改进的手背静脉识别算法

提出了一种基于不变矩和支持向量机的手背静脉识别算法。算法在采用修正的NiBlack算法从原始图中分割出静脉纹路,然后采用改进的条件细化算法进行细化获得静脉骨架的基础上,提取静脉骨架的7个修正的几何不变矩作为支持向量机分类器的输入进行静脉分类识别,在有500个样本的数据库上进行实验,获得了95.5%的识别率,表明了算法的有效性。     

一种模糊手指静脉图像预处理方法的研究

对光传感器获取的手指静脉图像进行了预处理,模糊的原始图像经过归一化、图像增强、图像分割、后处理、图像细化及修正等步骤为图像的特征提取和图像匹配奠定了基础.同时,针对低质量静脉图像静脉纹路的提取问题,NiBlack 方法对静脉特征提取的效果是比较理想,能够提高特征提取的正确率.     

一种人手背静脉特征识别方法

针对目前手背静脉图像识别采用细化和骨架操作等提取结构特征易造成静脉结构细节丢失和特征点误判等问题,提出一种基于方向梯度直方图(HOG)的手背静脉特征识别方法。采用生物特征识别的一般流程,对手背静脉图像灰度进行归一化和滤波增强等预处理后,直接对手背静脉灰度图像进行二级小波包分解,提取低频子带图的HOG纹理特征,最后采用K近邻分类器实现个人身份识别。利用自行建立的手背静脉图像数据库对所提方法进行验证,结果证明了算法的有效性,其正确识别率为95%,应用前景广阔。     

手背静脉的分割和平滑细化

静脉识别技术是一种新兴的非接触式红外生物特征识别技术,从原始图中分割出静脉纹路并细化成变形较小的静脉骨架,对提高识别的成功率非常重要。在现有算法研究和实验分析的基础上,提出了一种分割、平滑细化和毛刺修剪算法,算法对归一化的静脉图像首先采用高斯低通滤波、中值滤波处理,有效地去除了斑点噪声和水平条状扫描噪声,然后用修正的NiBlack局部动态阈值法和面积阈值法分割出静脉,接着对其进行形态学开操作、闭操作及中值滤波以平滑边缘,最后通过条件细化和毛刺修剪得到了失真较小的静脉骨架,获得了良好的分割和细化结果。     

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。     

基于感兴趣区域函数优化的静脉图像分割算法

提出一种基于局部感兴趣区域中熵与梯度函数优化的近红外手背静脉图像分割算法。该算法首先基于压缩感知理论对图像进行去噪。其次,通过条带波变换提取存在静脉信息的感兴趣区域,在这些区域中对建立的关于熵和梯度的函数进行约束与优化,实现静脉与背景分离。最后,融合所有区域的分割结果,完成静脉图像的分割。实验表明在处理近红外静脉图像分割问题时,该算法相对其它算法能保留更完整的静脉特征。此外,该算法对于具有纹理特征的指静脉、掌静脉图像的分割具有较好的借鉴价值。     

基于曲波变换的分水岭算法及其应用

针对手背静脉图像的结构和特点,提出基于曲波变换的分水岭算法,对手背静脉图像进行骨架特征提取.文中对远红外手背静脉图像进行分析.实验结果表明,该算法能够有效地提取手背静脉骨架特征,在保持边缘信息的同时,大大减少局部最小值区域的数量,解决分水岭的过分割现象.同时该算法也为静脉骨架特征提取提供了新的途径.     

一种指纹识别的细节特征匹配的方法

介绍了指纹识别的处理步骤，提出了一种基于细节特征匹配的自动指纹识别算法，分别给出了图像预处理，二值化，细化，纹路提取，确定指纹中心点以及指纹匹配的特征和算法步骤，并用实验进行了证明。     

基于2DFLD的手背静脉识别算法

手背静脉识别技术采用非接触式,为了避免在采集图片时由于手背的旋转和平移给识别带来干扰,提出一种手背静脉有效区域的定位方法,在手背截取出一个包含静脉信息最多的矩形。该算法主要利用基于不变特征点的图像定位方法来寻找手背外侧边缘的特征点,然后定位分割出手背静脉有效区域的图像。实验证明该算法具有自适应性,定位准确,速度快。由于经典的Fisher线性判别算法类内散度矩阵通常会是奇异的,提出一种基于二维Fisher线性判别(2DFLD)的手背静脉识别方法。该方法直接进行图像矩阵投影,避免高维运算。对于手背静脉图像库,用2DFLD方法提取静脉特征空间,再将测试图像投影到该特征子空间上,最后用最近邻欧氏距离方法进行匹配。实验结果表明,该方法识别率达98%。     

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．     

工程图纸输入与自动识别的改进细化算法

系统地介绍了两种典型的细化算法OPTA算法和Hilditch算法的原理和计算机实现，分析了OPTA算法和Hilditch算法的性能与不足，并提出了一种改进的Hilditch细化算法。该算法通过借鉴OPTA算法中的模板方法有效地减小了图像骨架偏移和毛刺的影响，经实验结果观察，改进的算法使图像细化结果得到较大改善。     

一种快速手写汉字细化算法

改进了Hilditch经典细化算法，将串行算法转化为并行算法，并引入一组删除模板和一组保留模板。改进后的算法细化速度快、且能获得效果优良的中心骨架。文中对算法进行了描述，并通过具体实例说明了算法的有效性。     

一种改进的细胞图像分割算法的研究

针对细胞图像的特点,提出一种改进的基于分水岭算法的细胞图像分割方法。在该方法中．对细胞图像进行数学形态学变换,即采用Top—hat变换后的图像与原始图像相加再减去Bottom—hat变换后的图像以得到最大对比度的图像．继而进行距离变换,最后运用分水岭算法进行分割。实验证明,该改进方法能够得到较好的分割结果。     

工程图纸向CAD系统自动输入处理

初步实现了一个工程图纸的自动输入与识别系统。该系统把工程图纸的扫描数字化图象进行矢量化,转换成CAD系统可以接受的文件格式。研究了扫描图象的预处理和矢量化方法:预处理包括图纸扫描输入、图象二值化、图象平滑与去噪、线条细化和曲线跟踪;矢量化采用直线拟合方法。提出了一种改进Hilditch细化算法并给出了程序实现方法,有效地减小了图像骨架偏移和毛刺对细化结果的影响。该文开发的系统可以识别含有直线、圆和圆弧等简单图形的工程图纸。     

一种基于线阵CCD的汽车底盘图像矫正算法

线阵CCD以固定行频采集汽车底盘图像时，图像会被不同程度地拉伸或压缩，为了减小变形图像与标准数据库中图像之间的差异，提出一种图像矫正算法。获取两幅图像的水平投影曲线，并计算两条曲线上的极值点，以极值点为参考点将两幅图像分割成数目相同的子块，对子块图进行双线性插值处理，从而实现图像变形矫正的目的。该算法在10种不同车型的100幅汽车底盘图像上进行实验，以算法矫正结果图与标准汽车底盘图的差值作为评价标准，结果表明该算法是有效的。