一种新的多面体线条结构提取方法＊

线条结构是简单多面体最基本的结构。在立体视觉中,从简单多面体的透视图象中提取线条结构对于以后的对应点匹配、识别和理解是非常关键的一步。本文提出了一种新的以多面体边缘结构信息为基础提取多面体线条结构的方法。本文利用两步边缘跟踪以及边缘重整等方法进行多面体特征顶点和连接关系的求解,建立了多面体两维特征描述,从而即使在物体图象尺寸较小的情况下也能得到令人满意的结果。     

一种基于人眼图像灰度分布特征的虹膜定位算法

提出了一种基于人眼图像灰度分布特征的虹膜定位算法。该算法不必检测到所有的虹膜边界点,只需要分别在虹膜的内外边界上各检测到3个点即可。然后利用落在同一个边界上的3个点,根据“非共线的3点确定1个圆”的几何原理,计算出边界圆的参数,从而确定虹膜内外边界。对CASIA虹膜图像数据库进行了大量的实验,结果表明,该算法与经典的虹膜定位算法（如Daugman的算法和边缘检测算子结合Hough变换的算法）相比,定位结果更加准确,定位速度大幅度提高。     

一种基于局部特征分块的目标跟踪算法

为了解决传统目标跟踪算法在天空背景下面临高能激光反射时图像像素灰度分布发生剧烈变化, 从而导致目标遮挡或丢失的问题, 采用一种基于局部特征分块思想的相关跟踪算法, 根据局部特征对跟踪模板进行了分块处理, 计算并选取其中特征稳定度高的块模板, 在跟踪区域内对每个块做模板匹配, 并进行了理论分析和试验验证。结果表明, 该算法在强光干扰下能够有效地对目标实时稳定跟踪, 且图像处理延迟时间在2ms以内。该研究对基于高能激光发射下的超高精度跟踪系统工作性能的保证是有帮助的。     

一种基于对偶生长的线条抽取技术

文中给出了一种新的线条特征抽取方法，它是基于对偶生长思想，即以同类方向的边缘像素为作用对象，通过标识和搜索，逐步生长出一根根的线条。     

一种基于特征点匹配的目标跟踪方法

针对精确制导系统图像跟踪的特点,在研究图像特征点匹配的基础上提出了一种应用于地面固定目标跟踪的新方法.首先在高斯差分尺度空间提取特征点;然后用邻域梯度描述特征点,用最近邻与次近邻的比值作为特征点的匹配准则;接着建立仿射模型解算跟踪点;最后设计了一种有效的参考图更新方法.大量的仿真实验表明该方法对地面固定目标具有较好的跟踪性能,能有效抑制跟踪漂移现象,展示了很好的鲁棒性.     

一种新的基于结构特征的虹膜识别算法

提出了一种新的基于结构特征的虹膜识别算法。其基本思想是：首先,通过图像预处理得到归一化的虹膜图像;其次,利用逻辑判断的方法在虹膜图像上寻找局部极小值点;再次,去掉伪特征点,生成固定长度的虹膜编码;最后,计算2个虹膜编码间的“与”距离,根据该距离给出识别结果。在该CASIA虹膜图像数据库上进行了大量的实验,结果表明,该算法与现有的虹膜识别算法相比,识别准确率更高,识别速度更快。     

一种快速稳定的对比度跟踪方法

基于峰值的对比度跟踪方法是军事应用中最常用的目标跟踪方法之一.在分析了该传统方法的不足之后,提出了新的快速稳定的对比度跟踪方法.本文方法利用积分图像大幅减少重复计算,从而加快了寻找峰值的速度;同时,本文方法记录了具有相同最大值或最小值的所有子窗口位置信息,利用这些信息求得目标的当前位置.实验结果表明,与传统方法相比,本文方法的跟踪结果更稳定,计算速度更快.     

基于稳定特征的虹膜分类算法

虹膜分类中,由于虹膜的相似度计算会受到特征模板中不可靠和不固定特征的影响,使得虹膜分类的错误率(错误识别率＋错误拒绝率)增加.为了解决这个问题,本文提出了一种稳定特征提取的方法,从同一虹膜的多个图像中提取虹膜的稳定特征,并利用这些稳定特征建立该虹膜的特征模板,然后用于虹膜的分类.采用CASIA虹膜数据库进行测试,仿真结果表明,基于稳定特征的虹膜分类算法能提高虹膜分类精度和改善虹膜识别系统性能.     

一种基于神经网络的虹膜识别算法

虹膜识别是一种非侵犯性的身份鉴别技术.本文讨论了虹膜图像定位、归一化和增强等预处理方法,并提出了一种基于神经元网络的虹膜图像识别算法,它是对提取的归一化矩形虹膜纹理数据用训I练的自组织特征映射(SOM)神经网络进行虹膜模式识别.实验表明,该方法识别正确率高,效果良好.     

基于边缘轮廓的特征匹配跟踪

介绍了目标轮廓LCS描述,并对其进行改进,建立了基于目标轮廓的特征匹配跟踪方 法。     

基于虹膜识别技术的便携式身份认证系统

本文提出了采用DSP技术,无线传输技术和Gabor变换的虹膜识别系统,用于便携式的身份认证系统。系统包括3部分：虹膜采集,图像处理与数据传输,数据接收与判别。第1部分采用新型CMOS成像芯片成像,光学低通滤波器滤波和自对准,红外照明防耀眼等无侵犯性设计;第2部分采用LOG滤波器进行边级检测和分离虹膜,采用二维Gabor滤波器变换虹膜图像和编码、DSP控制无线发送编码信息;第3部分采用微处理器控制无线接收编码信息,通过计算海明距离进行编码比较判别。系统克服了一般虹膜识别系统体积笨重、不便于随身携带使用的缺点。     

基于小波多尺度相关的特征边缘提取方法

根据采用小波变换提取图像边缘的多尺度特性,对小波多尺度间的相关性进行了分析,提出多尺度小波变换相关算子,分析了相关算子的滤波特性,利用相关算子对图像的多尺度边缘信息进行了优化.既保留了图像中重要的细节边缘信息,又剔除大量的冗余边缘和虚假边缘,有效地提取出了图像的特征边缘.     

一种基于Hough变换的新直线段检测算法

为了获得图像中直线段的端点及长度信息,提出一种逆向Hough变换检测算法,由一个已知点和直线的斜率构造直线的方程,然后检测满足直线方程的点的个数.同时,为了克服Hough变换计算量大的弊端,引入直线梯度方向信息,避免重复的直线提取.实验证明,该方法较传统的Hough变换,可以很好地得到直线段的端点,并且算法快速简单.     

基于多分类的虹膜匹配方法

在传统的虹膜识别系统中,虹膜匹配被认为是一个二分类问题：类内匹配和类间匹配。许多已存在的方法简单地利用距离来执行虹膜匹配。由于这些方法不能很好地利用虹膜特征,所以会产生很高的拒识率和误识率,且鲁棒性不强。为了解决这些问题,提出把虹膜匹配当作一个多分类问题,采用一种新颖的蕨算法（Ferns）分类器来完成该工作。相比支持向量机（SVM）分类器,在执行虹膜匹配时,Ferns分类器有诸多优点。为了对提出的算法给出全面评价,实验中分别在认证和识别这2种模式下对该算法进行测试。实验结果证明,提出的方法可以极大地改善虹膜识别系统的性能。     

实时红外目标跟踪方法

针对红外图像的特点,提出一种实时目标跟踪方法。该方法采用局部二元模式(LBP)算子提取图像的多尺度LBP编码直方图作为图像特征向量,使用卡方统计度量模板图像和样本图像的相似度。结合Kalman滤波和多尺度模板更新机制,使得算法在目标尺寸大幅变化,目标部分遮挡、短暂消失等情况下仍能保持跟踪的正常稳定进行。针对该算法,设计了专用图像处理板卡,介绍该算法在图像处理板上的硬件实现方法,使目标跟踪满足50 Hz/s的实时处理要求。最后,使用两组实录红外序列图像进行了仿真实验,验证了该算法的有效性和鲁棒性。     

一种小目标快速识别与跟踪方法

提出了一种基于多帧相关技术与波门选通技术相结合的快速目标识别与跟踪方法.利用多级滤波抑制噪声的方法对单帧采集图像进行处理,得到潜在的目标信息,然后利用多帧相关性和目标的运动连续性确定目标;对于后续图像引入波门选通技术,在波门内进行预处理、分割与识别跟踪.探讨了多帧相关技术中目标确定的理论判据,综合考虑目标的尺寸因素和目标的运动特征,提出一种新的波门设定方法.实验结果表明,对于信噪比(SNR)大于等于2.0的图像,该方法能够在获得目标的运动参数及运行轨迹的基础上显著地提高识别效率,实现对运动目标的实时分析,同时更好地抑制背景噪声.     

基于DSP的智能相关电视跟踪系统

介绍了一种基于TMS32OC6202的数字式智能相关电视跟踪系统的设计,该系统以DSP图像处理板为核心,采用双CPU的系统结构设计,使图像处理系统和云台控制系统分离,增强了系统的实时性、可靠性.并介绍了本系统采用的图像分割及跟踪算法.     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是:对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性.实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性.