基于梯度归一化的模糊梯度特征提取方法

提出一种应用于手写字符识别的基于梯度归一化模糊梯度特征提取方法.首先计算原图像的梯度;然后基于一定的归一化函数,得到归一化梯度;最后,基于归一化梯度,构建模糊梯度特征向量.针对归一化函数,提出了分段线性归一化函数,它能够有效减小类内样本分散度,同时具有计算简单高效的优点.针对梯度特征向量构建方法,提出了模糊梯度特征,改进了普通梯度特征向量的构建方法,提高了梯度特征吸收手写字符形变的能力.     

基于方向差异场的指纹图像粗糙对齐

基于指纹方向场特征,在指纹识别早期阶段实现指纹图像的粗糙对齐,进而分割出两幅指纹图像之间的重叠区域,减少了后续特征提取和匹配阶段需要处理的数据量,并提高了指纹图像匹配准确率。定义了指纹方向差异场,将指纹方向场转换为指纹方向差异场,然后基于指纹方向差异场对齐指纹图像,有效降低了指纹方向场相关性计算过程的计算开销,同时抑制了指纹图像中非线性形变对指纹方向场可能造成的影响。实验结果验证了所提出方法的有效性。     

融合方向和灰度信息的指纹图像分割算法研究

利用点方向上的灰度差值法和点方向上的灰度方差法,改进了以八邻域模板法为基础的点方向信息计算算法,同时,融合灰度方差阈值分割算法和方向信息分割算法的优势,提出了一种改进的基于灰度方差阈值和方向信息分割指纹图像的合成算法,该算法避免了传统的、基于单一指纹纹理特性的指纹图像分割算法的局限性,对不同质量指纹的具有较高的适应性。通过与灰度方差阈值算法及方向场算法的分割结果进行比较,验证了所述合成算法的独特优势。     

基于方向场信息的指纹图像质量评测

指纹图像的质量严重影响指纹识别系统的性能,指纹图像质量评测在指纹识别系统中的指纹分割、匹配等环节有重要应用,对指纹识别算法的研究具有重要意义。利用指纹图像的方向场信息,提出了一种基于指纹方向场信息连续性的指纹图像质量评测方法,评测结果将指纹图像分成质量较好和较差两类。该评测方法对于指纹图像的每个分块,分别计算原始方向场信息和低通滤波平滑后的方向场信息,根据统计的整幅图像低通滤波平滑前后原始方向场的变化率,评测指纹图像的质量。实验结果表明该方法能够较为有效地提高低质量指纹图像质量评测的正确率。     

一种基于指纹人脸的多生物特征身份认证方法

本文分别介绍了一种基于指纹人脸识别的多生物特征身份认证方法,并针对传统的指纹人脸方法提出相应的改进算法。对指纹识别,本文提出采用局部归一化方法结合Gaussian滤波器来计算指纹方向,再对局部脊线补偿法（Loca lRidge Compensation）进行快速运算,能够更加快速准确地进行指纹识别。人脸识别通过定位人脸位置并且进一步提取人脸特征来进行匹配,使用LBP（Local binary patterns）算子对人脸样本进行局部特征提取,对LBP处理后的人脸图像使用主成分分析（PCA）进行降维,并采取了极限学习机（Extreme learning machine,ELM）分类器进行匹配,将指纹、人脸的识别结果在决策层进行融合,最后做出判断,从而得到准确稳定的身份认证系统。     

快速指纹方向估计及校正方法

对目前基于Sobel算子的指纹区域的方向估计进行了优化和改进,并提出了一种全新的投票加权的指纹方向校正方法,利用Poincare方法求奇异点时的部分结果校正错误的方向,在提高了算法速度的同时也获得了准确的指纹方向图,指纹图像增强的结果显示了本算法的优越性,具有很强的实用价值．     

使用中值-各向异性扩散的超声图像去噪算法

针对超声图像的散斑噪声,提出一种基于多方向中值滤波和改进各向异性扩散的去噪算法.该算法利用多方向中值滤波的良好边缘保持能力,在滤除噪声的同时注重边缘细节的保持.使用归一化局部方差和图像梯度组成的扩散系数,避免了传统各向异性扩散算法中梯度阈值为常数带来的鲁棒性差等问题.通过多组仿真实验,综合滤除散斑噪声能力、保持边缘能力...     

基于AP筛选的节能WiFi指纹定位算法

针对智能手机WiFi室内定位普遍存在计算复杂度高、能量消耗大、实时性差等问题,提出了一种基于AP筛选的节能WiFi指纹定位算法.根据AP接收信号强度值与物理距离的非线性关系,利用AP信号路径损耗模型公式一阶求导来获得AP接收信号强度梯度,只筛选梯度较高数量合适的AP参与定位,从而确保定位精度不显著降低的情况下,降低计算复杂度,从而实现WiFi指纹定位的节能.实验结果表明：所提出的方法较传统WiFi指纹定位方法定位精度高9.6%,能耗低22.2%,验证了所提出的节能方法在不影响定位精度的前提下降低了能耗,获得了较好的节能效果.     

非结构网格下基于梯度光滑法的改进TVD格式

针对在非结构网格下迎风信息通常无法被清楚地定义而使最小变差递减(TVD)格式很难被直接应用的问题,提出基于梯度光滑法的改进TVD格式.利用基于不同光滑域构造的3种梯度光滑法,即节点梯度光滑法、中点梯度光滑法、中心点梯度光滑法,提出相应的3种改进TVD格式;根据迎风点的位置,先判断所在单元,然后通过3种改进格式对迎风点上的变量进行插值计算.将提出的改进TVD格式应用于求解双曲型偏微分方程间断问题.在数值实验中,采用3种经典流通量限制器(Superbee,Van Leer和Minmod),并将结果与其他方法相比.数值结果表明,基于梯度光滑法的改进TVD格式能够有效避免数值振荡,并减小数值耗散,对于间断问题和连续问题均取得较好的计算结果.     

一种新的人脸归一化算法

提出了一种基于改进的局部梯度算子进行嘴角定位、同时结合双眼位置进行人脸归一化的新方法.该方法首先通过Adaboost算法检测出人脸图像、眼睛和嘴部区域大致位置,然后采用灰度积分投影法精确定位两眼位置,并根据改进的局部梯度算子提取嘴部轮廓,最终依据两眼与嘴角的精确位置对人脸进行旋转和双向尺寸缩放处理.实验结果表明,该算法对特征点定位准确,能够更加精确地对人脸进行归一化处理.     

改进的指纹图像参考点定位算法

针对Hong和Jain提出的指纹图像参考点定位算法的不足提出了指纹定位算法的改进方案，利用复数滤波器对指纹脊线方向场进行滤波来定位指纹图像的参考点，并通过在FVC2000标准指纹数据库上的对比实验，验证了该改进算法的有效性．     

一种新共轭梯度法的理论研究和数值试验

共轭梯度法被广泛应用于求解无约束条件的最优化问题,尤其是一些大型最优化问题。近年来,很多学者在诸如FR,PRP,HS等经典方法的基础上,进行加工和改进,以提高共轭梯度法数值计算的效果。例如,基于Dai和Liao等人提出的一种新拟牛顿方程,Li,Tang和Wei构造出新的共轭条件,从而提出了一种新的共轭梯度法。这种方法既具有收敛性又得到更好的计算结果。另一方面,Hager和H Zhang也构造了一种新的单参数共轭梯度法。本文在这些方法的基础之上,给出了一种新共轭梯度法的计算公式,并在强凸条件下证明了其全局收敛性。此外,其数值计算的结果也是令人满意的。     

基于中心点的指纹匹配算法的研究

研究了一种基于指纹中心点的指纹匹配算法.该算法将指纹的中心点来确定指纹匹配时的参考点,指纹的中心方向为初始方向,在此基础上所有的特征点用极坐标表示.该方法降低计算量,并提高了匹配的准确性.     

指纹图像分割与增强算法

针对现有的指纹增强算法中图像分割不彻底,不能很好地修复指纹断裂纹线问题.以分形理论为基础,利用差分计盒维数算法与Gabor滤波器增强方法,通过计算指纹图像的方向场和频率场,设计了一种指纹图像增强算法.实验结果表明,该算法提高了指纹图像的处理速度,对断裂处的指纹脊线有很好的修复效果.     

基于静电场模型和二维灰度直方图的脑部磁共振图像的分割

提出一种改进的主动轮廓模型分割医学图像的方法。基于改进的贪婪法和静电场模型,对贪婪算法中蛇点的邻域提出了进一步的搜索准则,并给出判定准则;使用图像的二维直方图求得阈值,对图像进行二值化处理,并使用静电场模型对二值图像的梯度场进行外力计算。在预处理后的图像中使用静电力作为图像外力,并介绍了简化计算的方法。对比实验表明了该算法的有效性。     

一种Sobel黑片图像亚像素边缘检测

提出一种基于Sobel和多项式插值法结合的改进的黑片图像亚像素边缘检测算法.算法在经典Sobel算法的基础上增加了两个方向模板,并使用对边缘梯度图像加上合理的权值和阈值的方法得到准确的单像素边缘.在单像素梯度边缘上进行有方向的多项式插值计算得到更精确的亚像素边缘定位.该方法的检测精度高,能够应用于黑片的在线检测.     

一种提取指纹模式区几何框架的新算法

提出了一种稳健的提取指纹模式区总体几何形状的有效算法.算法中采用了指纹方向场估计的巧妙处理方法,即使在局部纹线方向发生较大变化的情况下,这种方法也能使跟踪提取的总体几何框架保持基本稳定.在跟踪处理过程中,采用了一种自适应跟踪方法,而且只在被跟踪点处估计纹线的点方向,因而算法的操作时间相对较少.该算法在NJU指纹数据库中的500枚指纹上进行了验证,实验结果表明算法是有效的.     

基于混合模型电容层析成像系统敏感矩阵建立

电容层析成像系统的敏感场是一个非线性场,敏感场的分布数据作为图像重建所需的先验数据必须通过理论计算得到,对于同一套电容测量值,不同的归一化模型对重建图像的质量影响有明显的差异,为了提高重构图像质量,对归一化模型进行研究是十分有必要的.采取有限元法建立了传感器敏感场的数学模型,给出了8电极敏感场的分布,提出了一种新的基于正灵敏度归一化混合模型来提高图像的质量,并将此模型与传统的并联模型和串联模型进行了归一化电容值的比较,采用了Landweber迭代算法进行图像重建,给出了基于三种模型评价图像质量的迭代比较.仿真结果表明:验证了建立的有限元模型的正确性,采用基于正灵敏度归一化混合模型,可以获得比较均匀的灵敏场分布且符合实际,重建图像具有较高的精确度.     

基于图像边缘检测的图像识别算法

在图像识别问题中,基于Haar特征的图像识别算法已经十分普遍,并且得到了广泛的应用。但是,目前此类算法还存在有时间复杂度高、对图像亮度、尺寸变化敏感、图像识别精度差等缺点。为了提高图像识别的精度,提出了一种新的边缘检测图像识别算法。这种算法首先使用Canny算子将图像的边缘像素识别出来,然后计算每一个有效像素的梯度。通过得到的像素梯度序列建立归一化直方图,对归一化直方图分析后得到最优识别。基于边缘检测的图像识别算法使匹配图像效率得到了提高,图像识别流程得到优化。     

一种指纹图像奇异点检测方法

针对指纹图像中的奇异点携带着重要的指纹特征信息,而用Poincare Index方法不能有效地检测出拱型指纹和部分尖拱型指纹中的奇异点等问题,对Poincare Index方法进行了改进,提出了一种奇异点或参考点检测与计算方法.实验结果表明,该方法能很好地对5种类型指纹中的奇异点或参考点进行检测与计算.