基于小波边缘提取和脊线跟踪技术的SAR图像河流检测算法

该文提出了一种在SAR图像中有效地得到连通河流的检测方法。算法基于二进小波变换的边缘提取和脊线跟踪技术。该文应用小波变换多尺度特性进行边缘检测,采用小波域系数直接相关的方法提取边缘。该方法比WTMM获取边缘点的算法更加简单高效。在解决连接不连续边缘点和水域连通问题时,该文采用了指纹提取中的基于灰度级图像的脊线跟踪技术,从而避免了已广泛应用于海岸线连接中的Snake模型的一些缺点。结果证明该文算法更高效,对复杂的河流边缘适应性更强,算法得到的河流检测结果连通性更好,定位准确。     

基于改进脊线跟踪的手背血管识别算法研究

在脊线跟踪的基础上,直接在灰度图像上,沿纹线方向追踪血管脊线,在追踪的过程中,局部增强图像,局部设置域值,最后得到一幅血管脊线骨架图和附加其上的细节点信息.该方法有效减少了图像增强的计算量,避免了二值化在域值选取时对信息的丢失.相对于传统方法具有明显的速度优势,而且保持了较高的准确率.     

指纹图像特征点提取算法研究

为了将指纹纹理中的有效信息提取出来,通过指纹图像预处理和特征点提取两个步骤,提出了一种指纹图像的特征点提取算法。图像预处理主要包含图像增强、二值化、细化,而特征点提取则采用模板搜索提取法。最终通过MATLAB GUI系统将采集的指纹图像进行处理,在用户界面内显示图像处理结果以及特征点提取结果,说明该设计很好地实现了算法目的,并且具有很好的稳定性和扩展性。     

一种改进的基于细节点的脊线追踪算法

从点线关系来说,指纹脊线是由很多个像素点按照一定的顺序依次排列形成的线状结构。由此看来指纹脊线负载了指纹的细节特征点、普通点以及形状信息,可知指纹脊线含有大量丰富的指纹信息,几乎构成了指纹的全部特征,因此将脊线信息用于指纹识别可以提高其准确性。脊线追踪是获得指纹脊线信息的前提,本文对一种基于指纹细节端点和叉点的脊线追踪算法进行了改进,实验结果表明,改进后的脊线追踪算法对指纹细化图具有非常理想的脊线追踪效果。     

基于运动跟踪匹配技术的视频对象提取

本文提出一种自动分割VOP的技术。其方法是：先对初始帧使用形态运动滤波技术提取出初始运动对象的二值轮廓模型,并在后继帧中使用豪斯道夫对象跟踪器跟踪运动以对象模型;而为了适应对象的形状变化,本文使用活动轮廓模型（snake）技术对运动心合匹配;最后根据一系列精确的二值轮廓引导提取运动对象序列。实验结果表明,我们的算法可有效地提取视频对象平面。     

基于脊线校正的非接触式指纹识别研究

对比传统接触式指纹识别,非接触指纹识别在卫生安全性和用户接受度等方面具有更大的优势,但由于采样条件和指纹自身的问题,导致的脊线图存在伪脊线或特征点是其主要挑战。针对以上问题,在将指纹图像进行改进的自适应对比度增强（adaptive contrast enhance, ACE）和通过自定义Gabor滤波器对二值化的脊线进行滤波增强的预处理前提下,提出了一种基于指纹结构的脊线和特征点优化（ridge and minutiae optimization, RMO）算法。该算法能够有效地在对伪脊线校正的基础上剔除伪特征点,进而提高特征点信息获取准确性和提升指纹识别效率。为了验证本文所提出方法的有效性,基于一个公共非接触式指纹数据集,设计了两组实验,分别验证上述方法是否能准确、有效的获取指纹特征点信息和该方法对于基于特征点匹配的指纹识别的收益。最终在实验以及结果讨论环节,证明了本文提出的RMO算法能够高效地对指纹特征点信息进行提取,以及该算法能够显著提升指纹识别准确率。     

基于SUSAN算法的机场跑道跟踪

机场跑道由于目标尺寸大且成线条形,在连续图像中对其定位往往只能逐帧识别,计算复杂耗时,缺乏一种成熟的跑道跟踪方法.文中利用SUSAN算法检测跑道特征点,并对各个特征点使用分别跟踪的方法.将整个跑道进行快速跟踪定位,实验证明此方法时跑道跟踪取得了令人满意的结果.     

自动指纹识别系统算法的优化改良

在对自动指纹识别系统研究的基础上,从提高指纹图像评估质量的角度出发,提出了在对指纹图像的预处理过程中,提高分割提取算法效率的想法,并提出了相应的算法改进方案。在对自动指纹识别系统算法进行优化改进后,通过对优化前后的指纹图像进行对比,可确定优化后的算法能达到提高指纹识别系统快速性、可靠性、稳定性和准确性的目的。     

飞行器红外图像识别与跟踪算法研究

为解决红外成像制导导弹仿真中的图像快速识别与跟踪问题,提出了一种飞行器红外图像识别与跟踪算法.首先,将导引头的图像识别过程分为图像预处理、图像特征提取与选择以及图像识别三个部分,并分别建立了实时高效的算法模型.然后,研究了图像跟踪的有效算法,并以导引头获得的红外图像为例,对各算法的处理结果进行了仿真分析.最后,选取特定...     

基于脊线采样的指纹识别算法

指纹识别技术因其在身份识别方面的重要性及具有广阔的应用前景而得到了广泛的研究.但目前的指纹识别算法存在特征提取精度不高,运算时间长等缺点.这里提出一种新的基于指纹脊线采样的指纹识别算法,克服了以往算法的缺点,取得了良好的实验效果.     

基于雷达回波的特征提取算法研究

特征提取是目标自动识别的关键。本文给出了改进的回波预处理算法、基于图像处理理论的目标特征提取算法以及基于统计和变换特征的目标回波特征提取算法。第一种算法能有效提高识别效率,后两种算法相互补充,在实际工程应用中有较强的适应性。     

基于谱特征提取算法的海员表情识别方法研究

基于及时了解和调整海员的工作状态,避免海上交通事故频繁发生的目的,采用了基于空间一致性的谱特征提取表情识别算法。谱特征提取算法是在谱聚类算法理论基础上,通过在进行谱特征提取之前加空间一致性进行约束来改进实现的。通过对海员特定表情(比如疲劳、焦虑等)的识别试验,得出该算法能够有效地提取表情的特征信息,特别是对疲劳焦虑等负面情绪的表情,能有效提高识别率。     

A skeletonization algorithm based on euclidean distance maps and morphological operators

In this letter a new skeletonization algorithm is proposed. It combines techniques of fast construction of Euclidean Distance Maps(EDMs), ridge extraction, Hit-or-Miss Transformation (HMT) of structuring elements and the set operators. It first produces the EDM image with no more than 4 passes through an image of any kinds, and then the ridge image is extracted by applying a turn-on scheme and performing a rain-fall elimination to accelerate the processing. The one-pixel wide skeleton is finally acquired by carrying out the HMTs of two structure elements and the SUBTRACT and OR operations. Experimental results obtained by practical applications are also presented.     

一种基于Fourier变换的人脸识别算法

针对现有的多数人脸识别算法在单训练样本时识 别性能并不理想这一问题,提出一种基于Fourier-Mellin变换的频域不 变性以及时域不变性的特征提取算法。首先,采用图像亮度作为原始特征,将对图像亮度标 准化以改善光照变化,通过应用2D小波变换降维来管理频域不变量的复杂度;然后,为进一 步改进识别性能,根据分析的Fourier-Mellien变换(AFMT) 以及正交Fourier-Mellin矩(OFMM)法不变量的特征,将两种算法混合,进行特征提取; 最后,利用分值标准化度量频域不变量与时域不变量,并存储到一个特征向量中用于分类。 通过最近邻分类器(NNC)和相关性系 数法(CCM)进行分类和融合。通过在YALE与ORL人脸数据库上进行了大量实验的结果表明, 本文提出方法的性能要优于传统的人脸识别算法。     

多源图像直线提取算法

针对多源图像的特征提取问题,提出了一种融合多源图像边缘信息的直线提取算法,通过在特征提取过程中融合多源图像的信息,把边缘的相位信息作为融合要素,采用多种融合规则组合多源图像中的不同特性,从而可以提取出仅利用单一图像不能获得的直线特征。     

基于广义自相关的两步盲提取算法

盲提取算法在信号处理和分析中逐步成为一项重要的方法,因为它利用信号的先验特性只提取感兴趣的信号,这样就可以节约大量的计算时间和资源.提出了时序结构信号的两步盲提取算法,第一步,利用信号所具有的广义自相关特性粗提取信号,第二步利用信号的高阶统计特性精提取信号.计算机仿真和实际的胎儿心电实验表明了提出算法的正确性,与基于广义自相关的盲提取算法相比,提出算法具有较好的性能和对时延估计偏差具有更强的健壮性.     

一种基于区域分割的SIFT图像特征提取算法

提出一种基于区域分割的SIFT图像特征提取算法.首先采用改进后的SIFT算法对图像进行计算,同时采用快速分割算法对原始图像进行分割,对照分割后的区域分别取每个区域最显著的几个SIFT特征,最后采用局部降维算法,将高维特征降低到可以接受的低维度特征.实验表明,该方法的运行时间短,对特征提取的位置界定准.     

基于局部分块特征的快速虹膜身份鉴别算法

提出一种新的虹膜身份鉴别算法.首先将灰度虹膜图像等分为若干个子图像,再将每个子图像等分为若干个子区域,将各点梯度之和最大的子区域中心点坐标作为各子图像的特征,各子图像的特征构成了该虹膜图像的特征矩阵,最后通过特征矩阵在空间上直接对准的方法进行匹配识别.给出了子图像和子区域大小的选择方法,同时给出了在人眼自然张开状态下不受遮挡干扰的可用虹膜区域大小对识别效果的影响.克服了之前人为规定子图像和子区域大小和选取固定可用虹膜区域大小提取局部纹理特征所带来的局限性.实验表明:1)人眼自然张开状态下,在虹膜区域超过50%不受遮挡时即可完成识别;2)算法运行速度快且对采集图像时左右各7°以内的旋转失真具有很强的容错能力.     

增量式块主成分分析的焊缝图像特征提取算法北大核心CSCD

针对焊缝图像特征提取的实时性问题,该文提出一种增量式块主成分分析(incremental block principal component analysis,IBlockPCA)算法,用于焊缝特征主成分的提取。该算法先将焊缝表面图像分割成子图像块并对其进行重构,然后利用提出的IBlockPCA算法对局部块图像进行增量式特征提取,并采用KNN算法对提取的特征主成分进行分类识别;最后在焊缝数据集上进行了算法的性能对比。实验结果表明,该算法在收敛率、分类率及复杂度等方面均优于其他主成分分析(principal component analysis,PCA)算法,其分类识别率为97.5%,其平均处理速度可达50 frame/s,能够满足焊缝表面图像的实时性处理需求。