形状设计区域形状因子排除非环状线条,实现环状线条的检测。该方法在图库中人工标定的1 921条环状线条的检测正确检出率达到91.78%。实验结果表明,本方法与经典的边缘检测算子相比,更适用于虹膜环状线条的检测。     

基于纹理主、旁瓣特征的雪糕棒裂缝缺陷检测

裂缝是雪糕棒表面一种严重缺陷,对雪糕棒的加工和使用影响极大,然而部分又细又浅的裂缝与雪糕棒表面的木纤维纹络具有诸多相似之处,使得当前检测算法提取效果不佳。针对该问题,在对裂缝纹理及木纤维纹络的特征进行详细分析的基础之上,提出了一种基于纹理主瓣和旁瓣灰度特征相结合的检测方案。首先建立纹理主瓣和旁瓣灰度特征提取基本模型;然后提取雪糕棒表面头部全部纹理的边缘;接着,根据建立的模型提取上一步骤所得各边缘相应纹理的主瓣和旁瓣灰度特征量,并根据主瓣特征量的数值大小初步锁定其中属于裂缝纹理的候选边缘(其中包括全部的裂缝边缘和部分木纤维纹络边缘);最后,通过旁瓣特征量与预设阈值的数值关系识别出上一步骤候选边缘中的裂缝纹理边缘,从而实现裂缝缺陷的检测。在自建图库SUT-I3上进行了测试,结果显示所提方法在裂缝缺陷漏检率为0的前提下,其误检率低至6.07%,相对于其他雪糕棒或木材表面裂缝检测方法其误检率最少降低了9.29%,表明了所提方法的高效性,具有实际应用价值。     

基于BAB策略与SVM的虹膜块状纹理检测

块状纹理是虹膜表面上一种重要的特征纹理。对于可见光虹膜图像而言,由于受眼睑、光斑及光照不均匀等因素影响,如何准确地提取出该特征纹理仍然是目前一个亟待解决的难题。提出一种基于分枝定界(BAB)策略和支持向量机(SVM)的可见光虹膜块状纹理检测方法。首先使用线性模板来提取虹膜上所有目标纹理;然后,采用BAB策略定位所有目标纹理并计算每个目标纹理的特征向量;最后,使用SVM实现对块状纹理的检测。通过实验证明,该方法对于虹膜块状纹理的检出率和检测时间均优于同类方法。     

基于形态学与支持向量机的虹膜坑洞纹理检测

坑洞纹理是虹膜表面上一种重要的特征纹理。对可见光虹膜图像而言,如何能不受睫毛、眼睑、光斑及光照不均匀等干扰因素的影响,并能快速、准确地提取出该特征纹理仍然是目前一个亟待解决的难题。提出一种基于形态学和支持向量机(SVM)的可见光虹膜坑洞纹理检测方法。首先使用灰度形态学和二值形态学相结合的方法提取出所有目标纹理;然后使用区域生长方法定位所有目标纹理并计算各个目标纹理的特征向量;最后再使用SVM和定义约束条件的方法提取出最终的坑洞纹理。通过实验证明:该方法能较好地克服光斑等干扰的影响,对坑洞状纹理的检出率高于其他同类方法。     

一种基于纹理特征点匹配的自适应虹膜识别方法

传统的虹膜识别方法原理复杂,实现困难.为了在保证识别率的同时简化虹膜识别算法,提高虹膜识别效率,提出了一种基于纹理特征点匹配的自适应虹膜识别方法.首先,通过图像预处理得到512列×64行的矩形虹膜图像;其次,在有效的虹膜区域内,通过自行设计的边缘检测方法找到虹膜特征点;再次,对特征点进行编码,用虹膜代码表示虹膜模式;最后,采用自适应的模式匹配方法对不同的虹膜模式进行分类,给出识别结果.在给定距离阈值为0.37的前提下,可以达到99.242 8%的正确识别率.实验结果证明,该方法能够满足虹膜识别高准确性的要求.     

基于纹理脊线特征融合的木材表面裂缝检测

裂缝是木材表面一种严重缺陷,对木材的加工和使用影响极大,然而,由于裂缝与木材表面的矿物线具有诸多相似之处,因此如何准确地将裂缝纹理识别出来是一个亟待解决的问题。提出了一种基于纹理脊线特征融合的检测方法,首先建立纹理脊线灰度和形态特征提取基本模型;然后分割出木材表面全部纹理区域,并根据模糊规则提取出条状纹理,包括裂缝和矿物线;最后根据建立的模型提取条状纹理的两种脊线特征,并进行特征信息融合得到复合判别因子,最终通过融合结果与预设阈值的数值关系识别裂缝纹理。在自建图库上进行了测试,结果显示所用方法对裂缝缺陷识别的等误率仅为4.64%,相对于其他经典特征提取和纹理识别方法其等误率最少降低了10.06%,表明了本方法的高效性,具有实际应用价值。     

基于多特征流形学习和矩阵分解的路面裂缝检测

针对单一属性特征的路面裂缝检测方法无法从复杂背景噪声中准确提取裂缝信息的缺陷,提出一种结合多特征流形学习和矩阵分解的路面裂缝检测算法。该算法首先根据路面裂缝子块的统计、形状和纹理特性抽取多重属性特征并构造多个流形正则项,将流形正则项嵌入于矩阵分解的目标函数中,采用交替迭代法在统一框架下实现裂缝子块降维和多特征自适应融合。为进一步提高聚类准确率,对路面裂缝图像采用各向异性算法增强得到少量有效样本标签,实现算法的半监督扩展。在公开数据集(Crack IT)和实际采集的沪宁高速(HN)路面图像库上的实验结果表明,该算法可以有效提高路面裂缝识别率,验证了算法的有效性。     

自仿射拟合的虹膜纹理分割及粗分类

提出一种应用于虹膜图像粗分类的自仿射拟合纹理分割算法,实现虹膜肠环外边界检测。该方法在多尺度下拟合图像局部到整体信息的自仿射性,有效地在小区域内描述肠环内外纹理的差异,通过分析差异的变化规律确定肠环区域。在此基础上提出利用肠环信息的虹膜图像粗分类,分别研究了肠环位置区域分布和肠环内纹理复杂度2种分类方式。在自采的1 000幅虹膜图像库下分别进行实验,分类正确率分别为98.8%和98.7%。实验结果表明,所提出方法能够有效地实现肠环区域检测,检测到的肠环信息能够应用于大样本虹膜图像粗分类。     

亚像素检测方法在图像检测点提取中的应用

图像检测点的提取是图像定位于检测系统中的关键问题.为解决利用二值细化提取图像检测点技术精度不足等问题,将亚像素检测定位技术应用到图像检测点提取中.通过试验比较了三种亚像素定位算法图像定位中的优缺点,进行了通过光条中心线的提取试验以及通过两条光条中心线交叉点提取图像检测点的试验,对亚像素检测定位技术作出评价.研究结果表明...     

一种激光主动探测的回波信号检测方法

微弱激光回波信号探测是远距离激光主动探测的难点问题.本文提出了一种应用四象限探测器进行激光回波信号相关检测的新方法.经仿真计算表明,将四象限探测器接收到的4路回波信号送入相关处理器进行相关处理,可以检测出信噪比为-21.07dB的信号,其信号检测能力比二元相关检测要高出5.68dB.在4个象限中信号分布越均匀,信号检测能力越强.     

联合梯度直方图和局部二值模式特征的人体检测

针对采用单一梯度方向直方图(HOG)特征进行人体检测时易受竖直梯度分量干扰的缺点,提出了将分块局部二值模式(LBP)特征加入HOG特征的方法.首先,将检测窗口划分为大小为16×16的不重叠块,以块为单位统计LBP特征直方图,并通过大量实验获得了LBP算子的最佳参数;然后用优化过的插值方式计算HOG特征,将两者组成联合直方图.最后,用线性支持向量机(SVM)通过Bootstrapping的方式训练,得到判别模型.在INRIA人体库上的测试表明,检出率在误检率(FPPW)为10-4时由原始的89％提高到95％,单窗口检测速度由0.625 ms提高到0.533 ms.本文将纹理特征加入原始描述轮廓的HOG特征中,排除了部分梯度干扰信息造成的误检,提高了检出率.     

基于边缘信息和局部直方图的视频文字检测法

视频中的标题文字通常在视频信息索引和检索中起到重要的作用。针对视频中文本的检测问题,提出了一种基于边缘和局部直方图的由粗到精的视频标题文字检测算法,首先采用边缘聚集提取文字的粗略位置,然后利用局部直方图特征对候选的文字区域精确定位。实验结果表明,该方法简单,效果良好,能快速地定位文本区域,且不受文本颜色、语种、文本字体大小的限制。     

几种边缘检测算子的性能比较研究

边缘检测是图像处理和计算机视觉中的重要的环节.文章具体考察了7种常用的边缘检测算子.根据实验结果对其特点和性能进行了比较研究.分析了各种边缘检测算子的特点,以及在处理各种噪声时,对各种边缘检测算法的检测效果进行了分类比较.在对各种图像进行边缘检测时,为选择检测算子提供指导.     

生物芯片及其荧光信号检测

系统介绍了生物芯片的概念和制造方法 ,重点讨论了生物芯片的荧光检测方法 ,并对不同的检测方法进行了对比和分析。总体来说 ,激光共聚焦芯片扫描仪的荧光检测灵敏度和扫描分辨力较高 ,而 CCD芯片扫描仪的荧光检测灵敏度和扫描分辨力较低 ,但 CCD芯片扫描仪的检测速度较快 ,成本也较低     

结合假边缘提取和直方图分析的图像灰度变换

光学刻划字符图像的前景通常由高灰度像素区域和低灰度像素区域组成,导致使用传统的基于梯度的边缘提取方法如Canny算子不能准确地获得字符的轮廓,为此本文提出了一种利用假边缘信息结合直方图分析的图像灰度变换方法,变换后的图像前景仅由低灰度像素构成。首先对Canny边缘点进行特征分析,提取其假边缘点;然后进行图像直方图分析,确定灰度变换范围以及灰度对应关系,并对假边缘两侧的边界区域施加光滑度约束来确定灰度变换参数;最后以此变换参数对非背景区域的高灰度像素进行灰度变换。实验证明,灰度变换后字符笔画仅由低灰度像素构成,原边界处的灰度变化足够光滑,可以使用基于梯度的方法来提取完整而准确的字符轮廓。     

生物芯片及其荧光信号检测

系统介绍了生物芯片的概念和制造方法,重点讨论了生物芯片的荧光检测方法,并对不同的检测方法进行了对比和分析.总体来说,激光共聚焦芯片扫描仪的荧光检测灵敏度和扫描分辨力较高,而CCD芯片扫描仪的荧光检测灵敏度和扫描分辨力较低,但CCD芯片扫描仪的检测速度较快,成本也较低.     

Experimental analysis of change detection algorithms for multitooth machine tool fault detection

This paper describes an industrial application of fault diagnosis method for a multitooth machine tool. Different statistical approaches have been used to detect and diagnose insert breakage in multitooth tools based on the analysis of electrical power consumption of the tool drives. Great effort has been made to obtain a robust method, able to avoid any needed re-calibration process, after, for example, a maintenance operation. From the point of view of maintenance costs, these multitooth tools are the most critical part of the machine tools used for mass production in the car industry. These tools integrate different kinds of machining operations and cutting conditions.