基于人手自然张开的多生物特征识别

手形和掌纹作为人手重要的生物特征可以用来进行身份识别.在人手自然张开、非接触式的采集条件下,基于手形识别匹配速度快和掌纹识别的识别率高的优点,采用基于匹配层的手形和掌纹融合方法,克服了单一手形识别的识别率低和掌纹识别匹配速度慢的缺点.手形采用手指的相对长度作为特征矢量,掌纹采用2D-Gabor对掌纹感兴趣区域(ROI)进行滤波,提取掌纹纹线的方向信息作为特征.在混合图库上进行实验,二者相结合的组合识别方法的识别率达到98.57％,减少了匹配时间.同时也研究了对于不同距离采集的手掌图像,实验结果表明手形和掌纹相结合的组合识别方法优势更为明显.     

基于Harris角点检测和聚类算法的掌纹图像ROI提取方法

为了实现从掌纹图像中提取出稳定的感兴趣的区域(ROI)图像的目标,设计了一种新的掌纹ROI提取方法。使用Harris角点检测算法对二值化后的掌纹图像进行角点提取,收集相应区域的角点,利用聚类算法得到角点簇的中心点坐标,从中寻找关键点建立坐标系,提取ROI。分别利用该方法在不同掌纹数据库中进行了ROI提取实验。实验结果表明,该方法对不同的掌纹数据库图像均能保持很好的提取效果,成功率均达到了99%以上。     

基于仿射尺度不变特征变换的掌纹识别

相比传统接触式采集方法,非接触采集是目前掌纹识别的趋势和主流,但其低约束性可能导致人手和图像传感器平面不平行,从而使掌纹产生仿射变形.传统的尺度不变特征变换(scale invariant feature transform,SIFT)对此识别效果不佳.针对这个问题,提出一种改进方案,即基于仿射尺度不变特征变换(affine scale invariant feature transform,ASIFT)的掌纹识别方法,建立了变形掌纹的仿射模型,模拟了相机光轴的经度角和纬度角,在仿射空间内提取图像特征.通过基于实际环境所建立的掌纹库——SUT图库验证算法性能,与SIFT算法及目前典型的掌纹识别方法进行对比.结果表明,ASIFT方法具备良好的抗掌纹仿射变形性能,等误率仅为0.6％,证明了该方法能够成功解决掌纹变形问题,鲁棒性和稳定性强,具备优越性.     

离焦状态下的模糊掌纹识别

针对掌纹识别时非接触信号采集可能出现的离焦状态会导致掌纹模糊,从而降低识别系统性能的问题,提出了一种基于稳定特征的模糊掌纹识别方法.建立了掌纹的离焦退化数学模型;在分析模糊机理的基础上,使用拉普拉斯平滑变换提取模糊掌纹的低频系数作为稳定特征,利用特征向量之间的欧式距离进行匹配和判别.文中给出了算法的步骤,并通过实验确定了需要选取的低频系数的个数.在建立的SUT-D模糊掌纹库上进行了识别测试,结果表明本文算法的等误率可达17.101 7％,与传统的DCT变换及Eigen Palm,Palm Code等8种典型识别方法比较,等误率最高可降低7.908 4％.这些结果显示本文方法不但能够提升识别效果,而且特征维数较低,改善了模糊掌纹识别系统的性能.     

基于Log-Gabor小波相位一致的掌纹识别算法研究

本文对掌纹识别相关理论和算法进行了研究,提出了一种基于Log-Gabor小波相位一致的掌纹线特征提取方法.掌纹线特征是掌纹识别中最基本、最直观的特征,但由于掌纹线的特殊性和复杂性,如何有效提取掌纹线特征一直是掌纹识别的难点.本文从频率域角度考虑,使用Log-Gabor小波相位一致方法提取掌纹图像线特征,包括掌纹方向相位一致特征和掌纹整体相位一致特征.该方法提取的线特征可有效包含纹线的结构信息、强度信息和宽度信息,且提取的线特征比较稳定.在掌纹整体相位一致特征图像上进一步检测出具体的掌纹线,仅使用掌纹线结构特征来表示和识别掌纹,实验验证了Log-Gabor小波相位一致提取掌纹线特征用于识别的有效性.     

基于ARM与WinCE的掌纹鉴别系统

掌纹识别是个人身份识别的一种有效手段,而识别设备的小型化则将掌纹鉴别推向更广阔的应用领域.实现了一种基于ARM和WinCE的掌纹鉴别系统方案,ARM处理器从数字摄像头获取掌纹图像,提取特征,与掌纹特征库中的对应模板比对,根据匹配的结果给出一个开关信号量.实验证明该系统能以较高精度鉴别掌纹,软件采用的算法具有平移、旋转不变,光照与仿射部分不变等优点,对手掌的姿态、距离、位置变化具有较高的容纳能力,用非接触式的掌纹采集方式,不需要定位装置,充分体现该系统的用户亲和力.此外,该系统还具有体积小、成本低、低功耗等优点,适合应用于成本和功耗敏感的民用系统中.     

输电线路除冰机器人障碍视觉检测识别算法

障碍物检测识别是实现输电线路除冰机器人自主除冰作业的关键技术之一.针对220 kV输电线路的结构特点,提出了一种障碍物视觉检测识别算法.算法首先对机器人采集的原始图像进行中值滤波以减少图像噪声并减小障碍物内部的灰度差异;然后利用Otsu算法来确定Canny算子的参数,较好地提取出图像的边缘;最后利用改进的随机Hough变换(RHT)提取出几何图形基元,并施加一定的结构约束,实现了对障碍物的检测识别.在模拟线路上的实验结果表明,该方法能有效地对高压输电线路的导线以及防震锤、绝缘子等障碍物进行检测识别.     

LST变换和手部几何特征融合的模糊掌纹识别

为了解决非接触采集时的离焦状况容易导致掌纹图像出现模糊现象,从而造成识别系统的性能降低的问题,在建立模糊模型并分析模糊现象机理的基础上,提出了一种新的解决方案.使用拉普拉斯平滑变换(laplacian smoothing transform,LST)提取模糊掌纹的低频系数作为稳定特征,提取手部几何特征即手指相对长度和宽度作为特征向量,将LST特征和几何特征进行融合,最后利用特征向量之间的欧式距离进行匹配和分类.在自建的SUT-D模糊掌纹图库上的测试结果表明该算法等误率可达7.01％,与融合之前及其他典型识别方法相比,等误率最高可降低13.11％,显示出该算法具备有效性,为解决模糊掌纹的识别问题提供了一条可行途径.     

掌纹图像采集装置的研究

鉴于目前掌纹采集系统都采用扫描仪或图像采集卡采集掌纹,利用PC机来实现掌纹识别的系统结构,本文提出了一种新型的基于DSP的掌纹采集系统。通过视频解码器SAA7113H将掌纹图像转换成数字图像,利用TI公司的TMS320VC5509A DSP为控制芯片,实现了脱机模式的掌纹图像的采集。通过掌纹图像采集实验,得到了采集最佳掌纹图像的光源及光学结构。由实验所得结论,该系统满足实时性要求,有很高的识别率。     

基于SURF算子的快速手背静脉识别

提出基于加速鲁棒性特征(speeded-up robustfeatures,SURF)的手背静脉识别算法.首先对手背静脉图像进行预处理,提取手背静脉感兴趣区域(ROI),然后提取手背静脉的局部SURF特征,基于欧式距离实现测试样本和注册样本特征点的匹配,并剔除错误匹配对,最后计算匹配率作为待识别样本和注册样本之间的相似度测试实现身份识别.利用TJU手背静脉图像数据库对算法性能进行测试,在认证模式下等错率为0.07%,平均识别时间0.153 s.实验结果证明该算法可以快速有效地实现手背静脉识别.     

基于12150发动机的铁谱图像识别系统的设计与实现

本文将计算机图像处理技术和模式识别理论结合起来进行了12150发动机铁谱图像识别系统的设计。首先介绍了图像识别的三个主要阶段和图像处理的基本概念,然后结合12150发动机铁谱磨粒识别实例指出该系统结构设计简单,得出结果基本可信,表明这种方法在12150发动机状态监测和故障诊断领域具有一定的实用价值。     

Method of directed enumeration of alternatives in the problem of automatic recognition of half-tone images

The problem of automatic recognition of half-tone images based on the minimum information discrimination principle is formulated and solved. A method of directed enumeration of the set of alternatives in the Kullback-Leibler information metric is proposed as opposed to the method of complete enumeration of competing hypotheses. A program and results of an experimental study of the method are presented. It is shown that the proposed algorithm is characterized by increased accuracy and reliability of automatic image recognition.     

自然景物中树的远景特征识别的研究

在分析了目前视觉系统中两种实用运动检测方法——帧间差法和背景差法的基础上,指出树的特征识别的重要性.通过分析远景中树的图像特征,提出了远景中树的特征模型建立和相应的匹配算法.本文提及的树特征识别方法可以减少运动检测计算量并有助于对场景的粗略定位,提及的特征提取方法对具有重复纹理特征的结构建模具有普遍意义.最后,试验结果证明了该方法的可靠性和可行性.     

手形、掌纹和掌静脉多特征融合识别

单一生物特征识别技术无论是在识别率还是稳定性上都不能达到完美无缺,特别是高仿生物特征的出现使其安全性受到质疑。针对上述问题,提出一种手形、掌纹和掌静脉多特征融合识别方法。提出了基于小波变换Gabor滤波器的特征层和图像层融合策略,将同一设备不同光照采集下的掌纹和掌静脉融合到一起,突出各自的主纹理特征;利用手指相对长度为手形特征进行初匹配,提出利用分块纹理基元模型进行掌纹和掌静脉融合图像的特征提取方法,然后进行二次匹配给出最终识别结果。开发了模拟系统并进行了相应的实验,结果表明该识别系统充分发挥了3种特征各自的优点,提高了识别率和稳定性,特别是掌静脉的加入增强了系统的安全性。     

一种基于神经网络特征识别方法的研究

提出一种新型基于人工神经网络的特征识别方法,可大大加快特征识别的速度,降低交叉特征识别的难度。同时,提出的ＬＡ图克服了ＦＡＧ图特征信息不完备的缺陷,使网络的输入形式简洁统一,改善了现有用神经网络识别特征时由于输入的不确定性和复杂性而导致效率不高、特征识别域小和使用困难的不足。此方法通用性较强,计算量较小。     

不变矩方法在汽车覆盖件投影轮廓线分类问题中的应用

将不变矩方法改造后应用于汽车覆盖件投影轮廓线识别，并与神经网络结合来识别曲线形状，取得了良好的效果。     

不定长车牌字符分割算法

车牌号码识别包括牌照定位,字符分割,字符识别三个主要过程。字符分割是在牌照定位后把字符从牌照中分割出来的过程,然后送到字符识别系统识别。本文提出的字符分割算法在传统的垂直投影法字符分割的基础上进行了改进,对于字符个数不定、车牌字符之间有大间隔的车牌也取得了理想的字符分割效果。     

矩常量——几何形状标识的新方法

简单介绍了惯性矩理论 ,定义了最小包络矩形 ,提出惯性比概念 ,惯性比 μ无量纲 ,μ∈ [0 ,1]且惯性比具有移动、旋转不变性。利用最小包络矩形和惯性比可以唯一标识一个几何图形 ,为布局问题 ,图像识别等需要进行几何匹配场合提供了简单明了的特性。本文同时给出定理证明及算例     

基于射频技术的多功能巡检仪

多功能巡检仪的设计采用了非接触式无线射频技术,文中介绍了以ATM ega32L单片机为控制核心的便携式多功能巡检仪的实现方法。详细讨论了基于射频的无线识别技术的读卡器,同时对低功耗电源设计进行了探讨。该巡检仪实现了人员和地址信息的识别,不仅能够及时采集生产现场数据,而且加强了对巡检人员的监督管理。可广泛应用于工业生产中对温度、湿度、气体浓度等性能指标的检测,识别速度快,抗干扰能力强,具有广泛的应用前景和推广价值。     

一种基于移动机器人视觉的实用数字识别方法

移动机器人自动读取数字,并且正确快速识别数字的研究在智能机器人领域具有重要意义。本文以移动机器人为背景,提出一种实时简单的数字识别方法。文中提出边缘图能量百分率法初步定位数字位置。为改善实时识别的准确度,提出改进的中值滤波算法,对采集的数字图片进行去噪处理,利用最大类间方差法分离出目标与背景,采用一种快速、易实现、且对结构损失较少的细化算法,提取数字结构特征,提出分块部分面积法提取特征向量,采用改进的BP网络来设计分类器。试验结果证明这种识别方法不仅快速有效而且稳定。