基于稀疏表示的室内指纹定位算法

为解决室内实时定位中精度不高的问题,提出了一种基于稀疏表示的室内指纹定位算法.针对传统的指纹数据库匹配算法的不足,将待测点的位置估计看作多分类问题.首先在室内区域选择若干个参考点,多次测量参考点的WiFi信号强度,构建稀疏数据字典.通过稀疏表示的方法,用参考点的指纹矢量对待测点处的指纹矢量进行重构,计算重构误差并根据其对待测点位置进行估计.实验结果表明,与传统SVM定位方法相比,该算法的定位精度有明显提高.     

两级参考点匹配位置指纹声源定位方法

提出一种两级参考点（RPs）匹配方法来减少位置指纹声源定位（SSL）过程中临近参考点搜索的计算量. 离线采样阶段：通过K均值聚类算法将数据库划分为一定数目的子库,并采用一种距离检测方法对离群点进行剔除. 在线定位阶段：通过第一级临近子库匹配完成对参考点搜索范围的缩减;在临近子库内进行第二级参考点匹配得到临近参考点;完成声源目标（TP）定位. 实验结果表明,采用两级参考点匹配算法可以在保证定位精度的前提下有效提高位置指纹声源定位方法的定位效率.     

一种指纹图像奇异点检测方法

针对指纹图像中的奇异点携带着重要的指纹特征信息,而用Poincare Index方法不能有效地检测出拱型指纹和部分尖拱型指纹中的奇异点等问题,对Poincare Index方法进行了改进,提出了一种奇异点或参考点检测与计算方法.实验结果表明,该方法能很好地对5种类型指纹中的奇异点或参考点进行检测与计算.     

WiFi指纹定位中改进的加权k近邻算法

针对WiFi指纹定位中传统的信号欧氏距离不能很好地反映各位置点间物理距离的问题,提出了改进的加权k近邻定位算法。首先,在信号距离的计算中引入接收信号强度的方差;然后,根据接收信号强度和物理距离之间的非线性关系引入加权系数,设计了一种信号加权欧氏距离;最后,利用信号加权欧氏距离进行指纹匹配和位置估计,改进了加权k近邻算法。在真实环境下的实验结果表明,信号加权欧氏距离能够更准确地衡量各点之间的物理距离并选择更合理的最近邻参考点。与现有的加权k近邻算法相比,改进的加权k近邻算法能够明显地提高WiFi指纹定位的精度。     

听觉定位数据库构建过程优化

针对采用栅格地图法进行听觉定位数据库构建过程中存在的所需参考点数量较多和局部定位效果恶化等问题,提出基于定位误差分布特征的位置指纹数据库构建方法.在数据库构建过程中,根据测试点的定位误差分布情况,采用k近邻算法搜索定位精度偏低的区域进行新定位参考点布置.从仿真和实际实验两方面对所提出的方法与传统栅格地图方法的数据库构建效果进行了对比.结果表明,采用该方法可以有效地提升位置指纹库构建的效率,抑制局部定位效果恶化现象,提高听觉定位系统的适用性.     

基于数学形态学与均值方差的指纹图像分割算法

提出了一种基于数学形态学与均值方差的复合指纹分割算法,改进了指纹图像分割效果,提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。     

基于生成对抗网络模型的RSS缺失值预测

无线上网（Wi-Fi）定位是目前室内定位中的主流方法,指纹数据库的构建是Wi-Fi定位系统的关键.然而指纹数据库中的接收信号强度（RSS）指纹值会随室内环境的变化而变化,通常需要不断地重新测量指纹值去更新指纹数据库,这就导致了成本高、耗时长,尤其是在定位区域较大的动态环境中是不切实际的.针对此问题,提出了自适应上下文生成对抗网络模型.该模型只需测量指纹数据库中的部分RSS指纹,即"参考点",然后通过学习参考点的分布情况,预测特定位置的缺失指纹.仿真实验结果表明,室内定位精确性显著提高,人力成本大大减少.     

融合方向和灰度信息的指纹图像分割算法研究

利用点方向上的灰度差值法和点方向上的灰度方差法,改进了以八邻域模板法为基础的点方向信息计算算法,同时,融合灰度方差阈值分割算法和方向信息分割算法的优势,提出了一种改进的基于灰度方差阈值和方向信息分割指纹图像的合成算法,该算法避免了传统的、基于单一指纹纹理特性的指纹图像分割算法的局限性,对不同质量指纹的具有较高的适应性。通过与灰度方差阈值算法及方向场算法的分割结果进行比较,验证了所述合成算法的独特优势。     

模糊空间下双标签指纹定位算法

针对指纹定位中传统的空间划分方法所伴随的指纹点区归属识别困难和邻界匹配误判的问题,提出一种适用于区域中心识别和过渡双域判别的空间模糊划分方法,利用参考点类间距离与类内距离的差异度,衡量子区域边界的模糊度,保证实验场景定位开销最优化的同时,兼顾空间重叠划分优势,缓解子区域间绝对判别的负效应,提高定位匹配的泛化能力。在位置估计阶段,综合考虑参考点邻域间接收信号波动差异,将参考点与待定位点间信号域的距离度量转化为同源差异下的无量纲排序,并以修正后的多源排序均衡结果间接映射待定位点与参考点之间的相似度;此外,引入空间密度可达搜索强相关参考点集,结合信号域和空间域迭代约束参考点,实现目标近邻集的动态选择和集聚效应,有效克服环境变化与信号波动的干扰,提高定位方法的环境适应性。经路演下的实测数据对定位性能的评估,所提算法的定位精度优于同类区划分算法4.7%～11.8%,且在同全局匹配方法的比较中,平均定位误差最佳可降低0.422 m。     

基于连续分布方向图的复合指纹图像分割算法

实现了一种结合连续分布方向图与方差分割的复合指纹分割算法,改进了指纹图像分割效果并提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。     

自动指纹识别系统的实现

研究了指纹图像的预处理、特征提取及特征匹配这三种算法。介绍了指纹和自动指纹识别系统的相关知识,详述其各组成单元;采用了基于三角形基准点定位匹配的算法,以弥补细节点指纹匹配算法过于依赖中心点的不足;并在VC＋＋6环境下开发了自动指纹识别系统软件,性能测试结果表明,该系统能较好地实现自动指纹识别功能。     

自动指纹识别系统中关于指纹特征算法的研究

指纹图像的特征提取和匹配在计算机指纹自动识别系统(AFIS)中起着至关重要的作用,直接制约着系统的识别率和识别速度.本文在指纹图像预处理的基础上,对指纹特性算法进行了改进,主要创新点在于简略细化过程同时引入基于二值化图像的特征提取算法.非正向扫描特征提取算法根据指纹的综合特征,沿脊线搜索匹配细节特征点,避免伪特征点的提取.改进后的算法在MATLAB环境下成功应用,实验结果表明,该算法能有效提高识别精度和速度,满足在线验证指纹的实时应用性.     

一种基于指纹线方向的指纹图像增强算法

该文介绍了一种基于指纹线方向的指纹图像增强算法.该算法将局部指纹线方向这一指纹图像特有的特征应用于指纹图像增强中,而不是单纯地使用普通数字图像处理方法来进行指纹图像增强.实验结果显示,该算法不但使指纹图像变得更清晰,而且很好地保留了各指纹特征点,并且还能对断裂的指纹线做适当的修补.     

ISODATA聚类在指纹图像分割中的应用

针对指纹图像的特点,研究了传统的指纹分割方法和形态学图像处理方法,将迭代自组织分析算法（ISODATA聚类）应用到指纹图像分割中.首先根据指纹图像块灰度均值、块标准偏差、块灰度对比度和块方向一致性,使用聚类方法划出图像的部分背景块;然后将背景块灰度用背景处灰度平均值代替,使用形态学图像处理方法实现指纹图像的分割.对FVC（国际指纹识别竞赛）指纹库中不同质量的指纹图像进行了测试.结果表明,此算法比传统算法更有效.     

指纹图像中心点提取算法

根据指纹图像的特点,分别在空间域和频域增强图像,并采用了一种复合滤波器对增强后的图像进行滤波处理,把指纹图像的局部信息和全局信息有机的结合起来,提出了一种指纹图像中心点的算法,为指纹图像的进一步处理提供了有利的工具.     

基于中心点的指纹匹配算法的研究

研究了一种基于指纹中心点的指纹匹配算法.该算法将指纹的中心点来确定指纹匹配时的参考点,指纹的中心方向为初始方向,在此基础上所有的特征点用极坐标表示.该方法降低计算量,并提高了匹配的准确性.     

基于数字水印的指纹图像安全性研究

对指纹图像安全问题进行了研究,提出了基于数字水印的指纹图像安全解决方案.首先对指纹图像水印应用特点进行分析,接着采用三种水印算法进行对比.然后重点研究嵌入水印后指纹特征点变化情况以及由此引起对指纹识别率的影响.最后在对实验数据分析讨论的基础上提出了指纹图像水印算法选择的原则.     

基于二维正弦曲面滤波器的指纹图像增强算法研究

在深入分析指纹图像的基本特征及其对正弦曲面相似性的基础上,构造符合指纹局部区域纹线灰度分布规律的正弦曲面滤波器模型,并提出了基于该模型的指纹增强算法.实验结果表明,相比于加博增强算法,该算法具有更好的纹线连接能力,能有效提高指纹图像增强的实际效果和细节特征信息提取结果的准确性.     

指纹自动识别中的中心点搜索和特征分块抽取方法

提出了以指纹的中心点和次中心点定位的方法，对指纹图象分块进行特征抽取，最大限度地利用原指纹中所包含的信息，因而可以有效地对残缺指纹进行处理，至少也可大为缩小检索范围。这种方法对完整的指纹图象也同样有良好的处理效果。同时提出了一种快速算法，有效地降低了搜索过程的错误率。本文所提分块所形成的编码，既可作为独立的编码进行指纹检索，又可用作Ｈｅｎｒｙ分类的补充。     

基于灰度特性的指纹图像分割算法

提出了一种简便的指纹图像的分割算法,为可靠、准确地实现指纹自识别提供一种可行的方法.算法中通过合理的运用图像灰度特性,以较低的计算代价有效地解决了指纹图像分割问题.这种算法处理的效果好、运行速度快.实验表明,这种分割算法对于指纹图像的预处理是很有效的.