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。     

基于改进伪中值滤波和非局部均值滤波的红外图像滤波方法

首先对伪中值滤波算法进行了改进:噪声检测过程融入像素点灰度值、几何距离等因素,实现噪声点从图像像素点中的逐步分离;采用加权滤波的方法滤除噪声。其次对改进非局部均值滤波算法的先验信息获取方法进行了改进:对噪声图像进行提升小波变换,采用一种新型阈值函数选择低频分解系数,对高于阈值的系数进行重构得到参考图像,计算参考图像的相似度权值并将其作为改进非局部均值滤波算法的先验信息。最后基于2种改进算法提出了一种红外图像滤波方法,即依次采用改进伪中值滤波算法和基于先验信息的改进非局部均值滤波算法对红外图像进行滤波处理,然后将其与参考图像进行融合,以修正被过度滤波的图像。实验结果表明,该方法针对高密度噪声的红外图像有较好的滤波效果。     

基于X光机的多帧PCB图像去噪算法的研究

单幅图像降噪方法已经相当丰富,但对于多幅图像降噪方法,受到图像采集设备的限制,研究并不多．通常使用的方法是多幅图像平均。由于图像噪声的多样性,任何单一算法对图像进行处理都无法使图像清晰．可以采用复合型算法：中值滤波与多帧平均滤波算法。     

基于双阈值的滤波算法研究

针对均值滤波和中值滤波的不足,提出一种改进的基于双阈值滤波算法。该算法通过两个阈值和均值的关系来判断当前点应取的值。和传统的滤波算法相比．该算法在滤出噪声的同时,能最大限度保留原始图像信息,滤波效果较好。     

基于二值掩码图像的粒子滤波目标跟踪快速算法

粒子滤波算法是进行运动目标跟踪的一种重要方法。针对传统粒子滤波算法在进行目标跟踪时存在的计算量大、实时性不足的问题,提出一种基于二值掩码图像的粒子滤波目标跟踪快速算法。该算法在传统粒子滤波算法的每个帧处理阶段产生二值掩码图像,再结合权重选择方法移除背景中权重较小的粒子,保留权重较大的重要粒子。提出的算法可以有效减少参与计算的粒子数目,节约算法的计算成本,从而提高目标跟踪的实时性。与传统粒子滤波算法进行比较,实验结果表明,提出的算法不仅能够有效地提高跟踪速度,而且跟踪结果的准确性和鲁棒性也有所增强。     

自适应区域生长算法在医学图像分割中的应用

提出一种通过计算种子点附近邻域统计信息,自适应改变生长标准参数用于医学图像分割的算法．在切片图像预处理过程中,考虑到体数据相邻切片之间高度的相关性,在相邻层之间采取高斯核滤波去除噪声,并通过各向异性滤波算法对该层切片进行滤波．实验结果表明,该算法可有效地提取出图像区域,具有较好的鲁棒性．     

基于迭代多级中值滤波的人脸美化算法

提出了一种基于图像二值化之后利用迭代的非线性多级中值滤波器的人脸美化算法。该算法首先利用二值化算法粗略地分离出人脸图像中的眼睛、鼻子、嘴巴等特征区域;然后对图像中的其它区域进行迭代多级中值滤波处理。通过与其它人脸美化算法实验结果的比较表明,该算法可以较有效地去除人脸图像中的如斑点、皱纹等不理想因素并且保留原图像的特征细节信息。     

基于Prewitt的指纹图像预处理算法研究

指纹识别能否取得预期的效果,取决于指纹图像预处理。传统图像预处理的步骤包含灰度滤波、二值化及二值滤波、细化及细化去噪。提出一种将优化的Prewitt算子用于灰度滤波的指纹图像预处理方法:先在灰度滤波时采用方向图滤波进行滤波处理,之后采用优化的Prewitt算子进行图像增强处理;再在局部快速傅氏变换时引入方向傅氏变换滤波;最后,采用八邻域查表细化算法进行细化去噪。该方法不仅使指纹图像的对比度更加清晰,同时还对指纹图像进行了边界提取与处理。整个方案具有较强的实用价值和应用前景。     

基于视频数据的电梯门防夹检测算法研究

针对电梯门现有防夹保护装置的缺陷,提出了一种基于视频数据的防夹检测算法,用于在轿厢门区内检测物体。首先,采用改进的双边滤波方法滤除视频帧和背景图像中的噪声。然后,差分视频帧与背景图像,并采用极大熵粒子群法二值化差分图像。接着,将二值图像进行形态学滤波以检测出轿厢门区范围内的物体。最后,利用Surendra算法更新背景图像。实验结果表明,提出算法可以在轿厢门区范围内实时且准确地检测出物体,为电梯门防夹功能的改进提供了可靠的保障。     

一种噪声密度检测自适应选择策略的滤波算法*

针对灰度图像受椒盐噪声不同程度污染的滤波处理问题,提出了一种噪声密度检测自适应选择策略的滤波算法。先对被噪声污染图像进行噪声密度检测,然后根据检测结果判断图像为轻度污染还是严重污染。对于前者,用3×3窗口统计阈值(STM)的开关中值滤波算法;对于后者,采取先3×3窗口后5×5窗口统计阈值的开关中值滤波算法二次滤波。实验结果表明,该方法不但适应能力较强,而且具有较强的去噪能力和较好的图像细节保护能力。     

一种形态学滤波结构元的选择方法

形态学滤波作为一种非线性滤波方法在目标提取、抑制噪声等图像处理领域有着广泛的应用。针对形态学滤波中的一个关键问题—结构元的选择,通过对结构元分解和形态学滤波运算的研究,提出了一种自适应选择结构元尺度的二值形态学滤波方法。通过实验表明该方法可以快速、准确地确定滤波中结构元的尺度,具有较强的去噪性和抗干扰性。     

基于二维最大熵阈值分割的坑识别方法

月球环境感知是未来月球探测车在月球表面实现自主导航一个非常重要的环节,坑是月球表面存在较多的一种地理特征,将成为月球探测车导航的障碍物。文章从模式识别的分类理论出发,提出了一种基于二维最大熵阈值分割的地球环境坑检测方法,为将来月球探测车的环境感知模块提供技术参考。首先利用二维直方图熵最大化阈值分割方法将图像二值化,然后结合形态学滤波算法和阈值面积消除法滤除一些噪声,最后对所得到的二值图像进行轮廓提取并在原图上显示,实现了对部分场景下坑的检测。     

基于二值指纹图像的Gabor滤波增强算法

在指纹预处理过程中,Gabor滤波器对于图像的平滑和分割具有十分显著的效果。但是Gabor滤波器对纹线方向和频率十分敏感,通过处理灰度图像得到的二值图像存在着严重的特征点丢失和变化问题。采用相位差分二值化方法,使二值化过程不依赖Gabor滤波。提出了在二值图像上利用Gabor滤波器增强的方法,保留了Gabor滤波器连接纹线断线和滤除图像中噪声的优点,避免了Gabor滤波器对频率的敏感性问题,有效地提高了指纹特征的保持度。     

矩形形态滤波器

矩形形态是一种最基本的灰度形态,在图像分析中有着重要的应用．为有效地检测出图像中的矩形形态,提出了一种矩形形态滤波器．首先定义了矩形形态滤波器的结构元素,然后定义了两种滤波模式：序位滤波和序位均值滤波．实验结果表明,矩形形态滤波器可以有效地从二值图像、二值噪声图像和灰度图像中检测出指定大小和方向的矩形形状．     

图像去噪混合滤波方法

传统均值滤波和中值滤波对高斯型噪声和椒盐型噪声有着不同的滤波特性。实际滤波时，由于图像往往会受到两种不同性质噪声的同时干扰，因此，单独采用中值滤波或均值滤波都不会达到最好的去噪效果，为了能同时对两种不同性质的噪声进行滤除，现提出了一种新的混合滤波算法，该算法首先利用局部阈值把受高斯型噪声污染的像素和受脉冲型噪声污染的像素区别开来，然后对受高斯噪声污染的像素采用均值滤波算法，而对受椒盐噪声污染的像素则采用中值滤波算法进行去噪。仿真结果证明，该方法更具有实用性和有效性。     

基于序位滤波的斑点形态滤波器

斑点是图像中的一种基本灰度形态,在图像分析中有着重要应用.本文提出了一种新的斑点形态滤波器（Blob Form Filter,以下简称BFF）,用于图像中斑点形态的目标检测.BFF采用了序位滤波原理,所以它对噪声具有较好的鲁棒性.实验结果表明,BFF可以有效地从受噪声污染的二值图像、灰度图像中检测出指定大小的斑点区域,并且抽出的斑点形态非常接近于斑点原有的形态.     

一种用于中值滤波的改进均值划分算法

图像滤波是很多图像处理算法在图像预处理阶段采用的处理措施,而中值滤波不仅能够有效地去除图像中的噪声,而且可以保持图像的边缘细节,从而成为首选的图像滤波方法.由于中值滤波需要使用排序操作,其计算时间复杂度较高,而且在滤波窗口较大时,导致图像滤波耗费较长的时间,不能满足海量、高分辨率图像实时滤波处理的需求.在研究中值滤波基础上,提出一种改进的基于均值划分的快速中值滤波算法,实验表明,该算法可以有效地降低图像中值滤波的时间消耗,特别是在大尺度图像中,当滤波窗口较大时,能够显著降低图像滤波时间,同时,能够与传统中值滤波保持一致的效果,进一步增强了大尺度图像实时处理能力.     

纹理滤波器在分割肛管外病症图像中的应用

采用均值滤波和中值滤波的方法对含有高斯噪声和椒盐噪声的肛管外外痔中的血栓性外痔图像进行滤波预处理,同时利用纹理滤波器分割图像将纹理图像、形态学操作、局部标准差滤波和Rangefilt滤波相结合,在保证分割图像整体性的同时,提高了分割图像的有效性,保留了图像的细节。通过血栓性外痔、息肉、混合痔、息肉血栓混合痔四种肛管外病症的分割图像结果的比较,表明纹理滤波器分割图像是一种性能良好的纹理图像分割方法,同时将其应用在肛管外病症图像的分割中,获得了很好的效果。     

基于数学形态学的烟支计数识别

根据烟支的几何特征,设计1种基于数学形态学的烟支图像分割并计数识别方法．该方法对二值图像应用形态滤波器去噪,对单个标记区域进行形状分类并使用不同的结构元素进行开运算,在腐蚀后膨胀前进行单烟支判定,达到分类处理的效果．在整个形态处理过程中引入形态编码概念,从而将形态学运算转换为字节中的位运算,同时将二值图中的区域转换为整数集合,作为1种区域描绘应用在单烟支判定中．     

基于中值的自适应均值滤波算法

中值滤波和均值滤波通常被分别用来处理脉冲噪声和高斯噪声.但是当图像同时存在高斯噪声和脉冲噪声时,单独用那种滤波方法都不会达到最好的去噪效果.针对该问题,提出了一种基于中值的改进自适应加权均值滤波算法.该算法采用了一种基于自适应阈值的方法对滤波系数加以优化,使其可以更有效地减少噪声,又可以较好的保持图像的边缘细节信息.实验结果表明,该算法能较好的滤除混合噪声,且滤波效果优于传统的滤波算法.