基于线阵传感器的移动号码采集装置

采用以数字信号处理器TMS320VC5416和接触式线阵图像传感器SV649A8R-XX为核心．构成了对运动速度为0．9m／s的移动纸币号码的实时采集装置。目前，利用该装置采集的移动纸币号码图像比较清晰，图像大小适中，完全能够满足一般识别算法对图像质量的要求。另外，本装置设计了串口．能够通过标准232串口将包括采集的图像在内的数据稳定的传输给PC机。实验表明该系统设计方案电路简单，可靠性好，易于实现，可以应用到带号码采集功能的点钞机等需要对移动号码进行采集的场合。     

基于灰度曲面匹配的人耳识别方法

本文提出了一种基于灰度曲面匹配的人耳识别方法。该方法摒弃特征提取和编码等传统操作，依据整体特征分析的思想直接利用耳朵的灰度曲面进行匹配。首先，对耳图像的大小和灰度进行调整。其次，对两幅耳图像的灰度值做差，得到灰度差曲面。最后，求出该灰度差曲面的方差，并将方差作为衡量两幅耳图像是否匹配的依据。     

一种边缘检测效果评价方法的研究

文章提出了一种评价边缘检测效果优劣的判定方法：使用扫描法确定定位误差。通过试验对多种边缘检测算法的检测结果进行了详细的精度分析,对评价方法与定位精度对比方法进行了比较。实验结果证明基于定位误差的边缘检测效果评价方法有效,可以为边缘检测算子的选择提供了一种较好的参考。     

基于眼、嘴、耳廓之间结构关系的人耳识别

人耳识别作为一种新的生物特征识别技术，正在逐步成为该领域中的热点。本文针对眼、嘴、外耳轮廓的结构关系．提出一种多模态生物特征识别方法，该方法提取的特征向量包括八项特征，比如外耳轮廓宽度与两瞳孔之间水平距离之比、外耳轮廓高度与瞳孔和嘴之间的垂直距离之比、脸的宽度与两瞳孔之间水平距离之比，然后通过模式识别对样本进行分类。由于提取的特征均以相对量为主，所以该算法具有“缩放性”，同时对噪声具有较强鲁棒性．识别效果较好。     

基于坐标位置的身份证号码图像分割方法研究

身份证图像的分割受激光防伪图案和彩色网格线的影响较大.采用基于位置的图像分割算法基本思想,给出了身份证图像分割的具体解决方案.实验结果验证了该方法的有效性.     

自动取款机纸币序列号图像采集装置的研制

自动取款机(简称ATM)纸币序列号图像的正确采集是ATM纸币序列号自动识别记录装置的关键.研制了一种ATM纸币序列号图像采集装置,包括纸币位置检测单元、纸币序列号图像采集单元、系统存储与控制单元.本论文的关键在于解决了ATM出钞过程中纸币序列号的图像实时采集问题.将所研制的纸币序列号图像采集装置安装在目前流通的一款ATM中,实际运行结果表明,所给出的纸币序列号图像采集方法与装置能够正确采集到纸币出钞过程中的纸币序列号图像,经过适当的参数调整,还可以应用于不同币种和面值、不同出钞速度的ATM中.     

基于6416和FPGA的手部三模态识别装置设计与实现

介绍了将手形、掌纹和手掌静脉身份识别理论与FPGA和DSP数字处理系统相结合构成能够方便用于门禁、考勤等的具有高可靠性和高安全性要求的快速身份识别装置。装置采用可见光和近红外双摄像头提高对手形、掌纹和手掌静脉图像的有效获取。利用FPGA实现双摄像头图像数据的同步采集、数据缓存以及对液晶显示屏、补光系统等的控制,以减少DSP的负担,使DSP能够专注于对手形、掌纹和手掌静脉的数据处理识别工作,保证系统运行的实时性。     

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。     

基于仿射尺度不变特征变换的掌纹识别

相比传统接触式采集方法,非接触采集是目前掌纹识别的趋势和主流,但其低约束性可能导致人手和图像传感器平面不平行,从而使掌纹产生仿射变形.传统的尺度不变特征变换(scale invariant feature transform,SIFT)对此识别效果不佳.针对这个问题,提出一种改进方案,即基于仿射尺度不变特征变换(affine scale invariant feature transform,ASIFT)的掌纹识别方法,建立了变形掌纹的仿射模型,模拟了相机光轴的经度角和纬度角,在仿射空间内提取图像特征.通过基于实际环境所建立的掌纹库——SUT图库验证算法性能,与SIFT算法及目前典型的掌纹识别方法进行对比.结果表明,ASIFT方法具备良好的抗掌纹仿射变形性能,等误率仅为0.6％,证明了该方法能够成功解决掌纹变形问题,鲁棒性和稳定性强,具备优越性.