适用于虹膜识别的Gabor滤波器参数选择

Gabor变换实现的难点是Gabor滤波器组的参数选择.本文提出了一种适用于虹膜纹理特征提取的Gabor滤波器组参数选择方法.该方法根据图像分块确定Gabor滤波器的位置因子取值;借助海明距离均值曲线确定滤波器尺度因子;通过建立尺度因子与频率调制因子的关系,最终确定频率因子的取值.实验证明,依据该方法设计的滤波器,能有效提取虹膜纹理特征,得到较高识别准确率达到虹膜识别的目的.     

基于多通道Gabor滤波和特征融合的虹膜识别方法

多通道Gabor滤波器提取的虹膜特征具有冗余信息并存在部分非有效特征,针对此问题提出了改进方法。对同尺度不同方向的Gabor特征,利用幅值信息进行融合,对融合后特征进行相位编码,并运用海明距离匹配。这样,既保证了高识别性能,又将虹膜特征码压缩为传统方法的1／2,可提高匹配速度,并节约存储空间。还提出一种虹膜图像质量评价方法,可有效鉴别不适于识别的低质量虹膜图像。在CASIA和UBIRIS虹膜库的实验结果表明该方法是有效的。     

基于Gabor滤波系数高阶矩的图像检索

在分析Gabor滤波器进行图像纹理特征提取的基础上,提出了利用多尺度和多方向Gabor滤波系数的高阶矩提取图像特征进行CBIR的方法,利用滤波系数的方差给出了基于Gabor滤波组提取的图像纹理特征的平滑度和纹理一致性算法,并采用四个尺度和六个方向的滤波系数的能量、方差、峰态、平滑度和一致性组成了CBIR特征向量.采用Brodatz纹理库和Corel图像库中的典型图像进行了对比实验.实验证明,提出的方法比传统的Gabor滤波进行CBIR具有更高的查准率.     

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题，介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声，首先进行基于小波变换和中值滤波的降噪处理，然后利用高斯函数平滑图像。在边缘检测过程中，使用Gabor奇部滤波器检测边缘。最后，使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然，该方法也具有普遍性，可以应用到其他图像。     

非接触式虹膜图像获取系统的设计

设计出一种非接触式虹膜图像获取系统,由独特的光学结构和图像传输电路构成。系统采用红外线LED照明,在摄像机和图像传感器间加有滤光片以避免杂光干扰,摄像机前加半透半反镜来辅助瞄准;同时采用两个蓝色LED进行辅助照明,蓝光将两个特定的狭缝经凸透镜在人脸上成像,当使用者眼睛到达合适的位置时狭缝成像能够完全重合,从而实现定位,完成非接触虹膜图像获取。图像传输电路采用CMOS图像芯片和专用USB控制器相配合的图像采集传输方案。该虹膜图像获取系统可采集640×480像素的VGA格式图像,采集速度达15帧/秒,不仅满足了虹膜识别技术对图像质量及图像采集速度的要求,而且减小了系统体积并降低了成本。     

快速虹膜图像眼睑分割方法

虹膜图像中通常包含了干扰因素的眼睑,为了消除影响识别效果的这种干扰因素,保证较高的识别率,提出一种分段检测算法.先进行圆弧分段拟合和圆弧参数的动态聚类,对聚类所得的圆弧再次拟合,完成上下眼睑的分割.实验表明,与Hough变换和Daugman圆探测法相比,在同等条件下,在速度和精度上具有一定的优势.最后的编码识别实验表明,这种处理方法提高了虹膜识别的模式分类能力和识别的可靠性.     

虹膜纹理的空间频率特性

在虹膜预处理时首先将定位后的虹膜均分8层,然后每层虹膜采用不同的标准分别进行归一化,将虹膜展开为阶梯状,改善了传统归一化造成的图像数据重复或缺漏.利用2DGabor函数的频率选择性,分别在不同的空间频率段上提取虹膜图像特征并进行识别,通过对不同频段上的识别结果进行比较,获得了虹膜纹理的空间频率特性.实验结果表明,在空间频率为0.005～0.04的频段上,能够有效提取可用于识别的虹膜纹理特征,高效率实现虹膜识别;而在低于0.005和高于0.04的频率区间提取的特征主要为图像噪声,无法有效识别虹膜.     

基于图像抽样的快速虹膜定位算法

提出了一种基于图像抽样的快速虹膜定位算法.首先在抽样图像中搜索瞳孔内一点,并以该点为起点检测粗略的虹膜内边缘点,然后在原分辨力图像中利用梯度算子精确定位内边缘点从而实现内边缘定位;虹膜外边缘定位采用Canny算子和Hough变换实现,由于基于抽样图像进行边缘提取,忽略了虹膜纹理等细节边缘信息,减少了大量外边缘干扰,提高了算法实时性.实验结果表明该算法的定位准确率达到99.47%,定位速度为0.162s.与经典的虹膜定位算法相比,该算法的定位速度有了很大提高.     

旋转不变纹理特征用于两级图像检索

针对图像中常见的旋转问题提出一种旋转不变纹理特征进行两级图像检索的方法。粗检中,通过坐标变换把图像的旋转转换为行移,并提取近似行移不变的小波特征,结合粗比较算法对整个图像库进行粗检。然后对通过粗检的图像进行 Gabor 变换,提取旋转不变精检索特征,并使用Canberra 距离进行相似性度量。通过对旋转图像库的测试表明,该方法不仅加快了运算速度,且当参数选择适当时,在相同特征条件下,检索率比直接使用精检索方法检索时还提高了 1.625%。     

基于Gabor滤波器的指纹图像增强

通过对传统指纹图像增强算法的研究,提出一种基于Gabor滤波的指纹图像增强算法。根据指纹纹线间距均匀且局部平行的特点,建立了用于指纹图像增强的Gabor滤波函数的物理模型,并利用二维Gabor滤波器可分解为正交方向的一维高斯带通滤波器和一维高斯低通滤波器的特点,将二维滤波分解为两次一维滤波,从而解决了计算量过大的问题,降低了算法的复杂度。实验表明该算法具有良好的增强指纹图像的脊线和抑制噪声的作用。     

一种基于人眼结构特征的新颖虹膜定位算法

虹膜定位是虹膜识别系统的重要组成部分,定位的速度以及定位算法的健壮性是需要特别注意的因素.根据对人眼的结构特征进行分析,提出一种新颖虹膜定位算法.利用一种灰度累加算子找到瞳孔内一点,通过边缘检测模板找到虹膜内圆上三个不共线的点,从而快速而准确地定位出虹膜内圆,通过边缘检测模板找到虹膜外圆上四个不共线的点,从而快速定位出虹膜外圆.对已有的756幅虹膜图像组成的虹膜数据库进行定位,本算法只需要1.59min,平均定位时间达到0.126s,准确率达到99.07%.比Hough变换以及Daugman的圆检测算子等经典方法速度上有了很大的提高.而且保证了定位的准确率和算法的鲁棒性.     

采用改进的基于余量的算法实现人脸识别中最佳Gabor特征的选择

基于2DGabor变换的人脸特征描述已经受到了很多人的关注。然而现有的Gabor特征维数较高,而且具有冗余性,因此选择最佳的Gabor特征用于人脸识别显得尤为的重要。利用最大余量原理的特征选择算法在目前的机器学习研究中已经占据了重要的地位。本文在基于余量的迭代搜索法(Simba)的基础上,引入了一种新的选择算法:基于余量的共轭梯度法(Cgmba),它只需较少次迭代就可以找到最佳解。我们在IMM人脸库上进行了实验,实验结果表明:尽管只使用了一半不到的特征,但Cgmba和Simba的识别率却分别提高了3.75和1.25个百分点,同时也证实了我们提出的Cgmba明显优于Simba。最后我们对Cgmba选择的Gabor特征的分布情况进行了分析,可以看出较大尺度的特征相对于较小尺度的特征对于分辩人脸的细微差别具有同等的重要性,而且在垂直,135°方向的特征具有更强的分辩能力。     

基于梯度的自适应椒盐噪声滤波算法

针对传统中值滤波方法不能有效保持图像细节信息和对图像适应能力差的问题,提出一种改进的椒盐噪声滤除算法。算法基于先检测、后滤波的思想,根据图像的极小梯度矩阵自适应计算噪声阈值,提高了噪声检测的准确性;为了更好地保持图像细节,对检测出的噪声像素进行多窗口中值滤波。多组去噪实验表明：所提算法对污染程度不同的图像具有良好的适应性,在滤除噪声的同时还可以有效还原图像边缘等细节信息。     

Dorsal hand vein recognition based on 2D Gabor filters

Hand vein patterns are among the biometric traits being investigated today for identification purposes, attracting interest from both the research community and industry. A reliable and robust personal verification approach using dorsal hand vein patterns is presented in this paper. This approach needs less computational and memory requirements and has a higher recognition accuracy than similar methods. In our work, a near-infrared charge-coupled device camera is adopted as an input device for capturing dorsal hand vein images, due to its advantages of the low-cost and non-contact imaging. In the proposed approach, two finger-peaks are automatically selected to define the region of interest in the dorsal hand vein images. In order to obtain effective pattern of dorsal hand vein vascular, we proposed an innovative and robust adaptive Gabor filter method to extract the dorsal hand vein patterns and encode the vein features in bit string representation. The bit string representation, called VeinCode, offers speedy template matching and enables more effective template storage and retrieval. The similarity of two VeinCodes is measured by normalised Hamming distance. A total of 6160 dorsal hand vein images were collected from 308 persons to verify the validity of the proposed dorsal hand vein recognition approach. High accuracies (>99%) have been obtained by the proposed method, and the speed of the method (responding time <0·8 s) is rapid enough for real-time recognition. Experimental results demonstrate that our proposed approach is feasible and effective for dorsal hand vein recognition.     

基于Kalman滤波的多分辨率图像融合新算法

以尺度类似于时间,对具有不同分辨率的多幅图像建立起状态方程和观测方程;以标准Kalman滤波为工具,将具有不同性能与特点的图像进行融合,并给出了分块快速算法.利用估计误差绝对值均值对融合的性能进行了评估.多组实验与分析表明:所提出的图像融合算法不仅能有效的去除噪声和提高图像分辨率,而且通过图像融合,能够大大改善存在部分遮挡和恶劣天气等影响下获取的存在灰度、对比度变化的图像的性能.     

基于光学体全息和小波包分解的虹膜识别实现

在光电混合的体全息系统上实现虹膜识别.利用小波包分解生成特征图像,并且穷举找到具有较高识别率的小波包节点组合.耗时的特征图像生成和图像存储都是事先进行的,光学体全息凭借其多通道和高并行性可以实时地完成特征提取和相关.计算机对采集到的相关结果进行后处理,通过选择合适的窗口和归一化可以进一步提高识别率.模拟识别率可达98%,实验中的最高识别率为91%.实验结果证明了方案的可行性,并为今后向实用化方向发展奠定了基础.     

改进的基于人眼结构特征的虹膜识别方法

本文提出了一种改进的基于人眼结构特征的虹膜识别方法,基本思想是:首先,通过图像预处理,确定虹膜的位置和大小,将环形虹膜图像展开成矩形并进行归一化与图像增强;其次,利用局部灰度极小值的方法寻找有效虹膜区域内的特征点,依据纹理长度和方向信息去掉伪特征点,得到虹膜二进制编码;最后根据匹配准则进行识别.大量实验表明,该方法识别率高,识别时间短.