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.     

一种基于小波的虹膜定位方法

为了提高虹膜定位的准确性,结合小波分析、灰度阈值分割和Hough变换的优点,提出基于小波的虹膜定位方法.该方法根据虹膜图像的特点,先对其进行小波分析去噪,再用灰度阈值分割法分离出瞳孔区域,最后利用圆Hough变换确定出瞳孔的圆心和半径.并且利用瞳孔与虹膜的近似同心性,应用圆模板的方法求得虹膜的圆心和半径.实验结果证明,该算法提高虹膜定位的精度,并且具有较强的抗干扰能力.     

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。     

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Qt／Embedded的虹膜定位算法

虹膜识别被认为是目前最准确可靠的生物特征识别方法,而快速、准确地定位虹膜是虹膜识别系统的关键。在研究了基于Snake模型的虹膜定位算法的基础上,对Snake算法进行了改进,提出了一种采用多次定位的Snake算法对虹膜进行内定位,而对外定位则采用一种简化的Daugman圆形边缘检测算子的方法;并在Linux系统下采用QT编程实现了虹膜图像定位的整个过程。实验结果表明,该算法定位准确,较大地改善了其实时性,并能较好地支持嵌入式系统。     

一种改进的人眼定位算法研究

随着科学的发展,人机交互日益成为社会发展的主流趋势。从传统的鼠标人机交互、手势交互、语音交互再到目前的人眼视线交互等,交互的形式和种类也越来越多、越来越复杂。尤其是机器人技术快速发展的今天,人机交互已经成为国内外的研究热点。人眼定位的精度对视线控制机器人具有重要的影响,因此对传统人眼定位算法进行了研究和改进,提出基于最小二乘法圆形拟合和改进积分投影的人眼定位算法,为后期的人眼视线控制机器人技术打下坚实的基础。通过实验发现该算法具有较强的鲁棒性与很高定位精度。     

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。     

基于改进粒子群的虹膜定位算法

提出了一种改进的粒子群优化算法（IPSO）来解决虹膜定位问题。该算法采用两种速度更新策略来增强种群多样性并提高算法自身的收敛速度,并提出一种变异操作以阻止IPSO陷入局部最优。对虹膜内进行边缘定位时,通过搜索6条直线与虹膜内边缘的交点来获得12个边缘点;另外建立了与这12个点有关的目标函数,并用IPSO来优化该函数。根据IPSO在该函数上的应用,找到一个最合适的圆来拟合虹膜内边缘。进行虹膜外定位时,设计了一个模板来提取虹膜外边界,然后从外边界中选择12个边缘点,并同样使用IPSO找到一个最合适的圆来拟合虹膜外边缘。为了验证基于改进粒子群优化算法的虹膜定位方法（ILA-IPSO）的性能,从中国科学院自动化研究所的数据库中选择了不同个体的108幅虹膜图像。实验结果表明,ILA-IPSO算法要好于其它两种方法,该算法利用最少的定位时间获得了最高的成功率。     

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.     

一种快速实用的车牌定位算法

汽车牌照定位是一个较难解决的图像分割问题,数学形态学为此问题的解决提供了一个有力工具。本文根据我国车牌的几何形状特征,设计了一种基于数学形态学的车牌图像分割方法,使系统的运算速度和抗干扰能力较其他传统分析方法有显著提高。大量实验结果表明,该方法定位效果好、速度高,同时适于对有噪声及复杂背景的车牌图像进行分割。     

集成元件外观检测中管脚端点的快速定标算法

电子集成元件外观检测是集成元件生产中的重要工序，管脚的偏斜直接影响元件的使用。函数分析无法解决图像倾斜的问题，图像旋转运算量巨大，都不适合实际生产。根据实际检测需要，提出了利用图像分割检测图像中管脚端点的定位方法。此方法快速准确，能满足工业检测的需要。     

NURBS曲线曲率极值点快速分析与定位算法研究

在分析和加工具有NURBS曲线定义的轮廓的机械零件时,由于NURBS曲线基于基函数的分段构造与有理式表示形式,曲率极值点的计算十分复杂耗时。为此,提出一种以微邻域分析为核心手段的快速数值计算方法。该方法分成粗定位与精搜索两个阶段,粗定位阶段通过各个节点区间两端的微邻域采样点的分析去推断曲线曲率变化类型,进而确定曲率极值点的数量及其所在的单峰位置范围;精搜索阶段基于每次搜索范围中点左右微邻域采样点的曲率分析进行快速折半查找,实现极值点的精确定位。算例表明所提出的算法完备性好、收敛性强、计算效率高。     

一种快速感知器学习算法

给出一种快速感知器学习算法——变步长感知器学习算法 ,这种学习算法依公式 W(k+1) =W(k) -2 W(k) XTk X(k)调整权值和阈值。定理表明这种算法必然在有限步内收敛。     

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.     

快速向量中值滤波算法

滤波一直是图像处理中不可缺少的部分.基于向量的1-范数和2-范数距离和排序,结合均值滤波算法,建立了一种适用于彩色图像的向量中值滤波算法,对脉冲噪声和高斯噪声具有很强的去噪性能.针对向量中值滤波计算量大的缺点,提出了一种快速算法,算法综合了各种有效的加速算法,使滤波速度提高了76.261%～93.389%.噪声仿真图像的滤波实验,验证了该算法的优秀滤波性能和高效率性.     

显微图像的一种快速拼接算法

针对高放大倍数下，在一帧显微图像中无法获取所观测对象全貌的问题。运用基于块匹配的算法进行了多帧图像的自动拼接，并采用多分辨率技术实现了匹配算法的快速实现。拼接结果表明提出的显微图像快速拼接算法的简洁有效性．     

一种快速稳健高斯回归滤波算法

针对稳健高斯回归滤波器运行速度过慢的问题,利用截断高斯权函数的快速卷积提高了算法运行速度。在详细分析稳健高斯回归滤波器和卷积函数的基础上,推导了截断高斯权函数,并通过实验确定了合适的参数值。实验结果表明,截断高斯权函数能使稳健高斯回归滤波器在精度损失很小的情况下运行时间明显缩短。     

基于全向视觉图像的快速定位方法

对图像的目标的搜索常采用的是区域生长算法或改进的变步长区域生长算法;区域生长算法算法简单,精度很高,但是对于较大图像,搜索速度较慢;改进的变步长区域生长算法在一定精度的范围内可提高搜索速度。文中采用动态窗格搜索算法,动态窗格搜索算法有效地利用了历史结果,提高了目标的搜索速度。