基于最小特征根分析的手指基准点定位算法

为准确定位手指基准点,提出了一种基于最小特征根分析的手指基准点定位算法.该方法利用曲线的非连续性特征,首先将手指轮廓构成的协方差矩阵以最小特征根的值来提取基准点区域,再采用拐点分析法矫正奇异区域,从而得到手指基准点.实验结果表明,该算法不仅能够减少计算量,还能有效克服噪声以及手形姿态变化的影响,并且对不同精度的图像都有较强的鲁棒性.     

基于小波多分辨率分析的指横纹定位新算法

针对指横纹感兴趣区域(ROI)难以准确定位的问题,在明确提出指横纹ROI定义的前提下,提出利用小波多分辨率分析进行指横纹ROI自动检测定位的新算法.该方法利用纹理相似性原理,在高频子图采用基于特征向量和区域生长法产生指横纹的候选子区域集合,然后利用低频子图Radon投影得到的指横纹的区域特征对候选子区域进行验证,最后结合直线拟合手指轮廓得到指横纹在原图的有效位置,最终实现指横纹ROI的精准定位.实验证明该算法不仅能有效克服噪声以及手形姿态变化的影响,并且对多种情况有很强的鲁棒性.     

基于不变矩和小波分析的指横纹匹配新算法

为了有效提高刑侦过程中采集到的指横纹匹配的准确率和效率,提出一种基于修正不变矩和小波多分辨率分析的指横纹特征提取和匹配算法。该方法在一次识别阶段,为克服比例因子和旋转角度对矩的影响,提出最小矩形的求矩区域修正方法并对由Radon投影得到的不变矩特征矩阵进行初等行变换确定旋转角度,从而建立候选图像集合。在二次识别阶段,利用小波多分辨率分析对候选图像集合的确定角度Radon投影进行分析,再由得到的加权不变矩特征向量进行最高相似度匹配。实验结果表明,该方法较传统方法有更好的识别率。     

改进Gabor滤波器在指横纹提取中的应用

针对指横纹难于实现自适应分割的问题,提出一种新的基于改进Gabor滤波器的指横纹提取算法。该方法在指横纹特征方向求取阶段,为避免出现传统Gabor滤波器固有的旋转溢出和奇异值区间的问题,提出以手指轴线方向作为Gabor滤波器方向。在分割阶段,为减少求取Gabor频率的耗时和Gabor频率投影值难于确定的问题,提出以固定频率对指横纹特征进行Gabor滤波。实验证明该算法不仅能够减少计算量,还能有效克服噪声以及手形姿态变化的影响,并且对不同精度的指横纹图像都有较强的鲁棒性。     

用JAVA语言实现基于Haar小波变换的数字图像压缩

小波变换理论是近几年发展起来的一个新的数学分支。由于它克服了传统傅里叶变换的缺陷，具有良好的时、频局部化性能，从而使得小波理论在图像处理领域得到了广泛的应用。大部分关于数字图像处理方面的教材和论文都是以VC和MatLab软件作为图像处理的工具，本文试图从工程和实验角度出发，较为直观地探讨用JAVA语言实现基于Haar小波变换的数字图像压缩。