二维条码在信息安全领域的应用研究

二维条码本身具有高可靠性识读、编码保护源数据、身份识别、纠错等四种安全防伪特性。我们将二维条码与数字签名技术结合，建立了一种新的编译码方案。它能够提供访问控制、保密性、完整性、可用性和不可否认性五种安全服务，提高了安全级别，实现了数字签名的可视化和自动识读。     

JPEG2000压缩算法在车辆管理系统中的应用

本文利用静止图像压缩标准JPEG2000对车辆彩色静止图像进行压缩编码,并将编码信息存储于二维条码PDF417中。开发了基于静止图像压缩技术和二维条码技术的整车物流库存管理系统,进一步提高了整车物流库存管理系统的自动化水平和信息保密性能。     

标刻在金属零件上的二维条码识别

直接零件标识(DPM)技术是实现产品标识的重要手段,二维条码技术是其关键技术之一。DPM标识是以金属作为背景用激光在其上面打上二维条码,与印刷品上的二维条码识读相比,基于金属背景下的二维条码识读更为复杂。改进了传统的识别方法,综合运用最大连通域提取、改进的霍夫变换定位边界、基于最大匹配度的网格化分和基于灰度图像的无损信息提取等方法来实现条码图像的粗定位、精定位、校正、条码分割和数据提取。实验表明,本方案对于磨损、轻度污染、畸变及光照不均的金属上的二维条码图像的识读具有较强的抗干扰性,并取得可靠的识读结果。     

字符二维条码图像的识读

以字符二维条码为研究对象, 针对条码识读问题展开研究. 由于获取的条码图像往往存在对比度低造成的图像模糊问题, 采用了分段线性灰度变换的方法来增强图像, 在分段点的选择上根据字符条码图像灰度分布特点采用改进的二维OTSU法. 针对图像中出现的条纹噪声, 采用基于频域的ButterWorth带阻滤波器进行降噪处理, 最后采用计算圆形度值的方法来实现对字符区域的快速定位. 实验表明, 该识读方法能够很好的解决图像采集中出现的模糊以及噪声问题, 并且能够快速有效的定位出条码区域.     

面向条码识读的自适应二值化改进算法

为了对条码内容进行识读解码,需要对条码图像进行二值化处理以求取出条码的条空序列.现行的二值化方法大多要么不能够获取到较好的条码二值化图像,要么二值化所需的处理时间太长不能够满足实时性需求.对此,提出一种使用积分图的基于Wellner自适应二值化算法的改进方法.实验结果表明,该方法对不同光照环境的图像都能够获取到较好的条码二值化图像,为条码识读解码提供较好的图像效果,从而提升条码识别成功率;此外,该方法所需处理时间较短,能够满足大多数条码识读应用对实时性的需求.     

基于加密二维条码和指纹识别的证件防伪系统

目前证件造假越来越多,因此提出一种新的证件防伪方法。二维条码信息密度高,应用成本低廉,将其用于证件防伪中能有效的验证证件本身的真假;同时将指纹信息存储于二维条码中,利用指纹识别技术可以验证持证人真伪。在进行证件双重验证的同时与加密技术相结合,来保证证件信息的安全携带。实验结果表明对证件的误识率（FAR）为0,拒识率（FRR）为1．38％。基于加密的二维条码和指纹识别技术的证件防伪系统具有深刻的应用价值。     

Adaptus~(TM) 5.0影像技术

市场趋势是技术开发的源动力。今天的最终用户对影像技术有强烈的需求,即使是只用一维条码的行业也不例外。二维条码具有密度高、容量大等特点,可以存储更多产品信息,满足更全面的认证需求。即使今天包括零售业在内的一些行业仍然以一维码应用为主,但我们可以清晰地看到二维码在这些领域有越来越多的协同应用。二维条码的市场空间在迅速扩张,这种市场趋势自然使在识读二维码方面具有耐用度高、全向读取     

指纹识别及 PDF417二维码在考试管理中的应用

从我国美术专业招生考试实际情况出发,结合指纹识别和二维条码技术的各自特点和优势,将其应用在考试身份验证中,实现符合美术招生考试要求的身份验证模型。简要来说就是利用二维条码的信息存储能力及防伪特性,将考生的各类信息包括指纹特征信息存储在条码图形中,通过条码识别设备和指纹采集设备,将现场采集的考生指纹信息与条码中存储的信息进行比对,以此来确认考生身份的真假。     

标刻在金属零件上的二维条码数据提取方法

针对金属零件上二维条码光照分布不均、点扩散、对比度低与污染干扰等问题,提出一种基于原灰度图像小区域相邻模块对比提取二维条码数据的算法.首先通过峰度值排序法及模块区域微调法由粗到精定位每个二维条码模块位置,然后基于原灰度图像利用遗传算法提取二维条码的数据信息,得到最终的提取结果.与传统二维条码数据提取算法的实验结果证明,该算法对于复杂金属背景上的二维条码识读具有更高的可靠性.     

手机二维条码应用浅析

二维条码概述二维条码是较为经济实用的一种自动识别技术。在特定的编码规则下,二维条码技术可以容纳上千字符的数字、文字和图像等信息,而识读设备在读取此图形后,根据适当的译码算法,便可将此图形还原成对应的原始数据。与传统的一维条码不同的是,二维条码是在二维方     

基于退化多边形求交的多面体虚拟壳模型重构

三维模型的重建和表示是计算机图形和计算机视觉中一个重要的领域,其广泛应用于自动识别,工业自动化设计以及虚拟场景的重建。文中实现一个从照片序列重建三维物体多面体模型的系统,使用由轮廓恢复形体(SFS),通过经由轮廓光锥相交得到包围物体的虚拟壳。在系统中采用的共极线几何和增量运算把所有的三维的相交计算投射到二维平面的退化多边形求交来降低相交计算的复杂度。与传统多面体虚拟壳重构相比,算法有以下几点改进:在图像平面以退化多边形组织投影锥体和物体轮廓的交集,把任意锥面与物体轮廓的交集归一到一个退化多边形;基于退化多边形的二维平面上多边形快速相交算法。通过这些改进可以减少虚拟壳的生成时间并有助于实时绘制的实现。     

基于改进区域分割遥感图像的航天器目标自动识别方法

：传统的航天器目标自动识别方法识别精准度差,为了解决这一问题,基于改进区域分割遥感图像研究了一种新的航天器目标自动识别方法,通过人工排查的方式来追踪航天器所提供的位置信息,并建立三角形立体体系,提取出航天器所追踪的目标和航天器之间的位置关系,实现航天器目标检测,分别针对复杂场景和运动场景对目标进行识别,引用击穿识别方法,基于遗传算法以及变换算法,实现了在复杂的自然遥感图像中能够识别多种目标,但是对于残缺和不完整的目标识别性差,因此又在方法中引入了自动学习智能识别算法,解决了在遥感图像中残缺不完整的目标识别效果差的问题。设定对比实验,结果表明,相较于传统方法,基于改进区域分割遥感图像的航天器目标自动识别方法识别准确率提高了15.23%。     

基于双目定位的离合器下料系统设计

机械臂在生产线上抓取组装完成的离合器后,需要准确地将离合器放置在自动导引车(AGV)的下料位置.针对AGV入库时位置不确定,机械臂无法准确实现下料问题,设计了一种基于机器视觉技术的离合器下料定位系统,并针对AGV尺寸较大、单相机定位存在精度差、定位不稳定的重要问题,采用双目定位提高精度和稳定性.实际使用结果表明:基于VisionPro视觉软件设计的AGV特征识别视觉定位系统具有很好的定位结果,定位精度为±0.5 mm,运行时间小于2 s;能够引导机械臂快速、准确地完成离合器下料任务,满足工业实际应用的需求.     

基于大数据的水土保持监测站自动数据采集系统设计与应用

随着信息技术、网络技术的快速发展,在水土保持的预防和治理工作中可以应用自动化采集设备进行数据的采集、存储和管理,提高水土保持检测的准确性、完整性和整个过程的工作效率。本文设计一套基于大数据的水土保持监测站自动数据采集系统,该系统可实现水土保持监测数据远程自动采集、归类、汇总、存储,将其应用到监测站中,通过几个月的运行测试,系统工作状态良好,可准确、完整地完成水土标尺监测数据自动采集与数据处理和存储功能。     

改进KNN算法对人体身份的识别

为了理解特征学习过程、减少数据存储和提高识别率,提出使用Kinect v2的面部数据和骨骼数据作为数据集和一种改进KNN算法对人体身份的识别。使用Kinect v2提取出人体脸部特征点和骨骼关节点的三维位置信息,通过提取出的特征点的坐标计算出理解性强的特征信息如眼宽、臂长等。利用一种改进的截断均值聚类方法,通过排序把奇异值分布到数据集两端,截取数据集中间特征以抑制奇异值,利用基于匹配识别准确度的改进KNN算法对人体身份进行预测。实验结果表明提出的聚类方法匹配识别准确度更高,改进的分类方法也提高了识别的准确率。     

单目视频中的多视角行为识别方法

针对多视角人体行为识别中，因选取单一特征所造成的识别困难，提出了一种基于分类特征提取的多视角行为识别方法。该方法通过有效利用视频的二维图像序列所包含的三维信息、实现对人体朝向的聚类，解决因观察角度不同造成的行为特征难以选取的问题。实验证明，该方法对单目视频中不同角度的行为动作有较高的识别率。     

An interpolation algorithm fitted for dynamic 3D face reconstruction

In order to solve the problem of low recognition accuracy in later period which is caused by the too few extracted parameters in the 3D face recognition, and the incapable formation of completed point cloud structure. An automatic iterative interpolation algorithm is proposed. The new and more accurate 3D face data points are obtained by automatic iteration. This algorithm can be used to restore the data point cloud information of 3D facial feature in 2D images by means of facial three-legged structure formed by 3D face and automatic interpolation. Thus, it can realize to shape the 3D facial dynamic model which can be recognized and has high saturability. Experimental results show that the interpolation algorithm can achieve the complete the construction of facial feature based on the facial feature after 3D dynamic reconstruction, and the validity is higher.     

Identifying Noncooperative Subjects at a Distance Using Face Images and Inferred Three-Dimensional Face Models

We present an approach to identify noncooperative individuals at a distance from a sequence of images, using 3-D face models. Most biometric features (such as fingerprints, hand shape, iris, or retinal scans) require cooperative subjects in close proximity to the biometric system. We process images acquired with an ultrahigh-resolution video camera, infer the location of the subjects' head, use this information to crop the region of interest, build a 3-D face model, and use this 3-D model to perform biometric identification. To build the 3-D model, we use an image sequence, as natural head and body motion provides enough viewpoint variation to perform stereomotion for 3-D face reconstruction. We have conducted experiments on a 2-D and 3-D databases collected in our laboratory. First, we found that metric 3-D face models can be used for recognition by using simple scaling method even though there is no exact scale in the 3-D reconstruction. Second, experiments using a commercial 3-D matching engine suggest the feasibility of the proposed approach for recognition against 3-D galleries at a distance (3, 6, and 9 m). Moreover, we show initial 3-D face modeling results on various factors including head motion, outdoor lighting conditions, and glasses. The evaluation results suggest that video data alone, at a distance of 3 to 9 meters, can provide a 3-D face shape that supports successful face recognition. The performance of 3-D–3-D recognition with the currently generated models does not quite match that of 2-D–2-D. We attribute this to the quality of the inferred models, and this suggests a clear path for future research.      

3-D face recognition method based on optimum 3-D image measurement technology

Most face recognition systems employ 2-D color or gray-scale images. However, face recognition based on 2-D images is adversely affected by 3-D movement, variable lighting, and the use of cosmetics. 3-D image measurement technology has the potential to overcome these limitations of face recognition based on 2-D images since it can perform geometric analysis. We propose a method that is capable of recognizing a person from a 3-D facial image obtained using a 3-D shape measurement system by employing a technique that optimizes the intensity-modulation pattern projection. This face recognition method is based on the iterative closest point algorithm. It is robust to changes in reflectivity and color. Since the 3-D facial information can be registered, this method can estimate rotations and translations to compensate for different positions or directions. In order to prove the validity of the proposed technique, a verification experiment was conducted which used 105 sample 3-D images obtained from 15 subjects. It achieved a detection rate of 96% when heads were turned at an angle of 20° or less relative to the camera.     

CAGD-based computer vision

The authors explore the connection between CAGD (computer-aided geometric design) and computer vision. A method for the automatic generation of recognition strategies based on the 3-D geometric properties of shape has been devised and implemented. It uses a novel technique to quantify the following properties of features which compose models used in computer vision: robustness, completeness, consistency, cost, and uniqueness. By utilizing this information, the automatic synthesis of a specialized recognition scheme, called a strategy tree, is accomplished. Strategy trees describe, in a systematic and robust manner, the search process used for recognition and localization of particular objects in the given scene. The consist of selected 3-D features which satisfy system constraints and corroborating evidence subtrees which are used in the formation of hypotheses. Verification techniques, used to substantiate or refute these hypotheses are explored. Experiments utilizing 3-D data are presented