排序方式: 共有22条查询结果,搜索用时 156 毫秒
1.
细节点在高分辨率掌纹匹配中扮演了重要角色,然而掌纹图像受到主线、褶皱线等的影响,提取出的细节点质量参差不齐.所以,对细节点进行质量评价并去除伪细节点,成为一个研究课题.提出了一种基于学习的高分辨率掌纹细节点质量评价方法.首先使用了基于图像的Gabor卷积响应和复数滤波响应等的一系列特征,用来对细节点局部进行冗余描述;然后,把每个特征作为弱分类器,用AdaBoost算法进行多层训练,挑选出对真伪细节点判别效果最理想的特征;最后,把弱分类器加权线性组合的响应分数作为细节点质量的得分,筛选出得分在阈值以上的细节点作为真细节点.该方法的实验结果与基于傅里叶变换的方法相比,能够更好地区分真伪细节点,对细节点的质量做出了更好的评价. 相似文献
2.
针对现有的线性判别分析算法中存在的降维舍弃空间的判别信息丢失问题,以及秩空间和零空间的判别信息难以兼顾的问题,本文提出了一种完全判别分析算法.算法通过新构建一个子空间以及其中的判别矩阵,实现了可以充分使用全空间的判别信息;且新空间的维数较低,算法流程简单,计算代价较小.相关实验结果证实了本文算法较传统判别分析算法有更好的性能和效率. 相似文献
3.
掌纹图像可由一个T型结构分为指根区域、内侧区域和外侧区域3个部分,合理地利用这些分区信息,可以有效地提高掌纹识别的效率和正确率.为此,提出一种自适应的T型结构分区算法,利用掌纹中的主线信息,并结合掌纹的灰度和方向场构造一个目标函数;通过搜索寻找目标函数的最大值实现T型结构的定位,以实现对掌纹的分区.实验结果表明,采用文中的算法能够获得有效的掌纹分区结果. 相似文献
4.
为了快速地进行羊毛、羊绒的区分和检测,提出了电镜羊戎毛图象的自动识别方法。该方法先用自动阈值法对图象进行二值化,然后用动态聚类的方法检测每根羊绒毛的边界线,再由边界线侵害不同的羊绒毛;接着用Canny算子提取边缘,并进行后处理,在边缘图上,根据羊绒毛图象的鳞片特性,提取羊绒毛的细度和鳞片长度等特征;最后由特征参数通过Bayes判别法进行识别。实验结果表明,该系统对羊绒毛的识别,不仅快速准确,而且与以往的系统相比,在精度和速度上都有显著的提高。 相似文献
5.
纹理分析在图象分析和模式识别中起着非常重要的作用,而纹理描述又是其中一个基础的研究课题。由于均匀纹理其局部的灰度分布与空间关系在整体上具有周期性,因此可以用这种局部信息来很好地刻划不同纹理的差异。为了获得良好的纹理分类效果,利用象素点八近邻灰度之间的空间相关性,提出了用八近邻的傅立叶级数作为纹理刻划的新方法。该方法视象素点的八近邻为周期列,并首先通过计算其傅立叶级数,进而来得到整幅图象的局部傅立叶级数图,然后将通过对该傅立叶级数图幅值进行量化而获得的直方图作为纹理描述子(该纹理描述子具有平移旋转不变性);最后用13种Brodatz纹理来进行分类。实验结果表明,该描述子具有良好的分类能力。 相似文献
6.
基于方差及方差梯度的指纹图像自适应分割算法 总被引:9,自引:1,他引:8
指纹图像分割指从图像背景中分离出有用的指纹区域的过程.利用图像方差及其梯度的性质提出一种自适应指纹分割算法.首先将待分割的图像分为3×3的块,计算块方差及其梯度,并以两者的乘积作为块特征;然后使用一种自适应的方法设定阈值完成分割;最后利用形态学方法进行后处理得到最终结果.在FVC2002和FVC2004数据库上的实验结果表明,该分割算法快速有效,且有较强的鲁棒性. 相似文献
7.
Gabor滤波器的快速实现 总被引:4,自引:0,他引:4
本文提出了 Gabor 滤波器的两种快速实现方法. 这两种方法首先把 Gabor 滤波器分解为多个不同方向上有着不同参数的一维高斯滤波器的组合, 然后通过递归的方法分别实现这些高斯滤波器, 从而实现 Gabor 滤波器. 实验和分析结果表明, 本文提出的 Gabor 滤波器的快速实现方法, 不论是计算复杂度还是计算精度, 都比基于卷积的标准实现方法有着更好的性能和效果. 相似文献
8.
本文针对图像识别中的仿射匹配问题,提出了一种基于活动原点的仿射匹配方法,基本思想是仿射坐标架中的原点坐标带有两个可以在一定误差范围内变化的调整参数.由于原点坐标是不确定的,因此仿射坐标架也是可以活动的,由该仿射坐标架建立的仿射变换也带有两个可以在一定误差范围内变化的调整参数,这两个参数在匹配其它点时起到调节作用,该方法具有较强的抗误差能力,理论分析和实验表明基于活动原点的仿射匹配方法优于传统的仿射匹配方法. 相似文献
10.
本文提出一种基于BCH编码和小波变换的局部化标注数字水印算法.本算法为公开数字水印算法,提取水印时不需要原图的任何信息.算法利用图像中稳定的特征点标示水印嵌入的位置,在每个特征点对应的局部区域中,独立嵌入预先用BCH容错编码的标注信息(字符串).当我们只得到部分图像时仍能通过这些特征点来定位并提取水印,读出嵌入的字符串.实验表明,算法对裁剪有很强的抵抗能力,同时对压缩、噪声等也有必要的鲁棒性.此水印算法在不要求准确提取所嵌入的字符信息时,还可以作为鲁棒水印使用;在能保证数据无失真时,则可以嵌入大量标注信息. 相似文献