一种利用分块统计的虹膜定位算法

虹膜识别是一种新兴的生物特征识别技术，而虹膜定位是虹膜识别的重要步骤，因而精确而快速地进行虹膜定位是有效地进行虹膜识别的重要前提。为了能够快速地进行虹膜定位，在简要介绍现有的虹膜定位算法的基础上，提出了一种新的利用分块统计的虹膜定位算法。由于虹膜边缘可以简单地用圆周描述，因此，该算法第1步先阈值化分割图像，以分别建立虹膜和瞳孔的二进制位图；第2步用游长编码的方法来寻找最大色块的质心，并计算边界点到质心距离的均值。实验结果表明，对于虹膜定位而言，该算法是实用而且有效的。     

一种新的快速虹膜定位算法

虹膜定位是虹膜识别中非常重要的一个环节.本文提出一种通过边缘检测模板的新瞳孔定位方法,避免了睫毛干扰造成定位不准的影响.同时在外边界粗定位的基础上,改进了虹膜外边界的精确定位方法,采用此种粗定位与精定位相结合的方法极大的缩短了虹膜定位的时间,提高了定位的准确性.大量实验表明,该虹膜定位方法简单可靠,精确度高,取得了非常好定位效果.     

一种基于结构特征的虹膜识别方法

提出了一种基于特征点比对的虹膜识别方法。与现有利用纹理分析进行识别的方法相比,这一方法具有编码效率高,抗噪声能力强,识别准确性好等特点。该方法首先利用LOG(LaplacianofGaussian)滤波器提取特征区域,然后在特征区中确定特征点。在方法中提出了基于特征点的相似性度量方法和弹性特征点比对方法。试验结果表明:这种方法分类效果较好。     

基于ICA和SVM的虹膜识别方法

提出了一种基于独立分量分析和支持向量机的虹膜识别方法-ICA提取虹膜特征,SVM实现模式匹配.与Gabor小波的方法比较,在编码长度和编码时间方面有较明显地改进.实验结果表明,该算法能够有效地应用到身份鉴别系统中.     

一种快速虹膜定位算法

提出了一种根据眼睛瞳孔近似为圆的几何特性,利用与瞳孔相切的两条平行扫描线进行瞳孔圆心的定位来实现虹膜的定位算法.与传统虹膜定位算法相比,该方法避免了搜索的盲目性,提高了虹膜定位的精度和速度.     

一种新的基于特征选择的虹膜识别方法

为了提高虹膜识别的准确率,提出了一种新的基于特征选择的虹膜识别方法。在虹膜的定位上采用了弹性模板的方法,对虹膜图像进行有效定位。针对虹膜图像的纹理分布特点,采用了多尺度Gabor滤波器对虹膜的不同纹理区域进行有针对性的特征提取;然后利用遗传算法和粒子群优化算法进行特征选择,去除特征向量中的冗余信息;最后利用SVM分类模型进行虹膜的识别。为了检验方法的有效性,在CASIA虹膜数据库上进行验证,实验结果表明该方法具有较高的识别精准度。     

一种快速虹膜定位方法

虹膜定位是虹膜识别中非常重要的一个环节。首先利用灰度平均值法找到瞳孔内初始定位点,并提出一种通过边缘检测模板的新瞳孔定位方法,同时引入C-均值动态聚类分析法提高定位精度。然后在外边界粗定位的基础上,改进了虹膜外边界的精确定位方法,采用此种粗定位与精定位相结合的方法极大缩短了虹膜定位的时间,提高了定位的准确性。大量实验表明,该虹膜定位方法简单可靠,精确度高,取得了非常好的定位效果。     

一种基于分数维的虹膜识别方法

提出了一种基于极值加权平均分数维特征提取的虹膜识别方法. 针对亚洲人虹膜纹理反差弱的特点, 设计了高分辨率虹膜采集设备; 利用形态学和圆形边缘检测算子定位虹膜, 并将虹膜纹理映射到极坐标空间; 定义了一种新的图像分数维---极值加权平均分数维, 用于提取虹膜特征; 最后, 利用相关分类器对虹膜特征矩阵进行匹配识别. 试验表明极值加权平均分数维能很好地提取虹膜特征, 系统识别率高, 速度快.     

基于曲面匹配的虹膜识别方法

提出了一种基于曲面匹配的虹膜识别方法,直接利用2幅虹膜图像对应的像素点灰度进行匹配。该方法主要包括虹膜图像尺寸和灰度范围的归一化、匹配区域的选择、匹配相似度阈值的估计以及对人眼旋转的自动校正。该文选择在眼毛、眼睑通常遮挡不到的一个较小的区域作为虹膜匹配区域,使该方法具有较宽的适应能力。没有特征提取过程,使得该方法具有计算量小的特点。图像之间的匹配过程使得伪造和窃取虹膜编码变得困难。实验表明该方法具有较高的识别率。     

基于EMD和SVM的虹膜识别方法

在目前的生物特征识别方法中,虹膜识别被认为是最可靠的技术。提出一种基于经验模态分解和支持向量机的虹膜识别方法——EMD提取虹膜特征,SVM实现模式匹配。实验结果表明,该方法能够有效地应用到身份鉴别系统中。     

一种新的网络爬虫带宽控制策略

网络爬虫如何在限定带宽的条件下进行爬行是一个有巨大应用价值的问题,但是目前对这个方面的研究较少,本文提出了一种基于对站点礼貌爬行的爬虫带宽控制策略,通过对不同站点下载速度的建模分析和基于礼貌爬行的访问频率控制,得到了面向站点的爬行控制算法,最后实验证明这种方法能够充分利用所限定的带宽.     

Toward Accurate and Fast Iris Segmentation for Iris Biometrics

Iris segmentation is an essential module in iris recognition because it defines the effective image region used for subsequent processing such as feature extraction. Traditional iris segmentation methods often involve an exhaustive search of a large parameter space, which is time consuming and sensitive to noise. To address these problems, this paper presents a novel algorithm for accurate and fast iris segmentation. After efficient reflection removal, an Adaboost-cascade iris detector is first built to extract a rough position of the iris center. Edge points of iris boundaries are then detected, and an elastic model named pulling and pushing is established. Under this model, the center and radius of the circular iris boundaries are iteratively refined in a way driven by the restoring forces of Hooke's law. Furthermore, a smoothing spline-based edge fitting scheme is presented to deal with noncircular iris boundaries. After that, eyelids are localized via edge detection followed by curve fitting. The novelty here is the adoption of a rank filter for noise elimination and a histogram filter for tackling the shape irregularity of eyelids. Finally, eyelashes and shadows are detected via a learned prediction model. This model provides an adaptive threshold for eyelash and shadow detection by analyzing the intensity distributions of different iris regions. Experimental results on three challenging iris image databases demonstrate that the proposed algorithm outperforms state-of-the-art methods in both accuracy and speed.     

基于级联神经网络的多任务虹膜快速定位方法

如何在不受限的实际应用环境下实现虹膜快速定位并具有较高的鲁棒性和准确性是一个非常值得研究的问题,为了快速排除干扰信息准确地定位虹膜区域,提出了基于卷积神经网络的区域和关键点回归多任务虹膜快速定位方法,用矩形框框住虹膜目标区域,在矩形框中用5个关键点定位虹膜区域特征点。实验表明,该方法减少了不受限环境下采集的图像中虹膜内外边界的定位时间和提高了定位的准确性,为下一步虹膜精确分割奠定了良好基础。     

虹膜定位的快速算法

基于眼睛图像的几何特性,提出了一种基于最长弦的瞳孔定位算法,该算法能快速地检测到瞳孔的位置。由于图像中的瞳孔并不是规整的圆形,此方法与传统的基于圆灰度梯度检测算子的瞳孔定位算法相比能够更好地拟合瞳孔边界。在精确地定位瞳孔之后,根据瞳孔和虹膜近似同心的特性,利用圆灰度梯度检测算子在小范围内搜索虹膜的外边沿。与传统的虹膜定位方法相比,此算法避免了搜索的盲目性,提高了虹膜定位的速度和精度。     

A Fast Nonlinear Model Identification Method

The identification of nonlinear dynamic systems using linear-in-the-parameters models is studied. A fast recursive algorithm (FRA) is proposed to select both the model structure and to estimate the model parameters. Unlike orthogonal least squares (OLS) method, FRA solves the least-squares problem recursively over the model order without requiring matrix decomposition. The computational complexity of both algorithms is analyzed, along with their numerical stability. The new method is shown to require much less computational effort and is also numerically more stable than OLS.     

用于身份识别的虹膜图像预处理方法研究*

跟踪研究了虹膜图像的预处理方法;针对现有算法的局限性作了改进,提出了基于小波变换的虹膜图像消噪的方法,并针对虹膜图像的特点,提出了新的虹膜定位检测算子,使虹膜定位更加迅速、精确;最后进行了虹膜图像的增强和校准处理.实验结果表明,该方法能精确地检测到虹膜,提高了虹膜识别的速度和精确性,并有良好的稳健性.     

快速定位安全行车

实时交通信息、全新场馆版地图,Mio乐游力荐新机随着鸟巢、水立方等比赛场馆逐一竣工,全球人民期盼已久的体育盛会就在眼前,从雅典的祭祀圣坛到古丝绸之路,从博斯普鲁斯海峡大桥到珠穆拉玛峰再到鸟巢主会场。来自全世界的人们都将在此聚集,享受这份激情与感动!充满激情的比赛与孕育历史沧桑的文明古     

一种快速精确的虹膜定位方法

为了提高虹膜定位的速度及精度,提出了一种粗定位,精定位与结果修正三步相结合的定位方法,用以进行虹膜定位,并对现有的虹膜定位算法进行了一些改进。实验结果表明,用三步法进行虹膜定位可以减少搜索计算的盲目性,加快定位速度,对不同虹膜图象定位结果的精度都有不同程度的提高。