一种新的实时指纹特征点匹配算法

近来指纹识别系统(AFIS)在很多领域中得到了广泛的应用.人们对指纹识别算法的研究也日渐增多.提出了一种适用于实时指纹识别系统的特征点匹配算法.这种算法通过采用圆形匹配限制框和简化计算步骤等方法,优化了Anil Jain和Xiping Luo等人的算法.对一组由扫描仪获取的指纹图像做实验,结果表明,我们的算法速度更快,精度更高,更适用于实时指纹识别系统.     

实时指纹识别系统的特征点匹配算法

近年来,文献中报道了许多指纹匹配算法.这里提出了一种新的指纹特征点匹配算法,这种算法识别速度更快,精度较高,适用于实时指纹识别系统.利用指纹的中心点来确定匹配参考点,并采用圆形匹配限制框进行匹配,提高了匹配速度和精度.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法比以往算法速度更快,精度更高.     

细化指纹图像中伪特征点的去除算法

指纹图像经预处理后,由于各种原因,会产生数以百计的特征.为了图像匹配的精确和快速,直接在细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点采用不同算法进行滤除.通过实验,证明了该后处理过程在去除指纹图像伪特征方面具有良好的效果.     

一种新的空间曲线匹配算法

提出一种新的空间曲线匹配算法。该算法对离散的曲线进行光顺、拟合和采样，使用空间曲线微分几何性质计算各采样点的曲率和弗朗内特标架。通过曲率计算匹配点对列表，通过对齐匹配点对的弗朗内特标架进行曲线匹配，得到一个匹配矩阵集。从匹配矩阵集中选出一个最优匹配的匹配矩阵，使得空间曲线的对应点匹配窗口内的距离平方和最小。实验结果证明，算法效率高、鲁棒性好。     

指纹识别中的特征点提取算法

以指纹的中心点和次中心点定位从而确定坐标的方法,在确定中心点过程中充分利用指纹弯曲信息,将中心点的搜索范围缩小在很小的范围内,从而大为缩小检索时间.这里的各特征点位置信息用相对坐标表示,因此具有一定的抗旋转和移位性.并且在TMS320C5409上实现.     

一种面向SIFT特征匹配的过滤新算法

针对SIFT匹配算法存在误匹配的情况,提出了一种基于三角形相似的匹配特征点过滤算法,即在SIFT算法中使用欧式距离判断特征点相似性后,对匹配的特征点构造三角形,通过判别三角形相似对匹配特征点进行进一步过滤。实验结果表明,三角形相似算法能大大提高匹配精度。     

基于改进SURF特征点的模板匹配算法

针对视觉中的目标识别问题,提出了一种基于SURF改进的模板匹配方法实现目标识别.传统的目标识别算法通常采用基于模板匹配的算法,其中基于SURF特征点的匹配算法被广泛使用,然而其实时性与匹配精度仍有待提高.基于SURF特征点进行改进,利用DAISY算法生成的描述子替代SURF算法中的描述子,并采用PROSAC算法进行误匹...     

视觉SLAM中图像特征点提取与匹配算法研究

在视觉SLAM(visual Simultaneous Localization And Mapping,v SLAM)中,利用提取到的图像特征点进行相机位姿估测是一种非常重要的位姿估算方法,为了实现相机的定位,图像特征点必须具备鲁棒性、尺度性和高效率等特点。介绍了图像特征点提取与匹配在视觉SLAM中的作用和场景中图像特征点需要具备的特性;对几种主流的图像特征点提取算法,即尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法、加速稳健特征(Speeded-Up Robust Features,SURF)算法、快速特征点提取与描述(Oriented FAST and Rotated BRIEF,ORB)算法分别进行了简要说明;并通过设计实验,在室内环境中,对几种图像特征点提取算法的运行效率和图像特征点匹配正确率进行了对比测试。实验表明,ORB算法在运行效率和匹配正确率上占据优势,能够较好地满足视觉SLAM中实时性和鲁棒性的要求。     

图象特征点提取及匹配算法

针对图像特征提取与匹配的适应性和准确性的问题,本文提出将尺度不变特征变换算法应用到图像特征点提取与匹配。算法首先采用SIFT提取图象的特征点及其描述,然后采用基于置信度的匹配算法进行特征点的匹配。通过对不同光照条件、焦距、拍摄角度的图像进行特征点的提取及匹配,实验结果表明,本文算法对图像的平移、旋转和仿射变换具有很好的适应性和准确性,可以进一步应用到图像识别,图像重建等领域。     

基于标记点的图像特征匹配的鲁棒算法

提出了基于标记点的图像特征匹配的鲁棒算法，该算法采用编码点和非编码点等标记点的方式。与已有方法相比较，该方法有两个主要特点：①首先用编码点的ID进行两幅图像间编码点的对应匹配，然后从已匹配的编码点开始，进行非编码点的匹配；②采用标记点的亚像素定位方法，提高了三维重建精度。实验结果表明，该算法既有非常高的正确匹配率，又有很高的三维重建精度。     

一种基于DSP芯片的指纹自动识别系统

使用指纹自动识别系统,不仅可以节省大量的人力,而且可以更准确地验证人的身份。由于 ＤＳＰ芯片具有很强的数学计算能力,在某些方面甚至可以和高性能的工作站相比,其处理指纹图象的速度可以满足实时性要求。本文提出了一种基于ＤＳＰ芯片的指纹自动识别系统,并详细介绍了系统的设计方案和关键硬件的结构设计。该系统已在银行中可靠地运行使用,实践证明它已很好地满足了实际的需要。     

基于奇异点和HMM的指纹分类数据融合方法

指纹分类技术是指纹数据库的一个重要索引机制。当待识指纹图像与模板图像之间存在较大平移和旋转时或遇到低质量的图像时,识别算法的性能会受到很大的影响。本文提出了一种基于奇异点和HMM的指纹分类数据融合方法。首先,分别对基于奇异点的指纹分类方法和基于HMM的指纹分类方法的信任度函数进行分配。然后,利用D-S证据理论进行融合完成指纹纹型分类,并在国际指纹竞赛数据库上作了测试,总的纹型辨识正确率可达94.5%,并且对平移、旋转和低质量的指纹图像具有良好的鲁棒性,具有一定的实用价值。     

改进的字符串查找算法

字符串匹配效率的提高,能够带来入侵检测系统检测效率的提高.BM、WM是目前常用的字符匹配算法,从这些算法中结合数理统计抽样的思想,本文希望通过抽样检测的方式提高匹配的效率.首先,新算法按照模式字符串的长度,从文本中固定地截取字符作为抽样点;其次,判断该抽样点是否在模式中出现,并从中分离出那些出现在模式中的抽样点.最后,在分离出的抽样点周围进行精确的模式匹配,从中找到模式字符串.此外,本文还给出了算法的正确性证明.     

基于类似形原理匹配轴测图

依据轴测图中存在的仿射不变性 ,提出 5个描述多边形拓扑和几何特征的特征向量 ,以这些特征向量为约束条件给出轴测投影下类似形的定义。提出基于类似形原理匹配轴测图新方法。基于类似形原理可将轴测图中的面分类。匹配过程限制在类似形基础上 ,可大大减少搜索范围。用拓扑结构定性分析类似形对图像中的噪声不敏感 ,用几何特征进行定量分析能反应轴测图的细小差别。该匹配算法能识别不同形状的目标 ,而且还可以区分形状相同但大小、比例不同的目标。实验结果表明该匹配方法是有效的。     

基于小波分析的指纹图像压缩算法

提出了一种基于小波分析的指纹图像压缩算法,首先讨论了指纹图像的分解,然后介绍了在压缩过程中,保留指纹图像中有效细节点的零树改进算法.实验结果表明,该算法简单有效,满足实用要求.     

基于源强先验引导的正交匹配追踪声源识别算法

压缩感知理论的出现为采用较少的传声器实现高分辨率声源识别与定位,提供了理论可能和实现途径。因此越来越多的学者将压缩感知方法应用到声源识别领域当中。在已有的诸多压缩感知重构算法中,正交匹配追踪（Orthogonal matching pursuit,OMP）算法具有旁瓣小、分辨率较高、算法过程简单、计算速度快、易于硬件实现等优点,具有广泛的应用潜力。但是OMP算法在实际应用场合中表现出的对低频声源定位效果差,聚焦面网格密集划分时易出现定位偏差的缺点限制了算法的应用范围。为此,通过对OMP算法关键步骤的理论分析,找出OMP算法上述缺陷的理论来源,在此基础上提出一种基于源强先验引导的OMP声源定位算法,该方法在OMP原子筛选过程中引入了源强先验信息,可以较好地克服由相邻声源距离较近或分析频率较低时原子间相关性增强引起的原子选择错误,从而进一步提高了算法的声源定位准确率,拓宽了算法适用的频率范围,在实际中可实现宽频带声源的高分辨率识别与定位。