一种快速精确的虹膜定位方法

为了提高虹膜定位的速度和精度,本文提出了一种定位方法.对于虹膜的内边缘定位,本文基于图像二值化和形态学的腐蚀、膨胀,建立了有效的去噪算法,并提出了一种灰度投影与圆的方程相结合的方法,可准确定位虹膜内边缘.对于虹膜的外边缘定位,本文利用虹膜内边缘定位数据对边缘图像去噪得到有效的边缘信息,在此基础上提出了一种改进的Hough变换方法,可以快速准确地定位虹膜外边缘.实验结果表明,本文提出的虹膜定位算法显著提高了虹膜定位的速度和精度,避免了传统Hough算法搜索的盲目性.     

一种基于小波变换的虹膜识别方法

虹膜上的纹理或结构的差异,是不同虹膜相互区别的最主要原因和体现.因此,要想获得很高的识别率,就必须运用虹膜图像的边缘信息.利用二维小波变换,构造出了一种新的虹膜识别方法.该方法的基本思想是对于小波多层分解的低频分量,用一种变形的互相关方法由粗到精地进行匹配,以筛选出少数匹配较好的虹膜图像;然后在第一级小波分解的边缘分量上提取图像边缘,并用一种新的基于边缘特征的距离量度对筛选出的虹膜图像进行最终识别.与国外的虹膜识别方法相比,该方法把全局特征与局部特征很好地结合起来,并且更为有效地利用了虹膜图像的边缘信息.     

虹膜定位技术研究与实现

为了提高虹膜识别的效率和准确性,提出了一种将粗定位和精确定位相结合的虹膜边界提取预处理方法。通过对预处理后的二值化虹膜图像进行粗定位,基于瞳孔边界点控制的最小二乘拟合方法确定虹膜内边界,并采用微积分算子精确检测定位虹膜外边界。最后用CASIA虹膜库中的756幅虹膜图像对算法进行测试,与基于Hough变换的虹膜定位方法关于虹膜内外边界的定位时间和虹膜定位的准确度进行比较。结果表明,该算法具有很好的准确性和识别速度。     

基于小范围搜索的虹膜定位方法

提出一种提高虹膜定位速度的方法.虹膜定位分为内定位和外定位2个方面:在内定位方面,首先建立一种基于形态学腐蚀、膨胀的去噪方法,有效地抑制了眼睫毛的干扰,提高了采用灰度投影法进行瞳孔中心粗定位的精度,缩小了精定位的搜索范围.然后使用sobel算子获取边缘图像,并利用粗定位数据和实际经验值设计了有效去除边缘噪声的方法.最后运用本文提出的基于"小范围搜索"的方法对虹膜内边缘进行精定位;在外定位方面,利用虹膜内边缘定位数据及虹膜库的先验知识,在有效去噪的基础上,仍可采用小范围搜索的方法定位虹膜外边缘.实验结果表明,本文提出的虹膜定位算法可快速准确地定位出虹膜内外边缘,减少了Hough算法及一些现行算法搜索的盲目性,且具有一定的抗干扰能力.     

基于改进随机Hough变换的虹膜定位算法

针对随机Hough变换(RHT)中随机采样造成的大量无效采样和无效积累问题，提出了基于连续曲线段的RHT(CRHT)算法并应用于虹膜定位中，它一方面利用了边缘图像的连续特性减少无效采样的数量，另一方面利用了精度不高的梯度方向信息减少无效积累的问题。实验结果证明改进的CRHT算法提高了虹膜定位速度。     

虹膜身份鉴别系统算法研究

在随机Hough变换的虹膜定位和方向小波多尺度极值点检测的鉴别算法基础上,研究了一种快速可靠的虹膜身份鉴别系统.实验结果证明了提出的定位、鉴别算法的优越性、合理性.     

应用统计距离实现虹膜定位

提出了一种统计距离法(MCD)来提高虹膜识别效率。用MCD对虹膜边缘图像去噪,并建立了有效的虹膜内外圆定位方法。首先,用灰度求和找到瞳孔内一点,同时,使用Canny算子获得虹膜边缘图像,并根据所确定的瞳孔内的点来寻找虹膜内边缘上的3个边缘点。将这3个边缘点代入圆的方程即可找到虹膜内边缘。然后,根据虹膜内定位数据来消除虹膜外边缘图像中的噪声,再在去噪后的边缘图像中排除20%个与虹膜内圆圆心距离最远的边缘点。最后,使用一种改进的Hough变换来获得虹膜外边缘数据。实验结果表明:MCD的内定位时间和外定位时间分别是0.122 2s和0.242 4s,均比快速精确虹膜定位法(FAILA)低,且成功率为96.67%,高于FAILA。因此,MCD具有较高的精度和较快的速度,可提高虹膜识别的效率。     

二维小波变换在虹膜特征提取中的应用研究

本文提出了一种采用canny变换来提取虹膜特征,并用小波神经网络来进行分类的虹膜检测识别的新方法.该方法结合了小波神经网络作为一种新的分类方法,它很好地改进了识别精度,同时提高了系统的性能.一个简洁并且能快速训练的算子Adaboost也将在小波神经网络中给出介绍.实验结果表明,应用该算子进行分类识别时,识别率为100%,该方法具有很高效的可行性.     

一种快速的虹膜定位算法

虹膜定位是虹膜识别中的重要步骤.提高虹膜定位的速度、精度是有效地进行虹膜识别的重要前提.在现有的利用二值化方法分离瞳孔算法的基础上,基于眼睛的几何特性,提出一种虹膜定位算法,该算法首先通过寻找瞳孔所在的矩形区域来定位瞳孔的圆心、半径;然后根据瞳孔和虹膜近似同心的特性,利用圆形检测算子在小范围内搜索虹膜的外边沿,确定虹膜的圆心、半径.与传统虹膜定位算法相比,此算法易于实现,且减少了搜索的盲目性,可提高虹膜定位的速度.     

基于小波阈值去噪方法的研究

系统地研究了小波的软阈值去噪、硬阈值去噪、garrote阈值去噪以及semisoft阈值去噪等四种阈值去噪方法,并把它们应用到典型的含噪信号中进行比较,最后对去噪的影响进行了阐述.     

应用迭代圆环像素率法实现快速虹膜定位

针对虹膜定位易受噪声影响、速度慢、自适应性差等问题,提出了基于迭代圆环像素率法的快速虹膜定位算法。提出的定位算法包括切割虹膜图像、Hough圆检测粗定位、微积分算子精定位3个部分,从切割虹膜图像、图像抽样、迭代圆环像素率法、快速Hough圆检测以及分层定位思想5方面提高算法的速度。提出了缩小半径范围的迭代圆环像素率法以及消除瞳孔光斑的形态学方法,瞳孔分割阈值以及小范围的圆心、半径候选集等参数都是通过计算得到,自适应性好。使用4个虹膜数据库进行实验,并与相近算法进行了对比。实验结果表明,该算法的定位准确率为97.75%～99.07%,定位时间为52.847～158.502 ms,是一种鲁棒、快速、自适应的虹膜定位算法。     

基于小波包的CDMA窄带干扰自适应抑制算法

CDMA通信中的窄带干扰是其主要干扰类型之一。文章首先综述了目前比较先进的基于小波包变换的变换域自适应窄带干扰抑制技术：自适应小波包时频抗干扰技术和小波包自适应滤波技术。针对上述小波包分解过程是按小波包基顺序排列而非按频带顺序排列不利于干扰分析和定位这一问题,提出了一种基于按频带顺序排列的小波包变换的自适应窄带干扰抑制技术,详细说明了其基本思想。该技术便于工程上干扰分析及抑制。     

基于多分辨率小波的鱼刺图像检测

针对鱼刺图像的特点和检测目的,提出了一种结合小波变换与canny算子的检测方法.该方法结合了小波变换与canny算子各自的特点,有效地抑制了鱼肉厚度、鱼块边缘等无用信息.实验结果表明,该算法能准确检测出残留鱼刺的位置.     

基于小波变换的图像去噪研究

本文在对目前图像小波去噪的图像分别进行了仿真试验,并得出了相应结论.最后,对小波去噪方法提出了一些展望.     

基于小波分析的信号噪声的处理

分析了通信系统信号处理中噪声的小波分析特性,用一维小波分别对平稳信号和非平稳信号进行了分析和研究;提出了基于小波分析理论,利用小波变换对含噪信号进行小波分解,然后选取适当的阈值,对小波分解系数进行阈值量化,最后再对高低频系数重构,实现信号的降噪。并通过实例验证了小波分析方法对信号噪声处理的有效性。     

基于DSP和ZigBee的虹膜识别系统设计

针对传统虹膜识别系统计算复杂、实时性差等问题,在 Gabor滤波图像的基础上,利用分块图像的幅值均值和相位信息来提取虹膜特征量,并结合k-近邻算法来完成虹膜识别功能,缩短识别时间,提高识别准确度.同时,将识别结果通过ZigBee网络发送至云端服务器,解决了厂区内布线困难问题.实验表明,该识别系统运行稳定,识别速度快.该识别系统已被应用于某安防系统.     

基于最优小波包分析的肌电信号消噪

为了清除表面肌电信号(SEMG)夹杂的生理噪声,提出了一种基于最优小波包分析的消噪处理方法.该方法以受试者做内旋动作,采自尺侧腕屈肌的SEMG信号为例,基于symlet5小波函数,分别采用小波方法、小波包方法和最优小波包方法进行了消噪处理.分析比较结果表明,该消噪处理方法能更有效地去除肌电信号中的噪声.     

一种基于BUBBLE小波的焊缝检测技术

本文研究了采用小波算法的实时焊缝图像检测技术。先把二维图像信号转换为一维信号,然后通过小波边沿检测原理与BUBBLE小波函数,运用马莱特算法对原始信号进行检测,减少处理的复杂度与时间。同时对不同尺度下小波检测的结果对比分析,找到适合的小波分解尺度。仿真结果验证了算法的有效性和正确性,使该技术具有一定的实用价值。     

基于小波包变换和小波阈值消噪的语音特征提取

为了实现强噪声背景下语音信号的特征提取,根据小波变换的多分辨率特性,以及与人耳耳蜗滤渡相一致的特性,利用小波包变换,在各语音特征频率段上,提取出包含丰富的非平稳信息的语音特征;并在小波包分解去噪的基础上,构造了模糊阈值函数,利用小波模糊阈值去噪,得到了信噪比较高的语音信号.研究结果表明,小波包变换和小波阈值去噪,较好地消除了强噪声背景下的噪声,并有效地提取出了语音信号特征.     

基于小波分解的信号去噪方法

本文对热电偶动态校准中红外探测器输出信号的去噪方法进行了研究。首先分析了经典滤波器方法的不足,介绍了小波分析方法在动态测试信号降噪中的应用。接着讨论了小波分析的理论基础以及小波基的选择、分解级数和阈值的确定。最后在Matlab平台下对红外探测器信号进行了去噪实验。实验结果表明,该方法有效去除了固定频率噪声和高频噪声,去噪后信号与原始信号中有用信号成分是同步的,这对于热电偶的建模分析具有重要意义。