一种新型掌脉图像采集光源的设计

为了获得清晰可靠的掌脉图像,提出了一种新型非接触式掌脉图像采集光源的设计。新的设计突破了多LED组成面光源的通行设计方案,采用了新的红外发光源激光二极管(LD),并通过对激光二极管的封装设计进行改进,克服了单点光源造成的亮度不均的问题。实验结果表明,新型光源体积小,功耗低,并能够保证采集设备获得可靠清新的掌脉图像。     

基于ICA的在线掌纹识别

个人身份认证和鉴别在现在社会显示着重要的作用,作为一种准确而可靠的个人鉴定方式,生物识别已经引起了广泛的注意.掌纹作为一种相对较新的生物识别技术也有着独特的优点.而掌纹特征的提取和选择是整个识别中最关键的一个环节,主要利用ICA（独立主成分分析）方法对掌纹进行特征提取,实验证明,相比较PCA（主成分分析）方法,基于ICA方法具有更高的识别效率.     

CCD高精度图像采集系统设计

本文简单介绍了新型传感器件CCD的基本工作原理,详细讨论了CCD高精度图像采集系统的硬件和软件的设计方法。采用高速A/DD转换器和噪音处理电路提高系统的性能。     

多光谱掌脉和掌纹离焦图像融合方法

非接触条件下单模态手部图像纹理信息有限,不利于识别。本文提出利用同一装置在多光谱下分时快速获取掌纹和掌脉图像。通过掌纹图像在静脉图像中进行掌纹主线增强处理,达到增加纹理信息、改善识别效果的目的。控制掌纹、掌脉两幅图像获取间隔小于0.1s,忽略手掌细微空间移位,对获取的掌纹图像进行感兴趣区域(Region of interest,ROI)提取,并利用掌纹ROI坐标参数进行静脉图像的ROI提取。然后对两个ROI区域进行预处理,通过多层小波分解得到的掌纹高频信息快速定位掌纹主线。最后根据掌纹主线归一化后的高频分量,进行掌纹和掌脉小波系数的融合,最终得到在静脉纹理图像中增强掌纹主线纹理的融合图像。实验结果表明,融合后的图像中在保持静脉纹理信息原有状态下,掌纹主线纹理信息明显增加,识别效果得到改善。     

非接触式掌纹图像采集光源的设计*

通过波段选择和均匀光源设计,本文提出一种新的非接触式掌纹图像采集光源。根据人体皮肤对光谱的吸收比和人体血液对光谱的共振散射的研究,发现430nm波长的光波照射下,采集到的手掌图像相比其它波段光波照射时掌纹纹理更加突出。通过对发光二极管（LED）的发光特性,LED形状的选择、多个LED间距与排列方式的研究,最终得到光照度均匀的光源。结果表明：在该光源下采集到的非接触手掌图像对比度高,手掌纹线突出且无亮斑影响的高质量手掌图像,为提取准确的掌纹特征提供了便利。     

掌纹识别算法综述

掌纹识别作为一种新兴的生物识别技术, 近年来得到了广泛的关注与研究. 与其他生物特征相比, 掌纹有许多独特的优势,包括识别率高、采集设备价格低廉、用户可接受性好等. 这些优势使得掌纹识别成为一种有着广泛应用前景的生物识别方法. 本文首先介绍了掌纹的特点、掌纹的采集设备和预处理方法, 之后详细介绍了近几年来提出的各种掌纹识别方法. 根据特征提取以及匹配方法的不同, 本文将掌纹识别方法分为基于结构的、基于子空间的、基于编码的和基于统计的四类方法. 在回顾和比较了各种算法的特点之后, 对未来的掌纹识别方法的发展方向作了展望.     

掌纹样本采集技术及预处理技术的分析与研究

对掌纹识别技术中的采样方法、色彩校正、亮度分布不均匀校正、手形朝向校正及目标区域获取这些技术进行了分析和研究,提出了改进的采样方法、基于采样统计的掌纹色斑校正方法、基于亮度分布估计的图像内亮度分布不均匀的校正方法、基于数学形态学的手形方向校正及目标区域获取方法。实验结果表明这些方法取得了良好的效果。     

单幅近红外手掌图像掌静脉和掌纹多特征识别

传统的掌静脉和掌纹图像融合识别一般需分别采集掌静脉和掌纹两类图像,而单幅近红外手掌图像中实际上同时包含了掌静脉和掌纹结构信息。由于二者局部纹理细节差异较大,且像素值分布范围不同,因此,可以先分离再分别增强处理。首先,提出了改进的引导滤波算法以便去除掌纹结构,并设计了反模糊细节增强模型增强掌静脉结构图像;然后,提出了一种改进的分块增强算法,可以在增强掌纹结构图像的同时滤除掌静脉结构信息,再利用基于Sobel算子的反锐化掩模算法以便突出掌纹主线条结构信息;最后,对单幅近红外手掌图像中获取的掌静脉和掌纹图像进行融合识别。在香港理工大学近红外手掌数据库上进行了实验,结果表明：所提出的算法识别率达到了99.63%,与其他已有算法相比等误率平均降低了0.66%,验证了所提出算法的有效性。     

手掌静脉识别系统的研究与设计

手掌静脉识别技术是静脉识别领域的新兴课题,原理相当简单,但具体实现有很多的挑战,包括如何设计一个能获得手掌静脉图像的采集实验装置和能够进行精确识别的算法等;对手掌静脉识别系统进行了初步的分析与研究,在研究的基础上为手掌静脉识别系统提供了一些硬件解决方案,包括如何选取CCD摄像机、怎样设计光源系统等,设计了手掌静脉采集实验装置,完成了手掌静脉识别系统的整体搭建,并采集到了较清晰的手掌静脉图像。     

基于ARM的手指静脉识别系统的设计与实现

手指静脉识别是第二代生物认证的高端手段.为了实现识别设备的小型化,针对嵌入式系统独立运行的优点,设计并实现了一种基于ARM11和Windows CE的手指静脉识别系统.ARM11处理器从数字摄像头获取手指静脉图像,通过开发的应用软件进行图像预处理和特征提取,与建立的手指静脉图像库中的对应模板比对,完成身份认证.实验结果...     

小模数齿轮齿形误差的CCD测量方法研究

针对尺寸较小的小模数齿轮齿形误差的测量,提出了基于CCD和图像处理技术的齿轮齿形误差的测量方法。在测量中,为了更准确地获得边缘位置信息,对图像进行了中值滤波、二值化、边缘提取,亚像素拟合等处理,并解决了齿轮圆心确定、定标、多幅图像间的图像拼接等问题,以及在分析齿形误差的测量方法和测量过程的基础上建立了测量数学模型,从而完成了整个测量过程的设计。实验表明:采用图像测量方法使测量的最大绝对误差为9.2mm,对小模数齿轮齿形误差的测量提供了一个有效途径。     

无标记印刷品质量在线检测方法研究

印刷品图像配准是实现印刷品自动检测的关键技术。以高分辨率印刷品图像为研究对象,将原始图像分割成多个兴趣区域,将兴趣区域的中心坐标与旋转角作为图像配准参数,通过变步长搜索算法获取被测图像与模板图像之间的最小旋转角;通过仿射变换将待检图像与模板图像进行配准并使用双向差影法计算两者的差影图像;通过二值化阈值与缺陷区域面积阈值进行缺陷识别。实验结果显示：该检测系统对合格品的检测准确率为96%,对不合格品的检测准确率为94%。     

基于CCD的自主机器人高速运行控制算法设计

基于特定的机械结构和电气特性的单目CCD轮式机器人,提出一种高速控制算法,使机器人发挥最优速度潜能。该算法采用图像定位模型,根据当前机器人的位置信息,模拟可能的转向角下的运行轨迹,参考规则数据库,给出最优偏转角度和速度控制决策。实验研究表明:该算法具有较好的可行性。     

基于Mapgis的打印功能的设计与实现

对基于Mapgis开发的应用系统的打印功能进行了全面的分析和研究,介绍了图形和表格的打印,包括套打、全打、追加打印、本地打印、远程打印,对应用软件系统中的打印功能提供了完整的解决方案。     

基于CCD的脉冲X射线实时成像系统

从X射线成像原理、系统组成及实验应用等方面介绍了基于CCD的脉冲X射线成像系统,可用于不透明物体的检测,直接得到X射线透视后的图像,实现了不透明物体检查的实时图像显示。     

基于CCD传感器和DSP的数粒机系统设计

应用数字信号处理器(DSP)与线阵CCD设计了先进的数粒机系统,替代了传统系统中的PLC与光电池。以DSP为控制核心,将喂料、检测计数、装瓶及人机界面等子系统有机集成在一起,采用边缘检测原理实现药粒的检测和计数,设计的数粒机系统具有受粉尘影响小、数粒速度快等特点,适用于各种形状尺寸药粒的检测计数,实际应用证明了系统设计的先进性、可靠性和快速性。     

目视万工显的CCD影像测量系统设计与标定

在目视万工显的基础上,采用CCD图像传感器设计电子目镜采集图像,利用光栅尺实现万工显二维平台移动的测量,分别通过USB口和串口实现图像数据和光栅尺测量数据的计算机自动采集。使用二级精度的毫米级玻璃线纹尺来标定影像测量系统,使用电子目镜采集玻璃线纹尺1 mm刻度的图像,通过编制的软件对图像进行像素细分、去噪声、二值化、刻线细化等处理,实现影像测量系统的标定。最后使用一级精度的0.01mm玻璃线纹尺验证标定结果,验证结果表明:标定结果符合测量要求。     

基于DSP和CCD的图像测温系统的设计

为实现高温物体的实时测温,设计了基于DSP和CCD的双波段图像测温系统.该系统利用DSP芯片的高性能数据处理能力将CCD采集的包含温度信息的图像进行处理,并将处理后的图像通过USB2.0接口送往主机显示.其在高温测量和火灾检测方面有很好的应用前景.