基于Shi-Tomasi角点检测的指纹特征点提取模型

本文构造基于Shi-Tomasi角点检测的指纹特征点提取模型,首先对指纹图像进行预处理,采用均值滤波器去噪平滑;接着选择Sobel算子进行图像增强;其次采用图像二值化分离指纹图像与背景;然后进行图像细化,考虑到OPTA算法细化后指纹脊线存在毛刺,引进高斯滤波改进,下一步为刻画指纹的基本特征,使用Shi-Tomasi角点检测技术对统一裁剪后的预处理图像进行指纹特征点提取,并将特征点的坐标以文本的形式存储。     

基于SFM算法的三维人脸模型重建

提出了一种根据两幅正面人脸图像和一幅侧面图像重建人脸三维模型的算法，该算法主要包括4个步骤：寻找匹配点；采用SFM算法计算出特征点的三维坐标，并组成稀疏的三维网格结构；采用分步紧支撑径向基函数进行三维插值，得到三维模型；最后根据多分辨图像拼接算法生成纹理图像并将其映射到三维模型上，从而增强真实感，与其它算法相比，该算法最大的不同之处在于匹配点的寻找，匹配点的准确与否直接影响SFM算法结果的正确性，许多寻找匹配点的算法如角点匹配算法，在处理人脸图像时得到的结果并不稳定，这是因为人脸图像上包含了许多低纹理和重复纹理区域，大多数算法将代表人脸结构基本特征的基准模型运用在重建过程的最后一步，通过三维逼近运算，得到最终的重建模型，而该算法将反映人脸共性特征的几何对称性和规律性运用到匹配点的寻找中，能够快速准确地找出SFM算法需要的匹配点，用户使用普通照相机拍摄到的图像经本算法的处理后就可以得到相应的三维人脸结构。     

基于结构信息的图像拼接算法

研究了纹理较多、噪声较大的两幅或多幅的图像拼接问题.两幅图像拼接时,提取图像特征点的好坏对图像拼接结果有很大影响.经典的SIFT算法是一种较好的局部特征点提取算法.而对于纹理较多,噪声较大的图像中,SIFT算法会提取数量较大的特征点,影响匹配的准确性和速度.本文提出基于结构信息的图像拼接算法（SKM,Structual Keypoint Matching）,利用RTV算法提取图像的信息结构,有效地去除图像中的纹理噪声.去噪后,利用SIFT算法提取特征点进行匹配,最后利用RANSAC算法对匹配点对进行筛选,提高准确度.通过由SKM算法得到的变换矩阵H作用于原始图像,完成图像的拼接.     

基于空间纹理相似性的图像角点特征匹配算法

本文针对传统图像角点特征匹配算法的匹配速度慢且准确率低等问题,提出一种基于空间纹理相似性的图像角点特征匹配算法。首先,计算图像目标上角点对应的空间距离矩阵;然后,通过计算图像角点的空间距离矩阵在对应角点邻域LBP特征向量上的瑞利商,将角点在图像灰度特征空间内的度量问题转换为纹理特征空间内幅值的度量问题;最后,根据角点对应的瑞利商的大小,实现不同图像间的角点特征匹配。对不同条件下采集的图像进行角点特征匹配,得到的匹配结果表明本文算法不仅能够很好的适应图像光照、几何变化,得到的匹配正确率较高,同时与传统算法相比本文算法在运行时间上也有大幅度的降低,当处理特征数量较小时平均降低48ms,而匹配特征数量较多时能够降低2408ms。     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法.该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量.对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度.该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果.     

一种结合细节点和纹理信息的指纹匹配算法

提出了一种新的指纹联合匹配算法。该算法基于细节点周围的纹理结构信息和细节点构造出指纹特征向量。对指纹纹理进行滤波平滑,提取纹理方向信息,进而利用指纹块的纹理信息简化数据处理过程,从而提高匹配速度。该算法计算速度快,具有较高的识别率,且能较好的正确识别偏移、信息残缺等质量较差的指纹图像,具有很强的鲁棒性,在实际应用中取得了良好的效果。     

基于自由像片重叠区域的算法研究

提出了一种确定图片重叠区域的通用算法。首先将两幅图片重叠部分的顶点存入一个交点数组,然后再分别将两幅图像的顶点与交点数组中的点进行比较,若交点数组中的点完全是其中一幅图的顶点,则该图即为重叠区域;否则,必须按照一定的算法来确定重叠区域。实验结果表明,该算法在易于编程实现的同时,也能很好地确定出影像间的重叠区域,并且适合确定多张影像的重叠区域。     

基于角点特征的自动图像配准

针对图像配准对时间和精度的需求,本文提出适用于角点特征的配准算法：提取两幅图像的角点构造三角形,计算三角形的角度,寻找两幅图像对应的相似三角形,用三角形的顶点坐标求得仿射变换系数,参考图像进行仿射变换,与待配准图像比较相似性,最大相似性对应的变换图像为配准结果。引入强角点和Harris角点对该算法进行验证。与Fourier-Mellin和基于RANSAC寻找匹配点对角点配准算法比较,实验数据表明该算法的快速准确,并具有一定的抗噪性。     

图像拼接技术在大尺寸物体测量中的应用

研究利用图像拼接技术把几张有重叠部分的图像拼接成一幅大视角高分辨率图像,应用于大尺寸物体的图像还原。试验几种拼接算法,得到算法运行时间和算法获得的物体特征数目等参数作为算法优劣评价标准。实验表明:对同一幅图像,FAST角点检测算法在31.2967 ms内检测到159个特征点,相比于其他检测算法,具有更快的运行时间和更高的检测精度。     

基于比值法和模板匹配法的灰度图像拼接

提出一种改进的基于比值法和模板匹配法的灰度图像拼接算法。对两幅具有重叠区域的灰度图像，先通过设置拼接参数对话框，在另一幅图像中找到最佳匹配点，最后利用平滑因子对两幅图像的重叠区域进行数据融合操作，实现了灰度图像的快速自动拼接。实验证明．该方法对大部分灰度图像具有很好的拼接效果。     

一种新的基于相位保持的指纹图像增强算法

图像的相位信息在人眼感知图像的过程中起着十分重要的作用。如果指纹图像增强算法能够保证图像的相位信息不被破坏,将有助于保持指纹图像中纹理特征的不变。首先通过实验表明了指纹图像的纹理特征主要是由图像的相位信息来决定的,然后把相位保持原理引入到指纹图像增强算法中,提出一种新的基于相位保持的指纹图像增强算法。该算法采用复Gabor小波来提取指纹图像的相位信息,并利用指纹图像的局部方向信息在相位保持的原则下来进行图像增强。为了验证该算法的有效性,选取了两种低质量的指纹图像来进行处理,实验结果表明增强后的图像其图像质量有了显著的提高。     

基于纹理分析的指纹图像分割算法

低质量指纹图像处理是近年来自动指纹识别技术的研究重点,对低质量指纹图像的分割是实现后续处理的前提。文中在分析了方差作为分割指标的局限性基础上,从指纹图像的纹理特征出发,研究了指纹图像的灰度分布规律,提出了基于纹理的指纹图像分割算法。实验结果表明,相比于基于灰度方差的指纹图像分割算法,文中算法的分割效果更好,对噪声的抵抗能力更强。     

一种基于非线性扩散方程的指纹预处理方法

目前用于实时比对的活休指标,由于受指纹受集设备的限制,图像中常混有噪声,必须经过预处理才能进行可靠的比对。本文根据指纹纹理密集的特点,采用改进的基于梯度算子的解非线性扩散方程的算法,克服了退化扩散方程对大曲率边缘点的模糊效应,兼顾了降噪和保边界这一平滑降噪中矛盾的两个方面。对比几种常用的平滑降噪的预处理算法,实验结果证明,本文的改进算法对于带噪指纹图像的预处理,优于其他几种对比算法。     

改进的指纹图像自适应分割方法

指纹分割是指纹图像预处理中的重要一步。对传统的指纹分割算法分析比较,并且在基于灰度方差的指纹分割算法的基础上,利用指纹图像区域脊线和谷线间隔均匀出现的纹理特征提出一种自适应指纹图像分割算法,避免了凭经验确定阈值的问题。实验结果表明,相比于基于灰度方差的指纹图像分割算法,该算法的分割效果更好,对噪声的抵抗能力更强,且对不同类型的指纹图像有较高的适应性。     

An effective algorithm for fingerprint image enhancement based on wavelet transform

Among all the fingerprint identification/verification systems, such as minutiae-based or filterbank-based fingerprint matching, the performance relies heavily on the quality of the input fingerprint images. In this paper, we propose an effective algorithm of fingerprint image enhancement, which can much improve the clarity and continuity of ridge structures based on the multiresolution analysis of global texture and local orientation by the wavelet transform. Experimental results show that the enhanced image quality by using the wavelet-based enhancement algorithm is much better than the other existing methods for improving the minutiae detection.     

基于分形特征的云雾遥感图像分离方法

雾是一种气象灾害,将雾从卫星云图上分离出来仍非易事。分数维给予图像纹理统计意义的描述,有效地体现了纹理的复杂度和粗糙度,揭示了纹理内在的自相似性,为云雾图像纹理分析提供了新的思路。简要阐述了纹理图像的差值盒维数计算方法,计算并分析了云雾纹理图像的差值盒维数特征。针对差值盒维数在表现云雾纹理特征和云雾分离方面存在的问题,提出基于样本图像灰度均值的加权盒维数算法,以改变出现灰值差异较大的不同云类具有相同盒维数的情况,并与云雾的光谱特征结合,实现雾与云的识别与分离,在实际应用     

基于局部特征结构的指纹匹配算法研究

针对实际应用中指纹识别系统对畸变图像识别率较低的情况,提出了一种点模式指纹匹配的新方法,利用细节点方向的分布特点,构造指纹图像中具有平移旋转不变性的局部特征结构,然后根据模板指纹和输入指纹局部特征结构的相似度寻找候选参考点对,将指纹图像进行对齐,最后进行特征点集的全局匹配,由结果分数来判断两个指纹是否匹配,给出了算法实现的全过程,实验结果表明该算法鲁棒性好,正确识别率较高,是一种实用的指纹识别技术.     

基于纹理特征与 HSI 空间的苹果识别与标定

在分析了不同图像分割方法的基础上提出了一种基于颜色特征和纹理特征的图像 分割算法,以解决复杂背景下苹果采摘机器人分割目标与背景的问题。通过分析灰度图像的纹 理特征,求取灰度共生矩阵提取特征,以支持向量机分割图像,并结合HSI 颜色空间的色差特 征达到目标和背景分离的效果。通过与单纯的颜色特征分析和纹理特征分析相比较,该方法在 识别率上高于其他分割算法,同时对于颜色与背景相近的果实也能有很好的分割效果。     

结合方向信息的指纹二值化及后处理算法

指纹图像二值化是指纹细化处理的前提,是指纹识别预处理的一个重要部分。为利用指纹图像所具有的纹理特性,将指纹的方向信息引入到二值化处理过程中,综合考虑指纹的方向信息和自适应选择局部阈值,提出了一套完整的结合方向信息的自适应局部阈值二值化及后处理算法。实验结果表明,该算法具有很好的二值化效果。而且,该算法具有很好的连接指纹图像中断线、消除孔洞、去除粘线的能力,这对提高细节特征提取结果的准确性具有重要的意义。     

基于图理论聚类和二值纹理分析技术的彩色文本图像二值化方法

为了有效地对彩色文本图像进行分割，提出了一种复杂背景下彩色图像中文本一背景分离的新方法。该方法首先应用颜色空间降维以及基于图理论的颜色聚类对彩色文本图像进行聚类，并对应于聚类结果获得一系列二值图像，这些二值图像以及它们之间的组合就构成了二值化的待选结果；然后对与游程直方图以及空间-尺寸分布相关的两类纹理特征进行分析，并结合线性判别分析分类器来从待选的二值图像中选取出具有最佳文本背景分离效果的二值图像。实验结果显示，该方法的：二值化效果比现有方法有显著提高，因而能更有效地对具有复杂背景的彩色文本图像进行分割。