开放式环境非接触低分辨率采集下的掌纹识别

提出一种开放式环境下、非接触采集下的掌纹识别算法.采用一种低分辨率的普通摄像头进行掌纹图像采集,人手只需自然张开、中指竖直向上放在摄像头前一定范围内.首先建立肤色模型将人手从复杂背景中提取出来;然后提出一种简单有效的关键点定位算法找到指根点,并以此建立坐标系提取掌纹ROI;接着提出一种基于统计的纹理基元算法进行掌纹特征提取,该算法不用对掌纹ROI进行归一化,计算速度较快并且对光照具有一定的鲁棒性;最后利用余弦相似度进行特征匹配实现掌纹识别.在自建的小型掌纹图像库上进行了相应的识别实验,实验结果表明所提出的算法能够在动态环境下达到理想的识别效果.所开发的实验系统能够快速实现掌纹图像采集与识别,适合在线实时系统应用.     

基于SIFT-SUSAN算法的零件图像特征提取研究

把SIFT-SUSAN算法应用在零件图像的特征提取上,检测图像的特征极值点。首先对采集的图像进行均值滤波和Laplace锐化预处理,以此增强图像的边缘响应;利用高斯卷积和高斯差分建立尺度空间域;再利用SIFT算法提取空间极值点,并引入SUSAN算子检测空间角点;计算两种特征点的位置,生成特征描述子,实现零件图像的匹配。通过对垫片、螺母和轴承盖零件分别采用SIFT算法和SIFT-SUSAN算法进行对比试验,实验表明:SIFT-SUSAN算法结合了图像区域和边缘角点特征,得到更多的匹配点,提高了图片匹配的正确率。     

基于SURF算子的快速手背静脉识别

提出基于加速鲁棒性特征(speeded-up robustfeatures,SURF)的手背静脉识别算法.首先对手背静脉图像进行预处理,提取手背静脉感兴趣区域(ROI),然后提取手背静脉的局部SURF特征,基于欧式距离实现测试样本和注册样本特征点的匹配,并剔除错误匹配对,最后计算匹配率作为待识别样本和注册样本之间的相似度测试实现身份识别.利用TJU手背静脉图像数据库对算法性能进行测试,在认证模式下等错率为0.07%,平均识别时间0.153 s.实验结果证明该算法可以快速有效地实现手背静脉识别.     

圆柱铣刀刀刃螺旋角视觉测量方法

针对圆柱铣刀刀刃螺旋角传统测量方法中存在的测量不便、重复精度差的问题,提出一种基于机器视觉的圆柱铣刀刀刃螺旋角测量方法。在划分铣刀图像ROI区域的基础上,利用DCT算法判断得到刀刃正焦图像,通过逆圆柱化矫正畸变后提取亚像素边缘轮廓特征并与直线进行拟合,最终依据刀刃轮廓线计算出圆柱铣刀刀刃的螺旋角大小。实验结果表明,该方法便于工程测量,所得到的螺旋角测量值重复精度在99. 9%以上。     

面向肺癌CAD的CT图像疑似病灶检测算法

CT图像中疑似结节病灶区域的分割和提取是肺癌CAD系统的关键和难点.本文提出一种疑似结节病灶自动检测算法,首先对原始CT图像进行有效、准确的肺实质分割,根据肺结节、气管和血管具有不同的几何特征,构造了一组不同尺度的类圆形结构元素,采用多尺度形态学滤波方法对ROI进行初始分割,再根据各ROI的大小构造相应尺度的二维高斯模板,对各ROI区域进行自适应局部高斯模板匹配,以进一步剔除假阳性.实验结果表明,该算法可以有效地提取出CT图像中类圆形的疑似结节病灶,具有较高的灵敏度和较低的漏诊率,可以为医生诊断早期肺癌病灶提供辅助信息.     

基于视觉的车位线识别算法

提出了一种自动泊车系统中采用视觉方法通过识别车位线来确定泊车位的算法。采用金字塔分层搜索策略,首先,在灰度直方图上应用K均值聚类法对图像进行二值化,提取车位线骨架,采用Hough变换检测骨架,并利用基于密度的无参数聚类方法对骨架线聚类,在金字塔高层图像上确定车位角点候选点;然后,在金字塔最底层图像上选择感兴趣区域,采用改进的基于距离变换的骨架提取算法提取骨架,使用遗传算法对车位角点骨架进行精确匹配,根据实际车位角点的分布特征确定目标车位;最后,在室外不同环境下采集多张车位图片进行算法的有效性和快速性验证实验。实验结果表明,采用基于视觉的车位线识别算法进行车位检测能较大地提高检测的效率和识别正确率。     

采用环形模板的棋盘格角点检测

曝光过度和镜头畸变将分别导致棋盘格角点分离和角点局部区域不对称现象。现有的角点检测算法通常难以准确提取棋盘格角点。此外,在复杂背景下,现有角点检测算法也极易出现错误。针对上述问题,本文提出了一种图像坐标系下的基于环形模板的棋盘格角点检测算法。首先,通过分析得出棋盘格角点附近的灰度分布应满足一定的对称性和灰度交替性等性质,进而得出环形模板卷积后的图像应满足的性质。而后,利用该性质来定义并提取棋盘格角点,使提取的角点直接达到亚像素精度。实验结果表明：本文提出的棋盘格角点检测算法在曝光过度,镜头畸变和复杂背景情况下,均能取得较好的棋盘格角点检测效果。将该算法应用于实际摄像机标定,实验结果显示重投影误差在0.3个像素以内。     

基于人手自然张开的多生物特征识别

手形和掌纹作为人手重要的生物特征可以用来进行身份识别.在人手自然张开、非接触式的采集条件下,基于手形识别匹配速度快和掌纹识别的识别率高的优点,采用基于匹配层的手形和掌纹融合方法,克服了单一手形识别的识别率低和掌纹识别匹配速度慢的缺点.手形采用手指的相对长度作为特征矢量,掌纹采用2D-Gabor对掌纹感兴趣区域(ROI)进行滤波,提取掌纹纹线的方向信息作为特征.在混合图库上进行实验,二者相结合的组合识别方法的识别率达到98.57％,减少了匹配时间.同时也研究了对于不同距离采集的手掌图像,实验结果表明手形和掌纹相结合的组合识别方法优势更为明显.     

基于特征点集距离描述的裂缝图像匹配算法研究

定期进行裂缝检测、监测重点裂缝的变化对建筑物安全十分重要。由于外部环境及拍摄设备的原因,不同时间拍摄的同一裂缝图像会存在亮度、裂缝位置的不同,为此提出了一套裂缝图像匹配算法,能够在图像库中识别含指定裂缝的图像,以达到监测危险裂缝发展的目的。该算法首先对裂缝图像进行预处理,采用MASK算法进行匀光处理,采用基于连通区域的滤波方法去除图像中的噪声,提取出只含裂缝的二值图像;而后利用Harris检测算子获取裂缝的角点为特征点集;最后采用基于Fréchet距离以及Hausdorff距离的点集配准算法进行特征点的配准。采用100张墙面和路面裂缝图像进行了实验,配准的成功率可达到90%。     

基于改进型FAST快速视频拼接技术

为提高视频拼接的实时性,提出一种改进型FAST快速视频拼接算法。该算法的过程是先计算图像的自适应阈值,根据该阈值对角点粗提取,接着对角点精提取,包括抑制单点噪声、剔除边缘角点、剔除不稳定的角点。为提高角点匹配速度,利用BRIEF算法对角点进行描述,通过Hamming算法匹配两幅图像的角点,接着使用RANSAC算法剔除外点。根据匹配点对计算变换矩阵,拼接每一帧视频图像。由于动态视频拼接产生的背景抖动现象可以通过动静态结合的拼接方法改善。实验表明,该拼接算法的速度显著提高,定位精度较高,能够满足实时性要求,而且能够改善静态拼接中景深不同而产生的鬼影现象。     

基于法向量区域聚类分割的点云特征线提取

针对逆向工程领域中散乱点云模型过渡线及细节特征线提取不完整问题,提出一种法向量区域聚类的特征线提取方法。采用自适应邻域的主成分分析法估算模型的法向量,利用萤火虫算法优化的模糊C均值聚类算法对法向量的进行聚类实现模型的有效分割。构造点集剔除与合并准则从各分割块边界点集中析取候选特征点,再以局部邻域主轴方向为基准提取特征点。实验结果表明：简单模型的特征线基本可准确完整提取,相对复杂模型的特征线数量提取率可达90%,长度提取率达到了85%。算法具有良好的自适应性和准确性,能有效提取点云模型尖锐特征和细节特征,并尽可能多地保留模型过渡特征。     

局部方向模式在非接触掌纹识别中的应用

提高非接触掌纹识别系统的性能是目前掌纹识别领域一个具有实际意义的热点。针对非接触掌纹识别系统的鲁棒性问题,以掌纹图像的纹理特征为基础,提出一种基于局部方向模式(LDP)的掌纹识别方法,设计并实现了符合应用环境的嵌入式系统。LDP方法主要利用了Kirsch八方向算子的边缘响应值,从而获取图像的纹理方向模式特征。首先给出LDP算法的基本模型和流程,然后将非接触掌纹图像分成大小均匀的区块,利用LDP算法获取不同区块的纹理特征直方图向量,并进行融合形成总的模式特征,最后使用Chi距离测度进行匹配识别。在香港科技大学(HKUST)和自建的非接触掌纹图库上进行了实验测试,结果表明,该方法正确识别率可达97.824 4%和96.754 7%,相比其他典型和流行方法,最高可提升6.452 9%和5.995 6%。同时在室内环境下,利用自行设计的嵌入式原型装置进行了初步实际测试,结果表明,该方法正确识别率可达96.193 3%,具有可行性和有效性,提高了非接触掌纹识别系统的性能。     

采茶机械手嫩芽识别与定位方法研究

为实现采茶设备的选择性采摘,针对嫩芽的识别与定位方法进行研究.通过对比各种色彩因子组合,提取G-B分量对嫩芽图像进行灰度化处理,并在传统分水岭算法的基础上,引入BM３D去噪算法和灰度拉伸法对待分割嫩芽图像进行处理,分割出较完整的嫩芽图像.然后通过SURF算法进行特征点提取,结合RANSAC算法和极线约束去除误匹配点,在最小外接矩形法与双目测距原理的基础上完成茶叶采摘点的三维空间定位.最后通过采茶机械手进行定位实验,实验结果表明该方法基本满足采摘要求.     

基于SUSAN算法的X射线焊缝图像缺陷提取

针对X射线焊缝图像存在对比度不高、灰度分布不均衡、图像中噪声多以及动态模糊等特点导致焊缝缺陷难以提取等问题,提出了一种基于SUSAN算法的焊缝缺陷提取方法。首先设定了采集图像的有效焊缝区域,减小了所要处理的数据量,进而对该区域进行了中值滤波处理;然后通过SUSAN算法找到了每一行焊缝缺陷区域的入口点及出口点,从而实施了缺陷分割;接着再结合数学形态学运算,滤除了孤立的噪声点与间断点,实现了缺陷区域准确定位。在VC++6.0平台上,针对常见的几类缺陷,包括裂纹、气孔、烧穿、未熔合等,取共100张焊缝缺陷图片进行了算法测试,与人工观测结果相对,正确率约为87%。研究结果表明,焊缝图像噪声过多以及对比度太小是未能正确分割出焊缝缺陷的主要原因。     

[智能感知]一种基于形态学特征的车道线识别方法

The existing lane detection algorithm mainly used edge information to extract lane features, and the algorithm that generated feature points through the contrast of adjacent pixels was easily affected by many external factors, and the detection results were easily disturbed, thus a new feature extraction algorithm was proposed. This algorithm improved the robustness of the algorithm in complex situations by calculating the tensor rotation of the gray structure in the region and selecting the largest changing trend pixel as the feature point. A new lane line feature extraction algorithm was used to extract feature points in interest areas, then feature points were selected, and Hough transform was used to fit them. After the lane lines were obtained , the dashed line and the solid line were distinguished by the coordinate variances of the feature points. The algorithm was tested by driving pictures of about 15 500 frames in different time periods. The results show that the detection method may detect the lane line well under various environments, the correct rate under the sunny conditions is as 99.18%, the correct rate under the rainy conditions is as 97.19%, and the correct rate under the worn pavement conditions is as 94.72%,the correct rate under the night conditions is as 97.62%.     

亚像素检测方法在图像检测点提取中的应用

图像检测点的提取是图像定位于检测系统中的关键问题.为解决利用二值细化提取图像检测点技术精度不足等问题,将亚像素检测定位技术应用到图像检测点提取中.通过试验比较了三种亚像素定位算法图像定位中的优缺点,进行了通过光条中心线的提取试验以及通过两条光条中心线交叉点提取图像检测点的试验,对亚像素检测定位技术作出评价.研究结果表明...     

基于无监督学习的SIFT鲁棒图像匹配算法

SIFT特征匹配算法的匹配能力强,但特征点中孤立点和噪声点等会导致部分特征点误匹配;不同图像间特征点的有关描述相近,也会造成两幅不同结构的图像,在提取出各自的SIFT特征点后相互匹配。为此,提出一种改进SIFT的图像特征匹配算法。该算法是在SIFT特征匹配的基础上,利用无监督学习方法对匹配异常点进行剔除,实现特征点的二次精确匹配。     

Area Variation Based Color Snake Algorithm for Moving Object Tracking

A snake algorithm has been known that it has a strong point in extracting the exact contour of an object.But it is apt to be influenced by scattered edges around the control points.Since the shape of a moving object in 2D image changes a lot due ta its rotation and translation in the 3D space,the conventional algorithm that takes into account slowly moving objects cannot provide an appropriate solution.To utilize the advantages of the snake algrithm while minimizing the drawbacks,this paper proposes the area variation based color snake algorithm for moving object tracking.The proposed algorithm includes a new energy term which is used for preserving the shape of an object between two consecutive inages.The proposed one can also segment precisely interesting objects on complex image since it is based on color information.Experiment results show that the proposed algorithm is very effective in various environments.     

基于Demons算法的变形掌纹归一化方法研究

非接触采集是主流掌纹采集方式,但其低约束性可能会导致手掌摆放方式不定,与传感器距离不定,从而引起手掌变形,尤其是手掌平面和传感器平面不平行导致的局部变形问题,这将影响后续特征提取,降低识别率。针对此问题,考虑到人手本身是非刚体的特点,提出基于Demons非刚性配准算法的变形掌纹归一化校正模型,进一步增强变形图像与标准图像的相似性,弥补了传统刚性方法校正效果不佳的缺陷。首先使用改进的Demons非刚性配准算法进行变形掌纹的归一化校正,再使用测度指标进行效果评价,结果表明:在任取的图像序列内,与传统的基于归一化互信息(NMI)的刚性配准方法相比,NMI最高提升3.64%,相关系数(COEF)最高提升156.25%,均方误差(MSE)最高降低81.63%,各指标均优于基于NMI的刚性配准方法,验证了本文方法的有效性和优越性,为后续的特征提取和识别创造了有利条件。     

序列磁共振颅脑影像的脑组织自动提取方法

为自动从MR脑影像中提取脑组织,提出一种新颖的脑组织提取算法.该算法在水平集算法的基础上,通过结合形态学方法,可以较为准确地截断脑组织与非脑组织粘连的部分.首先采用C-V模型对输入的影像进行预分割,由于某些脑组织会与视觉神经等部位的灰度相同,而C-V模型是基于区域平均灰度的分割,因此导致分割后无法提取脑组织.为了解决这一问题,采用一种形态学的腐蚀膨胀算法,通过循环腐蚀边界,得到粘连组织分离时刻的影像,再通过膨胀算法,使分离后的影像膨胀到腐蚀前的位置,与水平集算法结果取交集,从而完成脑组织的正确提取.为了提高实用性,采用改进后的水平集算法进行求解,在确保结果正确的基础上极大地提高了分割速度.算法适用于二维及三维的脑组织提取,实验结果表明,该算法具备良好的准确性、通用性与实用性.