指纹细节特征提取与剪枝

指纹图像经预处理后，由于各种原因，会产生数以百计的特征。为了图像匹配的精确和快速，提出一套在细化后的指纹点线图上提取细节特征并对其剪枝的方法，并根据细节特征的拓扑特性，设计了验证其可靠性的算法。通过实验，证明了该后处理过程在去除指纹图像伪特征方法面具有良好的效果。     

基于ARM与DSP的指纹识别系统通信设计

在双核的嵌入式处理系统中,主处理器与从处理器之间如何进行有效的通信显得极为重要。该方案以嵌入式指纹识别系统为载体,介绍了ARM与DSP的通信设计,给出了硬件连接图和其驱动程序的部分关键代码。该方案充分利用DSP的HPI接口功能实现了主机ARM实时读/写DSP片内任意存储单元的内容,完全满足嵌入式系统对实时性的要求。     

基于单片机和GM8125的多路串口收发器设计

介绍了串口扩展芯片GM8125的特性,设计了基于该芯片和8051单片机的多路串口收发器,程序算法及硬件电路实现了多达4台子设备(电子天平)到主设备(打印机)数据标号传输,并有效地解决了GM8125芯片多路并行工作时的出现的乱码和数据混乱的问题。系统使用方便,实时性好,扩展方便,取得了良好的实际应用效果。     

基于特征尺度及多尺度分解的纹理分割

在计算机视觉领域，纹理识别及分割是图像低层次处理中一个重要的问题。文章依据视觉信息处理的生理学理论，提出了一种新的纹理分析算法。该算法通过搜寻纹理图像的特征尺度并配合连续整数尺度滤波上的特征尺度统计对纹理进行分层分析。并基于特征尺度上的分层分析提出一种纹理分割算法。实验结果证明了该算法的有效性。     

基于半监督流形学习的人脸识别方法

如何有效地将流形学习(Manifold learning,ML)和半监督学习(Semi-supervised learning,SSL)方法进行结合是近年来模式识别和机器学习领域研究的热点问题.提出一种基于半监督流形学习(Semi-supervised manifold learning,SSML)的人脸识别方法,它在部分有标签信息的人脸数据的情况下,通过利用人脸数据本身的非线性流形结构信息和部分标签信息来调整点与点之间的距离形成距离矩阵,而后基于被调整的距离矩阵进行线性近邻重建来实现维数约简,提取低维鉴别特征用于人脸识别.基于公开的人脸数据库上的实验结果表明,该方法能有效地提高人脸识别的性能.     

嵌入式指纹自动识别系统USB接口的设计与实现

介绍一种基于单片机和USB服务芯片PDIUSBD12的USB接口设计。该接口应用在嵌入式指纹识别系统中,用于嵌入式系统与计算机之间进行用户指纹数据库的上传和下载。详细介绍了USB接口的硬件设计和固件程序的实现。     

DSP在嵌入式自动指纹识别系统中的应用

本文采用DSP芯片TMS320VC5416为核心器件,结合FPS200指纹传感器和CPLD,组成嵌入式自动指纹识别系统,具有实时性和识别率高等优点。并介绍详细介绍了系统的硬件方案和相应的软件设计方案,最后给出应用结果。     

融合局部和全局结构的流形学习

提出了一种融合局部与全局结构的保持嵌入(LGPE)算法.该方法首先假定目标空间的整体映射函数,然后结合数据的全局几何结构分布信息进行数据重构,最后通过最小化准则函数来得到嵌入高维空间的低维子流形.LGPE方法在保持数据局部结构的同时保留了全局结构信息,在信噪比为10 dB的稀疏Swiss-roll(N=400)和COIL-20多姿态数据集上都取得了较好的维数约简效果.与其他局部流形学习方法相比,该方法在AT&T人脸图像库中,当嵌入特征矢量维数d<40时,其识别率提高了约15%.在人工与真实数据库的实验结果表明,本文方法对噪声和稀疏数据具有较好的鲁棒性.     

增强联系鉴别分析及在人脸识别中的应用

针对人脸识别中的小样本问题,本文提出了一种名为增强联系鉴别分析的方法并应用人脸识别中.该方法利用将人脸局部流形的结构信息和样本的类别信息进行有效地结合进行维数约简,首先构建人脸数据的近邻图与类别联系图,然后通过解决在一定约束条件下的优化问题来获取低维鉴别流形特征,实现在低维空间中同一类人脸数据聚集,不同类别间的人脸数据间尽可能发散,从而可以更好的应用于分类.在AT&T和Yale人脸图像数据库上的实验结果表明该方法能有效的提高人脸识别的性能.     

基于模板匹配方法的房屋提取

该文提出的方法,使用模板匹配的方式在高分辨率遥感影像中提取房屋.通过对相关系数的调整来实现对相似房屋的提取.实验结果表明该方法提取模板对应及其相似的房屋具有可行性.