一种基于指纹细化图的脊线追踪算法

指纹属性是指纹的重要特征,脊线追踪是进行指纹属性拾取的前提。本文提出了一种在细化后的指纹图像上实现脊线追踪的算法,该算法以细节端点和叉点为起始点,沿着脊线的方向逐点进行跟踪,从而遍历指纹细化图中所有脊线。实验结果表明,该算法对细化后的指纹图像具有较好的脊线追踪效果,从而为指纹属性的拾取打下了良好的基础。     

基于多层次分块的指纹图像二值化

自适应局部阈值二值化算法,其效果主要取决于能否准确地估计局部阈值.鉴于在指纹奇异点附近及方向变化较快的脊线、谷线区域,局部阈值很难精确得到,提出了一种多层次分块的指纹图像局部阈值的求取方法,并把这种方法用于指纹图像的二值化.实践表明,算法工作稳定,效果良好,鲁棒性强,对低质量图像具有显著的增强效果.     

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。     

病变视网膜图像血管网络的自动分割

现有的视网膜血管分割方法大多只针对正常的视网膜图像进行分割,不能实现对发生病变的视网膜图像的分割.为此,提出了一种新的病变视网膜图像血管网络分割方法.该方法首先采用向量场散度方法获得病变视网膜图像中大部分血管的中心线,然后计算出中心线上各像素点的方向信息并采用改进的定向局部对比度方法检测出中心线两侧的血管像素,最后对获得的血管段末端进行反向外推追踪,分割出最终的血管网络.通过对通用的STARE眼底图像库中所有病变视网膜图像的实验仿真,结果表明本文算法获得了0.9426的ROC曲线面积和0.9502的准确率,算法性能明显优于Hoover算法和Benson等提出的算法.此外,本文算法还克服了Benson算法的局限性,对不同类型的病变视网膜图像都具有较好的鲁棒性.     

一种基于幅度预测的隐写分析方法

 提出一种基于图像小波系数相关规律性分析及幅度预测的隐写分析方法,首先对小波系数所处局部区域的相关规律性强弱进行定量分析;然后选择规律性较强的局部区域,利用自然图像小波系数在尺度间和尺度内的统计相关性,以及不同图像分量小波系数之间存在的相关性,对小波系数的幅度值进行自适应预测;最后通过分析预测误差的统计特性来判断图像中是否含有隐秘信息.实验证明该方法对于小波域信息隐藏具有较好的检测效果.     

LBP和2DDCT相结合的单幅人脸图像识别

LBP（局部二值模式）作为一种有效的纹理描述算子,度量和提取图像局部的纹理信息,对光照具有不变性,在单幅人脸图像识别具有很好的应用。在研究此理论的基础上提出了一种基于局部二值模式（LBP）与二维离散余弦变换（2DDCT）相结合的人脸识别方法。将单幅的人脸图像规则的分成多个子块,对每个子块进行LBP变换,把每个LBP变换的后的子块分别用2DDCT变换到频率域,大部分信息保存在低频部分,选取低频作为人脸的频率域特征,有效的降低了维数,使计算量降低。实验结果表面,在ORL人脸数据库上具有较高的识别率。     

基于小波域和活动轮廓模型的纹理图像分割

提出一种双树复小波域局部二值模式和活动轮廓模型的纹理图像分割方法.该方法首先使用双树复合小波分解纹理图像,然后使用局部二值模式提取纹理特征.利用最大熵准则对纹理特征图像进行选择,活动轮廓模型用于最后的分割.实验结果表明提出的方法对于合成纹理和自然场景数据集,达到了较高的分割精度.     

基于非局部相似性和交替迭代优化算法的图像压缩感知

压缩感知理论突破了信号带宽对奈奎斯特采样定理的限制,并且实现了在数据采样的同时进行压缩。目前压缩感知系统通常利用图像在某个变换域具有稀疏性的先验知识,从少量观测值中重构原始图像。本文利用图像像素的邻域结构信息及图像子块的相似性,将图像的非局部相似性作为先验知识运用到压缩感知图像重构中。结合图像的非局部相似性及其在变换域的稀疏性先验知识,提出了基于非局部相似性和交替迭代优化算法的图像压缩感知重构算法,该算法利用迭代阈值法和非局部全变差来交替迭代求解变换域的稀疏性优化问题和非局部相似性的优化问题。实验结果表明,本文算法可以有效提高图像重构的视觉效果和峰值信噪比。      

基于局部期望最大化注意力的图像降噪

图像降噪算法生成的图像往往会因丢失高频信息而造成细节模糊,并且随着网络的加深,噪声在特征域会不断累加。为了恢复图像降噪中生成图像的高频细节,增强网络的拟合能力和泛化能力,减少噪声在特征域的传播,本文提出了一种基于局部期望最大化注意力机制的降噪网络。网络以经典的自动编码器为基本模块以达到足够的深度,实现足够大的感受野,并滤除不必要的低频信息,促进网络学习高频信息。局部期望最大化注意力模块利用局部期望最大化算法迭代出紧凑的局部基,并在该局部基上应用注意力机制,大大降低网络复杂度。大量实验表明,本文提出的局部期望最大化注意力网络可以恢复更多的高频细节,在基准测试集BSD68上,PSNR值比当前最先进算法N~3 Net提升约0.13dB,并有更好的视觉质量。     

基于DCT域的数字图像隐写术分析

在多媒体通信的安全问题上,隐写术起着至关重要的作用。针对隐写术中常用的DCT域数字图像隐写方法,对秘密信息在mother和Lena图像中的隐写效果进行了仿真,研究了秘密信息在图像DCT域中的不同嵌入位置、不同的载体图像进行隐写时,对图像质量所产生的影响。研究表明:将信息嵌入图像的低频部分、选取像素值分布较丰富的图像,有利于提高信息在图像中的隐写效果,增强秘密信息的隐蔽性。     

Novel approach to automated fingerprint recognition

The paper describes an enhanced fingerprint recognition system consisting of image preprocessing, feature extraction and matching that runs accurately and effectively on a personal computer platform. The image preprocessing includes histogram equalisation, modification of directional codes, dynamic thresholding and ridgeline thinning which are sufficient to enhance the image to a state ready for feature extraction. Only features extracted are stored in a file for fingerprint matching. The matching algorithm presented is a modification and improvement of the structural approach. Experimental results acquired for matching are accurate, reliable and fast for implementation using a PC and a fingerprint scanner. The proposed fingerprint recognition scheme can provide an efficient way of automated identification and can be extended to numerous other security or administration applications     

基才区域显著性的彩色图像分割

提出一种彩色图像分割算法主要利用区域间显著性。先是运用了Kmeans聚类的算法对彩色图像进行分割。然后分析彩色图像中的各个分割区域之间的对比度值以及分割的区域在图像中的位置关系,得到显著性值。根据需要设定显著性阚值．得到目标显著性区域并将其他非显著性区域合并。以此达到目标区域与背景的分离。     

基于局部SIFT分析的手背静脉识别

针对新兴的手背静脉识别技术,提出了一种具有位移和旋转不变性的局部尺度不变特征(SIFT,scale in-variant feature transform)分析方法.首先确定手背静脉图像的感兴趣区域(ROI)并对其进行滤波去噪,然后提取手背静脉血管的SIFT并对特征点进行匹配,最后计算注册样本和待识别样本的特征匹配率并以此作为相似性测度进行身份识别.利用我们建立的手背静脉血管图像数据库对该算法进行了性能测试,并与目前最典型的识别方法进行了对比.实验结果表明,本算法具有更好的识别性能,其中识别速度得到了很大的提高.     

基于CLAHE和多尺度细节融合的静脉图像增强算法

利用静脉识别原理采集的静脉图像通常模糊不清、难以分辨。传统的CLAHE算法虽然能够提高静脉图像的对比度,但是会丢失图像的一些细节信息。文章提出了一种基于CLAHE和多尺度细节融合的静脉图像增强算法。首先对静脉图像进行ROI提取,采用CLAHE算法增强静脉与手背间的对比度;然后利用多尺度细节融合算法得到静脉图像的细节图,再通过均值滤波滤除细节层中的高频噪声;最后把上面两种方法得到的图像加权叠加得到细节增强后的静脉图像。实验结果表明,该方法在提高静脉图像对比度的同时保留了原图像的细节信息。     

基于波长选择的手掌静脉采集系统研究

手掌静脉成像是手掌静脉识别的难点,设计了一种在拍摄全手的情况下能够采集到较清晰手掌静脉图像的低成本多波段采集系统,并分别在760 nm,850 nm,890 nm和960 nm四种单波长及两两组合的近红外光源下采集手掌静脉,总样本数为2500幅手掌静脉图像,然后利用提取的有效区域中手掌静脉平均灰度与非手掌静脉平均灰度的比值为波长选择标准对图像质量进行比较,最后选择在760 nm和960 nm混合波长下采集手掌静脉。     

基于脊线跟踪的指纹图细节提取算法

自动指纹识别和认证作为生物特征识别这一新兴领域的主流技术,有着重要的研究意义和广泛的应用前景。大多数自动指纹识别系统（AFIS）是基于细节特征点（minutiae)的匹配,因此细节特征点的提取是指纹图象处理中的关键环节。本文提出了一种基于脊线跟踪的指纹细节提取算法,能够直接从灰度指纹图象中有效地抽取出细节点及其相关信息。实表明,由于该算法减少了很多不必要的计算量,相对于传统的方法具有明显的速度优势,而且保持了较高的准确率。     

感兴趣系数图像压缩编码算法

根据遥感图像编码的特殊性,提出了一种感兴趣系数编码算法。对于给定码率计算遥感图像小波域系数的熵估计值,从而大致确定正常编码情况下图像编码所截取到的比特平面, 在此基础上给出了感兴趣系数确定方案及提升幅度的计算方法。该算法与感兴趣区域编码方法不同,不需要在图像域指定感兴趣区域,系数提升幅度也不用提前指定,而且不必对所有子带的系数进行提升。该算法是任意区域的感兴趣区域编码的扩展和补充,但更为灵活、有效。仿真结果表明该算法可以有效保留遥感图像中小目标的信息,但图像总体质量略有下降。     

基于双通道及图像质量评价模型的去雾方法

针对传统暗通道先验去雾算法易产生明亮区域失 真、去雾图像整体偏暗等问题,提 出一种基于双通道及图像质量评价模型的去雾方法。首先,划分出图像的明亮区域与非明亮 区域;其次,利用双通道先验算法准确估计出大气光值;接下来,将暗通道先验的透射率作 为非明亮区域的透射率,在明亮区域单独构建透射率,将二者融合细化,得到带有参数的透 射率;最后,通过构造参数驱动图像质量评价模型,迭代选取最优的无雾图像。实验结果表 明,算法去雾效果良好,可以有效地抑制Halo效应,避免区域的失真,改善复原图像 的综合质量。     

基于天空区域识别暗通道算法的红外图像去雾

为了提高红外图像去雾的效果,提出天空区域识别暗通道算法.首先通过双阈值把有雾图像划分为天空区域、非天空区域、交叉区域;接着天空区域、非天空区域、交叉区域的大气光值、透射率采用不同的方法计算,避免了暗通道算法的局限性;最后给出了算法流程.实验结果表明,本文算法对含有天气区域有雾图像的去雾结果清晰,平均梯度、综合评价相比其...     

结合区域生长与容差机制的暗通道去雾算法

针对传统的暗通道先验算法在处理带有大面积天空区域的有雾图像时出现明显的块效应、色彩失真和亮度偏低等问题,提出了一种结合区域生长与容差机制的去雾算法。首先通过灰度图腐蚀求出暗通道;接着利用种子区域生长法分割出天空区域,并把天空区域的平均灰度值作为大气光值估计;然后结合大气散射模型得到粗略的透视率,并采用改良的容差机制和引导滤波对透视率进行修正和细化;最后,引入Retinex法对图像进行后处理,进一步调整色彩和亮度。实验结果表明,本文提出的去雾算法对带有天空区域的图像去雾效果明显,天空区域的色彩有了显著改善,图像整体清晰明亮。