基于两层策略的掌纹识别新方法

提出了一种基于两层策略的掌纹识别方法。首先提出了新的定位分割方法,提取出手掌最大中心区域以及粗匹配阶段的匹配特征。然后为精确匹配提出一种有效的掌纹线特征的提取和表示方法。设计由粗到细的掌纹识别分类器,应用粗匹配算法得到符合要求的掌纹数据子集,再利用主线特征进行精确匹配。针对250幅图片做实验,精确度高达94.67%,证明了本文算法具有良好的鲁棒性和有效性。     

基于线性细节特征的掌纹信息表达与识别

提出了一种基于掌纹线性细节特征进行身份鉴别的新方法，对掌纹图像进行二值化和骨骼化处理后。从中提取掌纹主线和皱褶的线性细节特征，包括直线段、曲线段和分又等，通过定义特征向量采表达掌纹信息，在此基础上使用掌纹细节特征向量的匹配算法实现了身份鉴别．采用该方法在香港理工大学的掌纹数据库中进行一对一测试，准确率达到97．5％．     

一种基于八邻域链码的掌纹图像定位方法

准确地检测出手掌轮廓线的角点是对在线掌纹图像进行精确定位的关键.目前已有的角点检测算法不能自动地提取出定位有用的角点.通过分析手掌轮廓线的8-邻域链码在角点附近的变化规律,提出了一种快速而有效的掌纹图像的轮廓特征点检测方法.首先,采用LOG边缘算子检测出二值掌纹的图像的边缘并用轮廓跟踪方法获得掌轮廓线的8-邻域链码;其次,根据手掌轮廓的8-邻域链在特征点附近的变化规律精确地检测出手掌轮廓特征点;最后,根据检测出的特征点建立参考坐标系,对掌纹图像进行定位.实验结果表明该方法是快速而有效的.     

基于掌纹的身份自动识别方法综述

回顾了身份自动识别技术的各种方法,按照识别特征的不同,对掌纹的识别方法进行了分类综述,主要介绍了基于模板匹配的方法、图像分析的方法、基于线特征的方法、傅立叶变换(Fourier transform)的方法、Sobel算子和形态学的方法、K-L变换的识别方法、二维Gabor滤波器的方法、F isher-palm s方法、模板学习、小波变换的方法。最后提出了掌纹识别技术今后的发展方向。     

工件图像轮廓角点特征提取算法

将Harris角点检测与基于Snake模型的轮廓提取算法相结合,形成基于角点特征的工件图像轮廓提取算法。     

鲁棒的掌纹图像特征提取方法

提出了一种基于低分辨率彩色图像的鲁棒的掌纹图像特征提取方法.采用均值平移算法对彩色图像帧中像素进行聚类,应用Ostu二值化方法分割出手掌,并提取出有效掌纹区域.采用KLT角点检测算法提取出有效掌纹区域内的特征点,给每个特征点赋予方向,并根据局部区域特征构造方向不变的特征向量,所有特征点及其特征向量的集合构成了掌纹图像特征.在识别时只须在两个特征点集之间查找匹配对应,并通过随机采样一致性检验最大一致集中内点个数是否大于自适应域值来确定两个手掌是否匹配.利用该算法对网络摄像头采集的手掌样本进行了实验测试,获得了较高的识别精度与性能.该算法对手掌的距离、方向、姿势没有特殊要求,是一种鲁棒高效的掌纹图像特征提取方法.     

掌纹身份识别系统中的定位分割技术

重点研究在线掌纹的定位与归一化方法 ,结合在线掌纹图象的特点采用灰度形态梯度提取掌纹的轮廓线 ,然后通过考察以轮廓点为中心的圆盘内目标及背景所占面积的大小来提取定位掌纹所需要的特征点 ,取得了理想的实验结果     

新的时空特征点检测方法

提出了基于累积差熵的时空特征点检测算法。首先利用周期性时空检测方法检测视频的关键特征点;然后提出了视频累积差熵的概念,用累积差熵作为特征点的评价准则;以该准则为基础,选择具有累积差熵大的特征点作为关键点,并对关键视频进行聚类,得到关键视频的原型特征。实验结果表明:本文方法可以简单有效地去除非运动信息得到的关键点,可以较好地用于动作识别、表情识别等视频分析领域。     

CCD图像的轮廓特征点提取算法

采用最大方差法将图像二值化,用图像形态学的梯度﹑细化和修剪算法来提取边缘轮廓,利用十一点曲率法得到轮廓的角点和切点的大致位置。提出了一种基于最小二乘拟合的改进算法,来进一步确定角点和切点,并对轮廓分段识别。该算法应用在基于图像处理的刀具测量系统中,实际结果表明具有良好的抗噪声性能,能准确提取出图像的特征点。     

基于在线掌纹的身份验证系统的研究与设计

采用基于掌纹图像灰度特性的方法提取出掌纹的主线特征,以极坐标的形式定义在线掌纹的特征空间并降维处理,最后用神经网络作为匹配算法完成在线掌纹身份验证系统的设计,以此为基础建立了快速、可靠的新型身份认证系统。     

地形图等高线的提取方法

地形等高线的识别是地理信息系统领域里十分重要的课题。本文提出的等高线自动识别方法 ,首先通过对粗长线条的自由端进行匹配 ,来提取进而识别等高线的高度数据 ;然后利用长线条之间的邻接关系 ,从已知高度值的等高线出发 ,识别出地形图中其余等高线。本文最后提出了一个实例 ,并对这一方法进行了讨论     

面向视觉伺服的工业机器人轮廓曲线角点识别

为了解决工业机器人视觉伺服中轮廓曲线角点识别效率低进而影响实时定位准确性的问题,提出面向视觉伺服的工业机器人轮廓曲线角点识别算法. 建立基于Freeman链码的机械爪轮廓曲线编码模型,利用差别码对机械爪轮廓曲线的角度变化特征进行统一编码建模. 通过基于差别码和卷积系数的卷积运算,对差别码进行局部非线性加权,计算机械爪轮廓曲线上各点的曲度精确量化辨识机械爪角点. 基于候选角点阈值、点的最远领域间隔和局部范围最多点数进行获选角点的初步选取. 采用平面轮廓曲线毛刺过滤筛选误识角点,实现机械爪角点的精确识别,为视觉伺服中实时定位提供可靠的位置信息. 通过与已有平面轮廓曲线角点识别算法对比,验证本研究所提方法的准确性和高效性,提取角点过程具有较强的鲁棒性.     

人耳识别系统中的定位点选择及检测算法的设计

本文提出了一种新的可应用于人耳识别系统的人耳轮廓定位方法,即利用耳轮脚和耳垂脚两个端点进行定位,在此基础上提出了一种基于轮廓方向的定位点检测算法,并在实验中取得了良好的效果．     

基于软构件的掌纹识别软件平台的开发与集成

针对现阶段掌纹识别相关软件开发中的问题,采用基于构件的软件开发技术,结合掌纹识别各类算法的特点,集成实现了软件平台,并分析了平台中各类相关构件的获取、分类和组装方法。本软件平台采用可复用软构件技术,实用价值高,而且该平台有效缩短了系统开发周期,并降低了软件维护难度。     

一种改进的轮廓提取评估算法

针对带有Ground Truth图的自然图像轮廓评估算法的轮廓提取准确率低并且不精确的问题,本文提出了一种邻域匹配算法,并且与原算法相结合,再将评估的准确率公式进行修改,得到了本文的轮廓提取评估算法。通过对Canny算子处理的轮廓提取图进行评估,并与原算法相比可知,本文算法提高了评估的轮廓提取准确率。     

基于非接触采集下的鲁棒掌纹识别

为了扩大掌纹识别的应用范围,使非接触式掌纹识别系统在复杂背景和光照变化的条件下都能使用,提出了一种适用于非接触采集下的鲁棒掌纹识别算法.该算法使用肤色阈值的方法把手掌从复杂的背景中分割出来,采用一种新颖的指根点检测算法找到指根点,用指根点来定位掌纹ROI,使用对光照具有良好鲁棒性的LBP算法提取掌纹特征,并用Chi平方统计法进行分类.实验使用的数据库是在不同光照和复杂背景下采集的,当等错率为3.098 6%时,正确识别率达到97.833 7%.实验结果表明,该方法能够扩大掌纹识别的应用范围,使非接触掌纹识别系统在复杂背景和可变光照的条件下达到较理想的识别效果.     

Performance evaluation of high frequency sub-bands of wavelet transform for palmprint recognition

Wavelet decomposition has been applied in palmprint recognition successfully. However, only the low frequency sub-band was used for further feature extraction, while the high frequency sub-bands were considered to be unsuitable for palmprint recognition due to their sensitivity to noise and shape distortion. In this paper, we firstly investigate the performances of all the sub-bands by using principal component analysis (PCA) on the BJTU and PolyU palmprint databases, and then use mean filtering to enhance the robustness of the high frequency sub-bands. We find that the preprocessed high frequency sub-bands not only can be used for palmprint recognition but also contain complementary information with the low frequency sub-band. The experimental results show that the performances of the horizontal and vertical high frequency sub-bands can be promoted up to a competitive level, and the fusion scheme, which combines the matching scores of high frequency sub-bands with that of low frequency sub-band, is superior to the conventional recognition methods.     

人脸识别中基准点的选取与特征点定位

提出了一种基准点选取的新方法,为实现不同性别人脸图像的识别开辟了一条可行之路,还提出了去除眼镜对眼域定位影响的“峰定位法”,为解决戴眼镜人脸图像的识别问题提供了一个行之有效的方法．实验表明,文中方法对特征点定位准确,速度快．