结合方向信息和模糊聚类的指纹图像二值化方法

尽管指纹图像具有局部方向一致性,但在一些局部区域,尤其是包含指纹奇异点的区域点方向变化仍然较大.鉴于此在求出指纹各个像素的点方向以后对指纹图像进行分块,引入了方向信息可靠块和方向信息不可靠块的概念.对方向信息可靠块提出一种用方向信息分割指纹图像的方法.对方向信息不可靠块,采用两种方法区分出指纹决和背景块:一是利用该块的均值、方差;二是利用邻域信息.在此基础上对不可靠块中的指纹块采用加权模糊C.均值聚类的方法对其进行二值化.实验表明:用本文提出的方法对指纹图像进行二值化处理后得到的二值图像脊线光滑无孔洞.对断线起到了一定的连接作用,而且对于方向变化较大的分块避免了二值化后纹线的偏移.     

基于大津法的图像分块二值化算法

本文对灰度图像二值化的方法进行研究,提出了一种新的以大津法为基础的图像分块二值化方法.通过对采集到的火车轮字符进行实验,结果表明了这种新的二值化方法在不均匀光照、图像模糊的情况下能很好地对图像目标(字符)进行分割,该方法的思想可以推广到对一般灰度图像的二值化中去.     

基于方向场分布率的静脉图像分割方法

提出了一种新的静脉图像分割方法, 该方法以方向场分布率(Distribution ratio of directional fields, DRDF)作为区分静脉纹路和背景的分割准则. 首先利用邻域信息和邻域分块模板计算图像中每个像素点的方向场以生成方向场图像, 然后根据方向场图像中像素点互补半圆区域内的方向场分布率和分布判定函数计算出8灰度级图像, 最后确定二值化参数将8灰度级图像二值化得到最终图像分割结果. 该方法结合静脉图像特征, 充分利用方向场图像的空间属性,克服了照度不均、粗细不均以及边界模糊等因素对分割造成的影响. 实验结果表明该方法对于静脉图像具有很好的分割效果.     

面向条码识读的自适应二值化改进算法

为了对条码内容进行识读解码,需要对条码图像进行二值化处理以求取出条码的条空序列.现行的二值化方法大多要么不能够获取到较好的条码二值化图像,要么二值化所需的处理时间太长不能够满足实时性需求.对此,提出一种使用积分图的基于Wellner自适应二值化算法的改进方法.实验结果表明,该方法对不同光照环境的图像都能够获取到较好的条码二值化图像,为条码识读解码提供较好的图像效果,从而提升条码识别成功率;此外,该方法所需处理时间较短,能够满足大多数条码识读应用对实时性的需求.     

使用方向滤波技术的手指静脉纹路提取方法

为了准确高效地提取手指静脉纹路,提出一种新的基于方向滤波的手指静脉纹路提取方法。该方法结合静脉纹路特点设计手指静脉图像的方向图及方向滤波器,根据所得的方向图及方向滤波器对图像进行滤波增强,对增强后的图像提取手指静脉模式。与传统的二值化方法相比,在进行二值化操作前,先对图像进行方向滤波处理,使得该方法提取出的手指静脉纹路连通性与光滑性好、噪声与伪特征少,且其不仅对高质量图像能够准确有效地提取出静脉纹路,对低质量图像处理效果也比较理想。     

Gabor滤波在方向上的二值化指纹增强

指纹图像增强是指纹特征提取和识别中的难点之一.本文介绍了一种在Gabor滤波基础上,基于方向图的、具有动态阈值的指纹图像二值化方法.该方法充分利用了指纹图像本身方向和灰度变化的特点,在保持指纹特征基本不丢失的情况下,可直接从指纹源图像中得到二值化图像,完成一般图像处理中的平滑、增强、二值化的过程.实验表明,此方法对于低质量的图像有很好的效果.     

基于视频图像的人眼动态追踪

论文基于视频图像对人眼的瞳孔中心进行实时定位,根据该点的位置变化从而判断人眼的注视方向即人眼的动态追踪.首先对视频图像进行灰度化处理,将视频图像从RGB色彩空间转换到灰度空间.然后对灰度图像进行高斯滤波处理,去除图像的噪点.接着对图像进行二值化处理找到人眼区域并检测出瞳孔轮廓,最后进行瞳孔中心定位实现人眼动态追踪.实验结果表明,该方法是有效的,能够实时追踪眼动方向.     

FFT和Hough变换在织物纹理方向检测上的应用

针对人工测量织物纹理方向的方法存在自动化程度低、精度不高的缺点,提出基于快速傅里叶变换和Hough变换的自动检测和识别织物经向、纬向、斜纹斜向的方法。对织物图像进行二值化处理,对二值化后的织物图像进行快速傅里叶变换得到功率谱图,对功率谱图的二值图像进行Hough变换,从而检测出织物纹理方向。通过对同一试样的不同放置方式进行测试,证明该方法对织物放置方式无特殊要求,仅需确保试样平摊在光滑台面上不受任何张力;将该方法与人工测试结果作对比,证明该方法具有高精度、高自动化的优点。     

一种实用的自动指纹识别完整算法

本文设计并实现了一套完整的指纹图像自动识别算法,该算法首先对指纹图像进行增强包括归一化,分割指纹图像,区分有效区域和无效区域,计算方向图、用方向滤波的方法对指纹图像进行滤波、接着用动态阈值法二值化经过滤波增强的指纹图像,并对二值化图像进行细化及细化后处理,然后提取细化后图像的特征数据,最后将提取的特征数据进行匹配。实验表明该算法运行时间短,识别效率较高,是一种实用的自动指纹识别算法。     

指纹图像的预处理

采用基于方向信息的形态学运算对指纹图像进行预处理。针对指纹图像的特点，首先对图像进行规格化；然后采用分块直方图均衡化方法做一次增强；接着用动态阈值法对图像二值化；根据方向信息对二值图像做基于形态学闭运算的二次增强；最后对二次增强图像细化。给出了一种简单有效的指纹图像预处理方法以及该方法的实验结果。