手指静脉图像血管网分形修复方法

由于生物组织对近红外光具有高散射效应，手指静脉红外透射成像质量往往较差，血管网络存在信息残缺。为了解决指静脉血管残缺问题，本文提出一种基于分形的手指静脉红外图像血管网络修复方法。首先，利用多尺度Gabor滤波对指静脉图像增强，进而提取血管骨架；其次，利用Gabor滤波得到的方向特征对血管网络进行结构预修复；接着采用K均值聚类方法提取指静脉结构的父子血管长度比特征，将其作为一种分形特征；然后，利用该特征计算缺损血管长度；最后，建立血管点移动模板，通过统计相邻血管点位置移动概率实现血管形态模拟及网络修复。实验结果表明，本文方法可以实现指静脉图像局部残缺区域的修复，从而提高手指静脉识别精度。      

指静脉红外图像特征不变性编码新方法

基于编码的特征表达方法在光照不变性、运算效率、特征表述能力等方面具有较大优势,成为新型的特征提取方法之一。手指静脉图像采用红外光透射成像,加之手指内部其他组织的固有影响,图像质量普遍较低。将Gabor滤波对图像纹理的增强与局部图结构编码的思想相结合,重点研究一种新的对称邻域交叉图结构,将局部邻域的纹理变化转换为加权的编码串。通过不同方向特征编码提取每个通道Gabor滤波图像的特征编码图,充分表达像素点周围邻域的位置信息和梯度信息,具有良好的旋转不变性。实验结果表明:提出的手指静脉特征编码新方法比多种常用特征编码方法具有更好的识别性能,对图像姿态变化更鲁棒。     

一种基于磁敏感加权成像的三维脑静脉中心线提取技术

探究基于磁敏感加权成像（SWI）的脑静脉中心线提取技术，在利用图像海森（Hessian）矩阵的几何特性提取出三维脑静脉的基础上，对得到的二值静脉血管图像进行快速三维欧几里德距离变换，得到静脉血管的距离图，再计算距离图中每一个体素的Hessian矩阵，利用Hessian矩阵的特征值和特征向量提取出静脉血管的中心点，并得到相应的血管半径大小。最后用Dijkstra最短路径连接法将中心点连接成线，便得到了静脉血管的中心线。     

手指多模态Gabor编码特征局部融合方法研究

鲁棒性特征提取一直是生物特征识别领域研究的一个重要问题。由于手指姿态易变,这个问题在手指多模态生物特征描述方面显得更为突出。为了较为稳定地刻画手指多模态生物特征信息,本文提出了一种新的基于Gabor特征编码的局部灰度特征提取方法。首先,对手指的三个模态指纹、指静脉和指节纹图像分别进行Gabor滤波,刻画它们的纹理方向特性,并分别获取Gabor方向特征编码。然后,分别对特征编码图像进行局部灰度特征分析,并以局部串联的方式对手指多模态生物特征进行融合。实验表明,该方法在自制的手指姿态多变的数据库中具有良好的识别性能。      

基于改进脊线跟踪的手背血管识别算法研究

在脊线跟踪的基础上,直接在灰度图像上,沿纹线方向追踪血管脊线,在追踪的过程中,局部增强图像,局部设置域值,最后得到一幅血管脊线骨架图和附加其上的细节点信息.该方法有效减少了图像增强的计算量,避免了二值化在域值选取时对信息的丢失.相对于传统方法具有明显的速度优势,而且保持了较高的准确率.     

手指双模态特征图像感兴趣区域稳定定位方法研究

为了改善指静脉成像质量和稳定获取指静脉、指节纹的感兴趣区域（ROI）,本文提出了一种新的手指双模态成像系统及指静脉、指节纹ROI定位方法。首先,设计了一种含有多光谱、多亮度等级光源的手指拱起成像模型,该模型可较好改善指静脉的成像质量。然后,利用手指拱起产生的拐点实现对指节纹感兴趣区域的稳定定位,并利用双目摄像头下指静脉和指节纹成像区域之间的位置关系确定指静脉特征的感兴趣区域。实验结果表明本文所提出的方法能够较好提高指静脉血管的成像质量和指静脉、指节纹感兴趣区域的定位精度。      

基于多尺度Gabor滤波器组的不变特征点提取新方法

 针对复杂背景的光学遥感图像数据,提出一种基于尺度空间理论和多尺度Gabor滤波器组的目标局部不变特征提取方法.该方法优点有二:一是利用Gabor滤波器的带通特性和多通道特性可从目标图像中提取更符合视觉特性、更具物理直观性的特征点,增强了不变特征提取方法在照度变化、噪声和背景干扰下的稳健性;二是基于尺度空间理论设计的多尺度Gabor滤波器组,可使提取的特征点具有尺度不变性,增强了对遥感图像复杂几何畸变的适应性.     

基于曲波域的指纹预处理研究

研究了一种基于曲波域的指纹图像预处理方法。首先将指纹图像在曲波域中分解,然后用Gabor滤波器来处理粗尺度系数,这些系数是原图像的近似值;同时,在细尺度系数上使用软阈值函数减少沿着脊线方向的噪声。再将重构以后的图像二值化,最后使用基于模板的脉冲耦合神经网络(PCNNs)细化算法细化二值图像,得到指纹的骨架图像。实验结果表明,该方法优于传统的基于Gabor滤波器的指纹图像预处理方法。     

基于STM32的嵌入式指纹识别系统的设计与实现

鉴于指纹识别系统较高实时性、准确性的要求,对一种基于STM32芯片和中控光学指纹采集仪的嵌入式指纹识别系统进行了研究和实现。利用改进的Gabor滤波增强算法对指纹数据进行图像预处理后,采用指纹纹线的二值化细化中心线提取法提取图像的细节特征点,在VC++环境平台下进行仿真,结果显示系统达到了预期的效果。     

基于2-DGabor滤波器的光学定穴体表特征提取方法

取穴准确性是决定针灸效果的最基本要求,这就需要对取穴体表特征进行精确地定位。文中提出一种新的人体体表特征定位的光学方法,在光学检测平台上通过相机采集不同方向的图像,选取合适的Gabor 滤波器参数,得到图像的强度响应并提取局部极大值,从而获得定穴体表轮廓特征。为验证该方法的有效性和精度,采用Sobel 算子、Canny 算子、LoG 算子以及Gabor 滤波器分别对灰度图像和二值图像进行特征提取。通过对比和分析,发现经过Gabor 函数滤波后得到的图像轮廓是连续且最清晰的;Gabor 函数对二值图像的滤波效果优于对灰度图像。实验结果表明,所提出的方法能精确快速地定位体表轮廓特征,为进一步利用轮廓特征提取定穴体表特征点以及研究穴位光学定位方法奠定基础。     

基于多尺度多方向Gabor模板的光学/SAR景象匹配

合成孔径雷达(SAR)成像制导通常采用光学基准图和SAR实时图进行特征提取和景象匹配.提出了一种光学/SAR异类影像匹配方法,利用多尺度多方向Gabor模板提取图像的Gabor特征后进行特征匹配,首先对SAR图像进行方向Frost滤波预处理,然后分别计算光学图像和SAR图像的高斯梯度图像,再利用多尺度多方向二维Gabor滤波器模板分别对两幅高斯梯度图像进行特征提取,最后对两组特征矩阵进行归一化互相关匹配.该方法直接利用光学图像和SAR实时图进行景象匹配,实验表明,该异类影像匹配方法较其他传统方法具有较高的鲁棒性和准确性.     

Image restoration of finger-vein networks based on encoder-decoder model

Finger-vein recognition is widely applied on access control system due to the high user acceptance and convince. Improving the integrity of finger-vein is helpful for increasing the finger-vein recognition accuracy. During the process of finger-vein imaging, foreign objects may be attached on fingers, which directly affects the integrity of finger-vein images. In order to effectively extract finger-vein networks, the integrity of venous networks is still not ideal after preprocessing of finger vein images. In this paper, we propose a novel deep learning based image restoration method to improve the integrity of finger-vein networks. First, a region detecting method based on adaptive threshold is presented to locate the incomplete region. Next, an encoder-decoder model is used to restore the venous networks of the finger-vein images. Then we analyze the restoration results using several different methods. Experimental results show that the proposed method is effective to restore the venous networks of the finger-vein images.     

Structural similarity classifier for facial expression recognition

A novel Gabor filter structural similarity algorithm (GFSSIM) is proposed for facial expression recognition (FER) on noisy images. Low-resolution facial images with low SNRs are specifically dealt with FER system. The features are extracted using 40 Gabor filters, and a feature subset is selected for classification. The test image is classified based on proposed GFSSIM algorithm. The experimental results show that the recognition rate for heavily deteriorated images outperforms the conventional classifier method. In addition, the proposed method is more efficient from the computational complexity point of view.     

Image super-resolution reconstruction based on sparse representation and deep learning

Super-resolution reconstruction technology has important scientific significance and application value in the field of image processing by performing image restoration processing on one or more low-resolution images to improve image spatial resolution. Based on the SCSR algorithm and VDSR network, in order to further improve the image reconstruction quality, an image super-resolution reconstruction algorithm combined with multi-residual network and multi-feature SCSR(MRMFSCSR) is proposed. Firstly, at the sparse reconstruction stage, according to the characteristics of image blocks, our algorithm extracts the contour features of non-flat blocks by NSCT transform, extracts the texture features of flat blocks by Gabor transform, then obtains the reconstructed high-resolution (HR) images by using sparse models. Secondly, according to improve the VDSR deep network and introduce the feature fusion idea, the multi-residual network structure (MR) is designed. The reconstructed HR image obtained by the sparse reconstruction stage is used as the input of the MR network structure to optimize the high-frequency detail residual information. Finally, we can obtain a higher quality super-resolution image compared with the SCSR algorithm and the VDSR algorithm.     

基于LRC与多样本扩充的指静脉识别方法北大核心CSCD

针对目前手指静脉识别由于训练样本不足引起图像识别率低的问题,提出基于线性回归分类(linear regression classification,LRC)与多样本扩充的指静脉识别方法。首先,利用矩阵变换生成原始图像的镜像,训练原始图像与镜像,增加指静脉图像中包含的有用信息;然后,基于LRC对测试和训练样本进行分类;最后,通过计算偏差得到最终分类结果,求出识别率。此外,设计了一种指静脉采集装置收集得到自建指静脉数据库。实验结果表明:所提算法在自建指静脉数据库、山东大学指静脉数据库、马来西亚理工大学指静脉数据库上的识别率分别达到98.93%、98.89%、99.67%,最低等误率为2.3888%。实验结果与其他传统和流行算法相比具有明显优势,拥有良好的实际应用价值。     

Reconstruction of three-dimensional coronary arterial dynamics from multi-view angiogram sequences

Since actual cardiac and arterial motion is non-rigidand non-uniformbothin space andinti me[1],the quan-tification of dynamic 3-Dcurves with 2-D projections isinaccurate and sensitive to view angles . Ruan[2]andPuentes[3]reconstructed 3-D arterial centerl…     

基于Gabor滤波器和ICA技术的SAR目标识别算法

提出了一种基于Gabor滤波器和独立分量分析(ICA)技术对合成孔径雷达(SAR)目标识别的算法.该方法提取预处理后SAR图像的低频子带图像,利用Gabor滤波器组对该低频子带图像在不同方向和尺度上滤波,再用主成分分析(PCA)+ICA方法对Gabor滤波后图像提取有效特征向量作为目标识别特征,最后用支持向量机(SVM)对该特征进行分类完成目标识别.使用MSTAR数据库中3类SAR目标数据对该方法进行目标识别的仿真实验,平均识别率最高可达96.56%.通过与其他识别方法对比实验,验证了文中方法的有效性.