应用边缘图像SIFT特征配准印鉴图像

为了准确配准印鉴图像,为高仿真印鉴的真伪识别做好准备,提出利用印鉴边缘图像SIFT（Scale Invariant Feature Transform）特征的相似性和空间关系相结合的配准方法。采用邻域搜索法提取待测印鉴与预留印鉴的二值边缘图像,在印鉴边缘图像中提取SIFT特征,并根据相似性匹配。利用印鉴边缘图像SIFT特征匹配点对的空间关系剔除错误匹配,提高配准效率。利用RANSAC方法估计两印鉴的变换模型。分别配准具有不同形状及印文内容的10组真印鉴图像和10组假印鉴图像。将所得结果与其他两种典型的配准方法作比较。以两印鉴配准后不重合边缘点之间的平均距离评价配准的准确性,以最大距离量化配准后出现的最大差异。实验结果表明,该方法可以准确配准待测印鉴与预留印鉴图像,对印鉴形状、笔画结构无任何限制,配准速度比直接利用印鉴二值图像SIFT特征的配准方法提高一倍。     

基于自适应特征提取的印鉴自动识别方法

文章提出了一种基于自适应特征提取和支撑向量机的印鉴自动识别方法。印鉴图像经预处理后,依据印鉴字笔划分布对图像进行自适应的三角分割。自适应分割后的三角格网分布作为图像的主要特征来判别印鉴的真伪。该方具有旋转和平移不变性,因此无需一般印鉴自动识别方法对于印鉴图像位置,方向不一致时所进行的旋转,定位,配准操作。提取的特征用支撑向量机进行判别,以提高该方法的适应性。     

基于统计模式识别的真假印鉴图像模拟分类

介绍一个模拟分类真假印鉴图像的计算机实现系统。在该系统中，标准印鉴和被测印鉴的图像采用二值图像模拟输入，经过对两种二值图像进行配准，获得两者之间的最佳配准关系系数，采用统计模式识别的方法对被测印鉴的直假进行分类。     

基于多特征的多分类器融合决策印鉴识别

印鉴真伪鉴别的难点在于由于人工加盖印鉴时,用力的不同,媒介的不同会导致真印鉴的差异与伪造印鉴的差异很难提出一个标准进行自动区别。要求识别系统同时具备同类印鉴的鲁棒性及异类印鉴的敏感性。针对这一难点,该文提出了一种基于多特征的多分类器融合决策算法,根据多类特征以及多种分类器的不同特性,获得对真伪印鉴的鉴别。采用Gabor滤波器获得频率特征,采用差图像获得结构特征,采用原图像和极坐标图像的奇异值获得不变量特征。采用支持向量机(SupportVectorMachine,SVM)和Fisher分类器进行融合决策对印鉴进行真伪鉴别。实验表明,该文方法具有很高的真伪鉴别能力。     

SUSAN边缘响应值灰度化转共生矩阵检索

SUSAN初始边缘响应矩阵元素值对应USAN中像素点总数,该统计值与响应矩阵元素分布均体现图像特征。若将该统计值视为灰度值,则响应矩阵中的元素分布特征可以视为灰度矩阵中的纹理特征。提出SUSAN边缘响应值灰度化转共生矩阵检索算法,即先计算图像的SUSAN边缘响应矩阵,再按映射规则转换为灰度矩阵,然后计算灰度共生矩阵及其各特征描述子,最后进行特征检索。实验显示,该算法的查全率与查准率在检索结果数量达到某临界点之后较为满意,且体现一定的仿射变换、亮度变化等不变性与抗噪鲁棒性。     

人脸识别中多目标最优不相关图像鉴别分析研究

考虑图像投影鉴别分析问题,为提高特征抽取的速度和识别率,利用图像矩阵直接构造图像散布矩阵,在具有统计不相关的条件下将Foley-Sammon鉴别分析(FSLDA)转化为两目标约束优化问题,并给出了有效投影向量的概念;根据多目标优化的最优性条件可将求取有效投影向量的问题归结为求广义特征方程的最大特征值对应的特征向量,并据此进行特征抽取,进而提出了两目标最优图像投影鉴别分析方法。与其他鉴别投影分析方法相比,该方法具有以下特点:(1)可直接由图像矩阵构建散布矩阵;(2)有效投影向量具有统计不相关性;(3)训练样本的类内散布矩阵不必为可逆的,也不需要求某种形式矩阵的逆。在ORL标准人脸库和NUST603人脸库上的试验结果表明,上述图像投影鉴别分析方法在识别性能上较以往的方法有一定的提高,尤其是特征抽取的速度有明显的提高。     

基于几何统计差异性的伪造印鉴识别方法

针对印鉴识别任务中有效印文的提取以及伪造印鉴的识别这两个难点问题,建立在监督分类体系下的印鉴识别系统.利用有效印文与背景的颜色统计差异以及真伪印鉴间的几何统计差异分别解决上述难点.在构建的包含3000个印鉴的印鉴数据库上进行实验,实验结果表明,该方法对于有效印文的提取准确率可达到(95.27±3.73％),对于伪造印鉴的识别准确率可达到97.62％,具有可行性和有效性.     

基于中位点的分层匹配算法

提出一种基于中位点的图像分层匹配算法。计算2幅待匹配图像的中位点,以这2个中位点为参照对图像的特征点进行分层。在对应各层之间分别构造高斯权Laplace矩阵,由SVD分解的结果构造反映特征点之间匹配程度的关系矩阵。根据该关系矩阵实现对应层之间的特征点匹配,得到整幅图像的匹配结果。实验结果表明,该方法具有可行性和有效性。     

一种基于灰度共生矩阵的文本图像识别方法

提出了一种有效的文本图像识别方法。在对文本图像与非文本图像纹理特征差异进行分析的基础上，计算了一种新的图像灰度共生矩阵统计量，进而据此对图像属性作出判决。实验结果表明了该方法的有效性。     

基于颜色基元共生矩阵的旋转图像检索

为提高旋转图像的检索准确率,引入颜色基元共生矩阵,提出一种新的旋转图像检索方法。设计8种具有旋转不变性的基元结构描述符,得到基元过渡矩阵(MEM)和基元平均矩阵(MAM)用于描述图像的纹理和颜色特征,并在MEM和MAM的基础上,运用统计学方法获取基元序列和对应颜色值出现的频数,最终得到8×8×72的颜色基元共生矩阵作为原始图像和旋转图像的特征矩阵。选取Corel标准图像库进行实验,结果表明,与CMM,M&D,SITF,SED,CDH等图像检索方法相比,该方法具有较高的检索准确率。     

一个基于字特征的文本分类模型

提出了一种基于字特征的中文文本分类方法。该方法的出发点是变常用的基于表层的匹配为基于概念的匹配,用汉字特征向量作为文本的表示方法。算法根据文本中汉字的特征建立文本表示矩阵和类别表示矩阵,并通过线性最小二乘算法形成分类矩阵。     

用于支票印鉴鉴别的图像预处理及配准算法

为了消除支票印鉴自动鉴别系统中由于不同的盖印条件引起的印鉴质量变化,该文提出了一种印鉴图像预处理及配准算法,即首先利用彩色信息将印鉴灰度图从支票背景中分割出来,然后利用基于梯度值的动态阈值实现印鉴图像的二值化。为了消除印鉴中存在的笔划连接和笔划残缺,该文提出了一种笔划填充和骨架校正算法。实验证明该算法具有较强的适应性、可靠性和实用性。     

Roll‐to‐roll manufacturing of electronics on flexible substrates using self‐aligned imprint lithography (SAIL)

Abstract— The manufacture of large‐area arrays of thin‐film transistors on polymer substrates using roll‐to‐roll (R2R) processes exclusively is being developed. Self‐aligned imprint lithography (SAIL) enables the patterning and alignment of submicron‐sized features on meter‐scaled flexible substrates in the R2R environment. SAIL solves the problem of precision interlayer registry on a moving web by encoding all the geometry information required for the entire patterning steps into a monolithic three‐dimensional imprint with discrete thickness modulation. The pre‐aligned multiple‐step mask structure maintains its alignment regardless of subsequent substrate distortion. Challenges are encountered in relation to the novel nature of using flexible substrates and building toolsets for the R2R processing. In this paper, methods of the SAIL process, the resulting active‐matrix backplanes, the trajectory of SAIL process development, and the remaining issues for production are presented.     

一种基于混沌序列的图像加密算法

混沌序列具有容易生成,对初始条件敏感,以及具有白噪声的统计特性等特点,混沌序列的离散映射也具有与其相似的特性,文中讨论了一种基于混沌序列的图像加密算法,首先,由密钥生成实数值混沌序列,混合将其通过离散映射生成相应的符号矩阵和置换矩阵,最后,在变换域利用其进行数字图像加密,实验证产了该算法的有效性,并得到了较好的加密效果。     

基于灰度共生矩阵的图像纹理特征提取分析

图像纹理作为一种重要的视觉手段,是图像中普遍存在而又难以描述的特征。目前常用的纹理特征提取的方法主要有统计方法、模型方法、信号处理方法和结构方法。灰度共生矩阵即为灰度级的空间相关矩阵,以其为基础的统计方法通过对矩阵统计量的求取较好地提取到了纹理特征,通过选取关键参数编程并进行仿真实现,分别求取了四个方向的灰度共生矩阵及其特征量来分析图像的纹理特征。     

Face alignment under occlusion based on local and global feature regression

Shape alignment or estimation under occlusion is one of the most challenging tasks in computer vision field. Most previous works treat occlusion as noises or part models, which usually lead to low accuracy or inefficiencies. This paper proposes an efficient and accurate regression-based algorithm for face alignment. In this framework, local and global regressions are iteratively used to train a series of random forests in a cascaded manner. In training and testing process, each step consists of two layers. In the first layer, a set of highly discriminative local features are extracted from local regions according to locality principle. The regression forests are trained for each facial landmark independently using those local features. Then the leaf node of the regression tree is encoded by histogram statistic method and the final shape is estimated by a linear regression matrix. In the second layer, our proposed global features are generated. Then we use those features to train a random fern to keep the global shape constraints. Experiments show that our method has a high speed, but same or slightly lower accuracy than state of the art methods under occlusion condition. In order to gain a higher accuracy we use multi-random shape for initialization, which may slightly reduce the calculation efficiency as a trade-off.

     

基于知识的印鉴鉴别方法

计算机印鉴鉴别是一项十分困难但又具有广泛应用背景的课题,国际上至今尚无实用有 效的鉴别方法.本文从知识工程的角度出发,对印鉴鉴别中的启发式知识进行了深入的讨论. 并在此基础上引入了一套完整的基于启发式知识的印鉴鉴别方法.该方法以启发式搜索获得 配准关系,并根据启发式知识在其中提取一组结构特征,最后结合结构信息和统计模型作出判 决.实验结果表明,该方法在可靠性、适应性和实用性方面比现有方法均有明显改进,已接近 实用.     

基于空间分布特征的人体动作动态建模识别

人体动作的表面特征和动态特征无统一性描述,导致无法精确地区分人体动作.文中提出基于空间分布特征的人体动作动态建模识别方法(DMRSD).利用相对极坐标划分特征的空间区域,统计局部区域非零信息点数目,形成空间分布特征描述表面特征.然后利用自回归滑动平均动态模型建模空间特征序列,形成模型参数特征描述动态时间结构特征.最后通过各参数特征的相似矩阵线性关系假设,结构融合表面特征和动态运动特征,形成统一性描述特征.用最近邻识别人体动作.在Weizmann和KTH库中比对当前方法的识别结果,文中方法获得较好的识别性能.     

Study on demolding temperature in thermal imprint lithography via finite element analysis

Demolding in thermal imprint lithography is a process to overcome chemical and mechanical interactions of all levels between stamp and substrate formed by the process history, stamp geometries, and materials used, accounting for most of imprint failure. Undesired deformation in resist may occur depending on the stress generated in the resist with respect to the yield stress. In thermal imprint lithography, temperature is one of the most important parameters not only for the flow of resist during the molding process, but also for the demolding because the thermal stress, the friction and adhesion forces, and the mechanical strength of resist are all dependent on temperature even at below the glass transition temperature of the resist. In this paper, we have developed a method via a numerical simulation of the demolding process to determine an optimal demolding temperature that leads to the least resist deformation. Considering the viscoelasticity of the resist and the temperature dependence of friction coefficients at the resist/stamp interface, an optimal temperature was extracted via normalization of the local Von Mises stress in the resist by its yield stress. For a simple two-dimensional model system with Si stamp and PMMA as a resist layer, the optimal demolding temperature was found to be ～70°C.     

基于神经网络的鲁棒NLOS误差抑制算法

提出一种基于Kalman滤波器和神经网络(NN)的非视距(NLOS)误差抑制算法。根据到达时间(TOA)测量值的特点和NLOS误差的统计特性,推导出Kalman滤波器输出无偏估计所需满足的条件,利用NN估计该条件中的环境参数,实现NLOS误差抑制。仿真结果表明,该算法在估计精度和算法鲁棒性方面均具有较好的性能。