基于Tent映射CPSO的二维斜分指数熵阈值分割

现有的二维指数熵阈值分割快速算法的计算效率或收敛精度尚不够高,为此,本文提出了基于Tent映射混沌粒子群的二维直方图斜分指数熵阈值选取方法.首先引入了直方图区域斜分方法以改善分割结果的准确性和抗噪性,然后提出利用基于Tent映射混沌粒子群算法寻找最佳分割阈值,提高搜索过程的收敛精度和计算效率.实验结果表明:与基于灰度级-平均灰度级直方图直分的快速算法相比,该方法由于尽可能地考虑了所有目标点和背景点,分割效果更佳,同时以混沌粒子群优化搜索过程,运行时间更少;与基于灰度级-梯度直方图及Logistic混沌粒子群的方法相比,本文方法的抗噪性能更稳健、收敛精度更高.     

基于特征描述子的匹配方法

利用一种效率和匹配率均较高且存储空间小的基于特征描述子的指纹识别算法,实现了指纹匹配且可应用到嵌入式系统。由于自动指纹识别系统一般在嵌入式系统上实现,对算法的复杂度、运算速度、存储空间需要等均有较高要求,因此选用普遍使用的基于细节特征的匹配算法。该算法运算速度快,一幅300×300像素的指纹图像,仅需几十个特征向量。实验证明,算法克服了点匹配计算量大、速度慢和参考点确定难等缺点,且对图像的旋转和平移具有较好的鲁棒性。可以使基于特征描述子的随机局部区域描述子特征的匹配性能进一步提高。     

改进的最小类内绝对差阈值分割及快速算法

现有的最小类内绝对差阈值分割方法分割结果不够准确及计算效率过低,为此,本文提出了基于递推混沌粒子群的改进最小类内绝对差阈值分割方法。首先引入了灰度级 梯度直方图以提高分割准确性,然后简化了阈值选取公式并推出了相应的递推算法,最后利用基于改进的Tent混沌粒子群算法寻找最优阈值,提出了以递推方式计算适应度,大大减少了重复计算。实验结果表明:与基于灰度级 平均灰度级最小绝对差穷举算法相比,本文方法剔除了边缘点和噪声点的影响,选取的阈值更为准确,同时,利用群体智能优化搜索过程,运算时间降低了两个数量级;与基于灰度级 梯度最大类间方差及Logistic混沌粒子群递推算法相比,本文方法基于改进的Tent混沌映射,遍历性更高,因此收敛性更好。      

混沌粒子群优化粒子滤波算法

针对基于粒子群优化算法的粒子滤波计算复杂度大,并且容易陷入局部最优,提出了一种新的基于混沌的粒子群优化粒子滤波算法。该算法在粒子群优化的基础上,引入混沌序列,利用混沌运动的遍历性、随机性等特点改善了初始样本的质量,同时利用混沌扰动避免搜索过程陷入局部最优,使算法具有更快的收敛速度和更好的全局搜索能力。最后利用UNGM模型将该算法与标准粒子滤波和粒子群粒子滤波进行仿真对比,并利用纯角度目标跟踪模型验证了算法的有效性。实验结果表明,该算法改善了粒子群优化算法的粒子滤波易陷入局部最优的现象,提高了粒子滤波的精度和速度,具有较高的应用价值。     

基于NSCT和Tsallis熵的SAR图像快速分割方法

针对小波域SAR图像分割结果粗糙及运算速度低的不足,本文提出一种基于非下采样Contourlet变换(NSCT)和混沌粒子群优化(CPSO)的最大Tsallis熵的SAR图像快速分割方法。首先,利用NSCT提取SAR图像的概貌和细节信息,并建立相应的概貌-细节灰度级矩阵模型;然后,利用Tent映射CPSO算法搜索最优阈值,并提出递推算法大大减少迭代过程中适应度函数的重复计算。实验结果表明,与小波域SAR图像快速分割方法相比,该方法采用了具有多方向性和移不变性的NSCT分解图像,信息提取更为有效,分割结果更佳;同时由于引入混沌序列并以递推方式计算粒子适应度,粒子群搜索的收敛精度更高,运算时间更少。      

基于混沌粒子群优化的图像相关匹配算法研究

该文将混沌优化搜索技术应用于粒子群优化算法(PSO),提出了一种基于混沌搜索的粒子群优化算法(CPSO),该算法利用了PSO算法的收敛快速性和混沌运动的遍历性、随机性等特点,采用混沌初始化粒子初始位置,在运行过程中根据粒子群适应度的方差来自适应混沌更新粒子位置。几种典型函数的测试结果表明：CPSO提高了对多维空间的全局搜索能力,并可以有效避免早熟现象。将该方法用于图像相关匹配算法,提出了一种新的基于CPSO的图像相关匹配算法。实验结果证明该方法对解决噪声情况下的图像匹配问题十分有效。     

基于混沌粒子群优化的图像相关匹配算法研究

该文将混沌优化搜索技术应用于粒子群优化算法（PSO）,提出了一种基于混沌搜索的粒子群优化算法（CPSO）,该算法利用了PSO算法的收敛快速性和混沌运动的遍历性、随机性等特点,采用混沌初始化粒子初始位置,在运行过程中根据粒子群适应度的方差来自适应混沌更新粒子位置。几种典型函数的测试结果表明：CPSO提高了对多维空间的全局搜索能力,并可以有效避免早熟现象。将该方法用于图像相关匹配算法,提出了一种新的基于CPSO的图像相关匹配算法。实验结果证明该方法对解决噪声情况下的图像匹配问题十分有效。     

多特征融合的手掌静脉匹配算法研究

针对相关系数法在手掌静脉图像匹配中无法解决平移与旋转的问题,提出了一种基于多特征融合的改进算法。首先,在匹配前,用文中提出的改进的图像校正算法校正图像,它可以改进相关系数法对于仅发生平移图像的匹配通过率;再利用基于细节的点的特征点匹配与基于全局的不变矩匹配的融合决策来弥补相关系数法对旋转图像匹配通过率偏低的不足。实验结果证明,本算法能提高系统的通过率,降低误识率。     

DV-Hop定位算法的混沌粒子群优化

针对距离矢量跳距(Distance Vector Hop, DV-Hop)定位算法通信半径选择不合理导致平均跳距和定位误差较大的问题，提出一种基于混沌粒子群改进的DV-Hop定位算法，利用混沌映射的遍历性和随机性实现粒子的局部深度搜索，避免粒子群算法陷入局部最优。通过混沌粒子群优化(Particle Swarm Optimization, PSO)算法迭代求解所有信标节点的通信半径，引入混沌理论调整非线性惯性权重优化搜索过程，通过混沌搜索和混沌扰动迭代求解信标节点的最佳通信半径；通过极大似然估计(Maximum Likelihood Estimate, MLE)法计算的平均定位误差作为混沌粒子群算法的适应值函数；使用费希尔矩阵求解的误差下限作为约束条件求解适应值函数，同时把平均通信半径作为节点能耗模型的阈值来降低节点能量消耗。仿真实验表明，提出的算法在不增加算法复杂度的前提下能够在定位精度方面提升近58%,节点能量消耗方面降低近24%。     

基于混沌粒子群算法的多目标调度优化研究

针对当前车间调度多目标优化研究存在收敛速度慢、精度低的问题,提出了混沌多目标粒子群优化算法。在算法中,设计了一种新的叠加Logistic扰动的Tent混沌映射算子,通过该算子周期性地更新种群以保证种群的多样性;对收缩粒子群算法进行了扩展使其能够快速收敛到Pareto前沿。通过标准测试问题与实际应用对所提方法进行了验证,实验结果显示混沌多目标粒子群优化算法无论在收敛速度还是在优化精度上都优于其它典型多目标进化算法。     

A Fingerprint Minutiae Matching Method Based on Line Segment Vector

Minutiae-based fingerprint matching is the most commonly used in an automatic fingerprint identification system. In this paper, we propose a minutia matching method based on line segment vector. This method uses all the detected minutiae （the ridge ending and the ridge bifurcation） in a fingerprint image to create a set of new vectors （line segment vector）. Using these vectors, we can determine a truer reference point more efficiently. In addition, this new minutiae vector can also increase the accuracy of the minutiae matching. By experiment on the public domain collections of fingerprint images fvc2004 DID set A and DB4 set A, the result shows that our algorithm can obtain an improved verification performance.     

改进的指纹识别算法嵌入式应用研究

研究了一种新的指纹识别算法并在电控锁中的应用问题.针对传统的指纹识别算法对指纹的细节匹配精确度较低,难易对细节信息进行准确的提取,为了克服这一问题,对点模式指纹识别匹配算法进行了改进,主要创新点在于改进的算法在模式匹配算法的基础上加入了匹配权重系数,有效地提高了指纹识别的精确度,同时给出了指纹识别硬件系统结构,将提出的改进的算法成功应用在嵌入式应用中,实例结果表明,提出的算法能够有效地提高安全加密度,具有一定的实际应用价值.     

基于细节点与方向场信息的指纹残缺区域重建算法

 由于指纹的残缺区域缺失有效信息,使得通过细节点和脊线信息来进行指纹匹配的工作难以进行.本文针对指纹残缺区域中脊线断裂和细节点缺失的现象,提出了一种重建算法.融合邻域中的细节点和方向场信息对残缺区域的方向场进行估计;然后基于估计出的方向场并结合先验知识来分析残缺部分的脊线与细节点分布情况,对其进行修复;最后,引入信息熵对多种重建方案进行评估,从而确定残缺部分的最佳重建结果.实验结果表明,该算法能够对面积较大并可能包含细节点的残缺区域进行较好的重建,进而提高后续匹配过程的准确率.     

Reconstructing Orientation Field From Fingerprint Minutiae to Improve Minutiae-Matching Accuracy

Minutiae are very important features for fingerprint representation, and most practical fingerprint recognition systems only store the minutiae template in the database for further usage. The conventional methods to utilize minutiae information are treating it as a point set and finding the matched points from different minutiae sets. In this paper, we propose a novel algorithm to use minutiae for fingerprint recognition, in which the fingerprint's orientation field is reconstructed from minutiae and further utilized in the matching stage to enhance the system's performance. First, we produce ldquovirtualrdquo minutiae by using interpolation in the sparse area, and then use an orientation model to reconstruct the orientation field from all ldquorealrdquo and ldquovirtualrdquo minutiae. A decision fusion scheme is used to combine the reconstructed orientation field matching with conventional minutiae-based matching. Since orientation field is an important global feature of fingerprints, the proposed method can obtain better results than conventional methods. Experimental results illustrate its effectiveness.     

基于嵌入式处理器指纹识别系统的设计和实现

研究采用嵌入式处理器实现指纹识别系统的软硬件设计方法．通过构造以微处理器AT91SAM7X256和MBF200指纹传感器模块为平台的硬件环境,实现了嵌入式指纹识别硬件系统的设计。微处理器选用内含丰富外设的AT91SAM7X256,降低了硬件成本。指纹识别系统选用μC／OS-Ⅱ作为嵌入式操作系统,指纹识别算法中主要介绍了基于图像匹配的指纹识别算法、基于Gabor函数的指纹图像增强算法和基于方向图滤波指纹特征提取算法等．实现了低成本,高可靠性多节点指纹识别系统的设计。     

Filterbank-based fingerprint matching

Biometrics-based verification, especially fingerprint-based identification, is receiving a lot of attention. There are two major shortcomings of the traditional approaches to fingerprint representation. For a considerable fraction of population, the representations based on explicit detection of complete ridge structures in the fingerprint are difficult to extract automatically. The widely used minutiae-based representation does not utilize a significant component of the rich discriminatory information available in the fingerprints. Local ridge structures cannot be completely characterized by minutiae. Further, minutiae-based matching has difficulty in quickly matching two fingerprint images containing a different number of unregistered minutiae points. The proposed filter-based algorithm uses a bank of Gabor filters to capture both local and global details in a fingerprint as a compact fixed length FingerCode. The fingerprint matching is based on the Euclidean distance between the two corresponding FingerCodes and hence is extremely fast. We are able to achieve a verification accuracy which is only marginally inferior to the best results of minutiae-based algorithms published in the open literature. Our system performs better than a state-of-the-art minutiae-based system when the performance requirement of the application system does not demand a very low false acceptance rate. Finally, we show that the matching performance can be improved by combining the decisions of the matchers based on complementary (minutiae-based and filter-based) fingerprint information.     

Fingerprint indexing based on minutiae-dependent statistical codes

Methods based on minutiae matching have been extensively used in fingerprint recognition because minutiae can be reliably extracted from poor quality and noisy fingerprints. However, structures have to be defined due to minutiae displacements and irreproducibility. Some of the structures, though very efficient, incur large computational complexities. In this article, a feature vector of statistically based values derived from the minutiae pattern in a fingerprint is proposed for indexing fingerprints using the incremental search retrieval method. The proposed indexing technique in combination with the incremental retrieval method proves to have an added advantage over certain minutiae-based structures, especially when the minutiae points are numerous in a fingerprint. The feature vector for a fingerprint requires negligible storage resources and, consequently, the computational time in the retrieval of a candidate list for a query fingerprint is very little.     

基于细节点聚类的多参考中心指纹匹配算法

指纹匹配算法的好坏直接影响识别系统的精度。提出了一种新的基于细节点聚类的多参考中心指纹匹配算法，在两枚指纹对齐阶段，不仅考虑了指纹的全局特性而且根据不同的细节点类自适应地构造不同的局部结构．有效地利用了一些孤立但信息量较大的细节点，提高重叠区域内细节点较少且分散的情况下对齐的准确性。在匹配阶段。多参考中心的使用和相似元分析的结合能在一定程度上克服指纹非线性形变的影响，降低了匹配算法的拒识率。实验结果表明该方法提高了匹配的性能。     

改进Hausdorff距离和粒子群算法在激光制导中的应用

为提高激光成像制导精度,实现遮挡条件下的有效识别,提出一种基于改进Hausdorff距离和粒子群算法的激光图像匹配算法。首先提取基准图和实时图的边缘特征;而后针对原始Hausdorff距离易受噪声、孤立点及遮挡影响的不足,提出一种自适应部分均值Hausdorff距离,并将其作为相似性测度;最后改进粒子群算法以完成搜索匹配,一方面提出混沌惯性权值以提高其搜索能力,另一方面通过引入混沌局部搜索避免算法过早收敛。实验结果表明,该算法不仅具有较高的匹配成功率,而且实时性较好。     

指纹图像预处理和特征提取

在对现有的指纹图像增强算法研究和分析的基础上,结合指纹图像的方向特性和灰度特性,提出了一套较完整的指纹图像预处理和特征提取算法.先利用Kirsch算子得到指纹图像的方向场,并对指纹图像进行方向中值滤波,然后通过图像的边缘强度设计局部自适应阈值对指纹图像进行二值化,最后在指纹的细化图像上提取出指纹的细节特征点,并对其进行去伪处理.实验结果表明,该方法处理效果好,运算速度快.