基于圆弧逼近的虹膜定位方法

在虹膜识别系统中,如何提高虹膜定位的速度和精度是急需解决的重要问题.针对虹膜边缘图像中的圆形局部畸变的情况,在虹膜定位中,采用圆弧逼近的方法,第1步进行圆弧参数的分段拟合,第2步进行圆弧参数动态聚类,完成虹膜的内边缘定位,在内边缘定位的基础上,实现虹膜外边缘定位.实验结果表明,在同等情况下,比基于J.D圆探测算法和Hough变换算法的虹膜定位速度快,精度高.     

虹膜图像的分段检测眼睑算法提取及其图像清晰度评价研究

针对虹膜图像的提取和清晰度分析问题,研究了基于分段检测眼睑的虹膜图像采集及对所采图像的清晰度的评价,进而提出了一种新的解决方法.所提方法使用分段检测的眼睑分割算法提取虹膜边缘,使用倒谱域函数评价图像的清晰度.分段检测方法可经过圆弧参数的分段拟合、动态聚类,快速准确地分割出虹膜图像中的上下眼睑,倒谱域函数评价法可大大减少...     

多特征模糊推理的虹膜识别算法

为了更加完备地描述虹膜的纹理特征,利用虹膜图像灰度信息提取局部特征点、局部纹理方向和局部纹理的亮暗变化三种特征共同构成纹理的特征空间,克服了之前的多数虹膜识别算法提取单一特征易受干扰影响的局限性.然后,通过设计的模糊推理规则进行模式的分类,这种分段线性分类器的设计提高了算法线性分类的能力.分别在两个图库上进行了实验,识别率分别达到99.41%和99.67%,实验数据表明:结合多种特征能较好的反映虹膜的纹理变化特征,提高了虹膜识别的正确率,使算法具有非常优越的识别性能.     

基于分段移位的虹膜匹配算法

对于某些虹膜成像装置,同一个虹膜不同次成像的虹膜纹理可能会发生偏移,这种偏移有可能导致虹膜特征编码的偏移,从而直接影响虹膜的特征匹配结果.本文通过对归一化虹膜图像中导致虹膜纹理偏移的影响因素进行了分析,发现这种偏移是有规律的,并针对这种变化规律,提出了一种特征编码分段移位匹配的方法.实验结果表明,本文所提出的方法能够显著降低同一个虹膜不同次成像纹理偏移的特征匹配相异度.     

梁振动响应曲线滑动拟合法及在移动荷载识别中的应用

用选定的函数对梁振动响应整段曲线进行似合时,难以精确描述曲线的细部即响应的高频部分和随机部分,分段拟合可以提高拟合的精度.为了保持原响应曲线在分段点处的连续特性,拟合数据向前后延长覆盖分段点,这种拟合方法类似于滑动平均,因此称其为滑动拟合法.通过模型实验验证滑动拟合法识别移动荷载的有效性,并比较多项式和有理分式函数的拟合效果.     

基于边缘识别的虹膜定位算法

为了提高虹膜定位算法的抗干扰能力,本文提出了一种基于虹膜边缘识别的虹膜定位算法.该算法应用图像几何矩函数提取虹膜内外边缘的特征,通过由支持向量机(SVM)训练的分类器进行虹膜边缘点的识别.最后由Hough变换对识别的结果进行参数求解并实现虹膜的定位.本算法经过了CASIA虹膜图形库的实验验证,仿真实验数据表明所提算法不仅具有较快的定位速度和较高的定位成功率,而且性能稳定.     

基于形态学算子的睫毛干扰抑制算法

针对虹膜识别中的睫毛干扰抑制问题,本文提出了一种基于形态学算子的睫毛干扰抑制算法.该算法将虹膜图像中的睫毛对象看作是背景图像中存在的随机的,不规则的细微裂缝,通过膨胀算子对这些裂缝进行像素填补,实现了对睫毛干扰的有效抑制.与常见的高斯滤波法相比,所提算法具有更强的睫毛干扰抑制能力.通过CASIA虹膜库的仿真实验表明,所提算法比高斯滤波法消除的睫毛像素点要多40%,可以使Daugman和Wildes定位算法的定位精度分别提高1.7%和2%,定位时间分别减少27.9%和24.2%.     

基于Morlet小波变换系数的自适应虹膜识别

传统的虹膜识别方法原理复杂,实现困难.为了在保证识别率的同时简化虹膜识别算法,提高虹膜识别效率,本文提出了一种基于Morlet小波变换系数的自适应虹膜识别方法.首先,进行虹膜定位和下眼睑拟合,然后对虹膜图像进行归一化操作,得到512列x64行的矩形虹膜图像,并自适应地确定有效虹膜区域;其次,在虹膜有效区域内,对图像逐行进行一维Morlet小波变换,获得不同尺度下一系列小波变换系数,进而得到不同尺度下的小波变换系数分布图;再次,依据不同尺度下的小波变换系数对图像进行二进制编码,用虹膜代码表示虹膜模式;最后,采用自适应的模式匹配方法对不同的虹膜模式进行分类,给出识别结果.实验证明,该方法可以达到99.946%的识别率,能够满足虹膜识别要求.     

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ELSD的指针式仪表自动识别算法研究

为实现指针式仪表自动识别,本文提出一种基于直线椭圆检测器(ELSD)的指针仪表自动识别策略。整个策略包括刻度线粗识别、仪表圆弧边界拟合、刻度线重识别和排序、仪表指针识别以及仪表示数计算等5个模块。首先,使用本文设计的自动迭代算法将检测到的线段匹配成对,并结合K-means聚类算法得到粗识别的刻度线;接着,根据粗识别出的刻度线与检测出的仪表圆弧位置关系确定仪表圆弧边界;然后,根据仪表刻度线与圆弧边界相交重新确定刻度线并进行插值补全、排序,构建出整个仪表刻度线坐标系;最后,根据仪表指针自身结构特征得到指针在坐标系中的位置并计算出仪表示数。通过实验结果可知,本文提出的算法可减少对模板图像和人工标定的依赖,在保证准确率的情况下能简化并加快整个仪表自动识别过程。