基于提升小波变换和分形维数的声纳图像识别

分形理论在图像的纹理识别中得到了广泛应用,由于分形维数不能反映图像的空间信息,容易造成误识别。针对该问题并结合声纳图像的特点,通过提升结构构造了Haar小波,并将提升小波变换同分形理论相结合,利用小波分解的多分辨率特点和分形维数的多尺度特性,提高图像的识别率。采用Levenberg-Marquardt(L-M)算法优化的BP神经网络对不同信噪比的声纳图像进行分类识别。实验结果表明,文中方法不论在识别率还是识别时间上均优于传统纹理识别方法。     

基于复Morlet小波变换的大跨空间结构模态参数识别研究

摘 要 探讨了基于复Morlet小波变换的结构频率及阻尼比的识别方法,推导了基于小波变换系数的振型识别原理。为提高识别密集模态的精度,提出了基于最小标准差的小波中心频率及带宽的自适应选择方法。针对大跨空间结构具有低频密集模态以及难以实现用力锤或激振器来激励等特点,提出了自然激励法与小波变换相结合的模态参数识别方法。数值仿真及奥运场馆国家游泳中心现场实测数据分析表明,基于复Morlet小波变换的方法能有效识别低频密集模态参数。     

基于Morlet小波变换的模态参数识别研究

从卷积和Parseval定理的角度推导了小波变换系数的实用算法。以系统的自由响应数据为识别对象,给出了频率、阻尼比的参数识别方法,并重点给出了基于最小二乘法的振型识别技术。提出了基于改进Morlet小波的模态参数识别方法,对识别密集模态具有良好的效果。三自由度仿真算例表明,基于Morlet小波变换的模态参数识别技术能够以较高的精度识别出系统的频率、阻尼比和振型等模态参数。     

一种新颖的虹膜识别方法

提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor小波变换提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征,在滤波后的子窗口图像上运用灰度级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部特征进行分类识别。设计了FIS(模糊推理系统)特征融合分类方法来提高虹膜识别的鲁棒性。实验结果表明本方法有效可行,可以达到98.5%的识别率,并在保持1.4%较低的FRR(拒绝率)的同时可以使FAR(误识率)减少到0.1%。     

非线性系统识别的小波方法研究

利用小波变换时频分析的特点，用Morlet复小波函数对弱Duffing系统的有阻尼自由振动响应进行小波变换，通过脊线所对应的尺度可以计算出瞬时振动频率，通过脊线上的小波系数可以得到瞬时振幅。由系统的瞬时频率和瞬时振幅与时间的关系以及它们之间的相互关系，由曲线拟合可以得到系统的固有频率、阻尼系数和非线性系数。数值算例证实了此方法的正确性，计算表明非线性系数的识别精度与非线性程度和初始振幅大小有关。     

基于改进L-P小波的时变模态参数识别方法

研究了基于改进Littlewood-Paley(L-P)小波变换的结构时变模态参数识别方法.用改进的L-P小波对结构动力响应信号进行小波变换,由能量较大的频带所对应的尺度识别结构基本频率及其随时间的变化情况;由某时刻各自由度响应在各阶频率对应尺度上的小波系数的比值识别结构的各阶振型.针对剪切型框架结构,利用识别的频率变化判断结构是否发生损伤以及损伤发生的时间,通过识别损伤前后的一阶振型斜率变化判断损伤发生的位置.该方法不需要激励信息,且有较好的抗噪声能力.     

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.     

基于非广延小波特征尺度熵和支持向量机的轴承状态识别

摘要：为了对轴承的运行状态进行有效的识别,以便进一步评估和预测轴承的寿命,提出了基于非广延小波特征尺度熵和Morlet小波核支持向量机（Morlet wavelet kernel support vector machine, MWSVM）的轴承运行状态识别的新方法。对采集到的轴承振动信号进行小波分解,得到相应的小波分解系数,在此基础上结合非广延熵理论提出了沿尺度分布的非广延小波尺度熵特征提取方法。但是通过小波特征尺度熵分析后获得的特征信息存在维数较高,特征信息间冗余严重的问题,因此,引入了流形学维数约简算法(locality preserving projection, LPP)进行敏感特征信息的提取,减少在特征信息提取过程中人为因素的干扰。以约简后的特征信息作为MWSVM的输入进行训练,建立轴承的状态识别模型,从而实现轴承状态的识别。通过对某轴承内圈正常状态和几种故障程度不同的状态进行识别,试验结果表明了方法的有效性。     

环境激励下基于小波变换和奇异值分解的结构模态参数识别

采用小波变换和奇异值分解相结合的方法对环境激励下结构的模态参数进行识别.首先对环境激励下的时不变结构的加速度响应进行协方差分析得到时域协方差响应,利用小波变换将协方差响应转换到时/频域中,沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重构的奇异值和奇异向量中识别出结构的模态参数.文章通过3自由度系统数值算例分析了该方法的抗噪性能,结果表明该方法具有很好的抗噪能力,在15 dB噪声干扰下能够稳定和准确地识别出结构的模态参数,且比直接用小波变换方法识别的结果更准确;并通过东海大桥主航道斜拉桥模态参数识别的例子进一步验证该方法的实际应用可行性.     

基于奇异值能量谱的Morlet小波尺度优化

针对尺度对Morlet小波变换结果具有决定性影响的问题,提出一种奇异值能量谱方法,实现Morlet小波尺度的优化并提取故障特征。首先采用Shannon熵的方法优化Morlet小波中心频率与带宽参数,针对Shannon熵计算结果中无明确极小值点的情况,通过比较不同参数下的小波变换结果,得到了最优小波参数。然后,根据实际频率与尺度的对应关系,选择有效尺度范围进行连续Morlet小波变换。最后,将每一尺度下的小波系数进行奇异值分解并计算奇异值能量谱,通过选择能量谱峰值来确定最优尺度参数,实现对故障特征的提取。对仿真信号和实际轴承信号的分析表明,此方法克服了以往方法的缺点,在低信噪比时具有良好的故障特征提取效果。     

虹膜识别的身份认证系统

基于虹膜识别的身份认证系统包括3部分:虹膜图像采集,虹膜图像预处理,虹膜图像编码和识别。预处理过程中对虹膜的精确定位,使定位后的虹膜图像具有平移、尺度和旋转的不变性。与现有其他方法相比,该方法将Symlets小波用于虹膜图像编码,使算法的运行速度大大提高,为Daugman方法的8倍, 克服了当前流行算法中计算量过大的问题。     

A study on restoration of iris images with motion‐and‐optical blur on mobile iris recognition devices

Iris recognition is a form of biometric technology that authenticates individuals by using the unique iris patterns between the pupil and the sclera. To solve security problems in mobile environments, mobile iris recognition devices have been commercialized recently. A motion‐and‐optical blurred image can be sometimes captured because users capture the iris images of a testee by holding the recognition devices. Motion‐and‐optical blurred images reduce iris recognition accuracy. Previous researches of restoring iris image only dealt with optical or motion blurred image. To overcome these problems, we propose a new method of restoring motion‐and‐optical blurred iris images at the same time. This article presents three contributions over previous research. (1) A new focus assessment method is proposed to measure accurate focus scores regardless of motion blurring. (2) Previous research restored coexisting motion‐and‐optical blurred images in terms of visibility, but in this article, we restored them in terms of recognition. (3) We used a modified CLS (Constrained Least Square) filter to prevent the zero‐crossing of the PSF (Point Spread Function) of motion blurring with a uniform shape. So, the iris recognition accuracy was better than when using a conventional CLS filter. Experimental results showed that the EER was 0.796% when using the proposed method and it was 1.431% when not using the proposed method. Consequently, the EER was reduced as much as 0.635% (1.431–0.796%) when using the proposed method. © 2009 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 19, 323–331, 2009     

Contactless Autofeedback Iris Capture Design

Automated iris recognition is one of the most reliable biometrics in terms of identification and verification performance. One of the major challenges for automated iris recognition is to capture a high-quality image of the iris since system performance is greatly affected by poor-quality imaging. This paper describes the design and implementation of a high-quality imaging device for iris acquisition, which consists of the following four parts: 1) capture unit; 2) illumination unit; 3) feedback unit; and 4) pitching outfit. Using the proposed device for iris acquisition, it is feasible to obtain real-time, high-quality iris images, given the fact that it is also user friendly. Recognition experiments in an iris database that contains 6550 images captured by the new device are also presented in this paper.     

基于瞳孔灰度特征的快速虹膜定位

虹膜定位算法是虹膜识别的关键步骤之一,定位的速度和准确度是衡量虹膜定位算法优越性的标准.本文根据瞳孔区域独特的灰度特征提出了一种快速虹膜定位算法,即先粗定位瞳孔区域,再利用形态学和几何学方法精确定位瞳孔,最后利用微分积分算子在瞳孔定位后分割的区域内进行外圆定位,对中科院虹膜库Version 1.0中的756幅图像进行定位,准确率达到98.80%,平均定位时间为1.5 s,比直接应用Hough变换定位虹膜在速度上有了很大提高.     

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。     

一种新的虹膜识别算法研究

目的 为了提高虹膜识别的速度和可靠性。方法 根据虹膜识别的特征,提出了虹膜自动身份识别的一种新的算法和虹膜像几何畸变的校正方法。结果 用相关系数来测度图像的匹配结果,证实了该算法是有效的。结论 用本文的算法进行的大量抽样实验显示了主这种算法的正确性和可靠性。     

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.     

Detecting Iris Liveness with Batch Normalized Convolutional Neural Network

Aim to countermeasure the presentation attack for iris recognition system, an iris liveness detection scheme based on batch normalized convolutional neural network (BNCNN) is proposed to improve the reliability of the iris authentication system. The BNCNN architecture with eighteen layers is constructed to detect the genuine iris and fake iris, including convolutional layer, batch-normalized (BN) layer, Relu layer, pooling layer and full connected layer. The iris image is first preprocessed by iris segmentation and is normalized to 256×256 pixels, and then the iris features are extracted by BNCNN. With these features, the genuine iris and fake iris are determined by the decision-making layer. Batch normalization technique is used in BNCNN to avoid the problem of over fitting and gradient disappearing during training. Extensive experiments are conducted on three classical databases: the CASIA Iris Lamp database, the CASIA Iris Syn database and Ndcontact database. The results show that the proposed method can effectively extract micro texture features of the iris, and achieve higher detection accuracy compared with some typical iris liveness detection methods.