回转窑表面温度红外检测法综述

介绍国内外目前用红外光学测量方法对水泥回转窑简体表面温度进行非接触检测的各种方法和存在的问题，并讨论影响红外光学测量的主要干扰因素．     

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。     

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。     

基于并查集和边缘检测模板的非理想虹膜定位

非理想虹膜图像往往存在虹膜边缘模糊、灰度变化不均匀、位置偏移及光斑干扰等问题, 这些问题的存在会在一定程度上影响虹膜内、外边界定位的准确率. 针对这个问题, 本文提出采用并查集和边缘检测模板的方法来对非理想虹膜进行内、外边界定位. 内边界定位是首先采用并查集方法完成瞳孔区域粗定位, 然后采用Hough变换对瞳孔进行精确定位; 外边界定位是先利用一系列边缘检测模板大致确定外圆的位置, 然后再依据外边界附近圆环内边缘点的密度来最终完成外边界的精确定位. 实验结果表明, 对于非理想虹膜图像, 本文方法的定位正确率和定位速度均高于其他同类方法.     

相位一致性和KDDA结合的人耳识别方法

随着人耳识别技术的发展,如何寻找不受光照和对比度影响的特征并用于识别成为研究热点之一。本文提出一种利用相位一致性对人耳进行特征提取的方法,该方法首先从8个方向计算人耳图像中每点的相位一致性,然后对经过相位一致性变换的输出图像分块求和,形成特征矢量,最后通过KDDA将特征向量投影到低维高可分空间,并用欧式距离对人耳图像分类。对77个人,共308幅人耳图像进行实验,在等误率为1.7%的情况下,识别率可以达到98.2%左右,验证了该方法所提取的人耳特征不受光照影响。     

基于能量最大响应方向的虹膜识别算法*

为提高虹膜识别算法的正确识别率,给出了基于能量最大响应方向的虹膜识别算法。该算法首先对人眼图像进行预处理得到归一化虹膜图像,并依据归一化虹膜纹理的分布特点,选择多尺度多方向滤波技术对归一化虹膜图像进行分解;然后提取最优分解尺度下像素点的能量最大响应方向数,进行二进制虹膜编码和去噪;最后通过计算两个虹膜编码间的加权海明距离和衡量两者的差异性,给出识别结果。实验证明,在等误率为0.1176 时,正确识别率达到99.997%。与经典的虹膜识别算法相比较,该算法具有更高的识别率。     

多光谱掌脉和掌纹离焦图像融合方法

非接触条件下单模态手部图像纹理信息有限,不利于识别。本文提出利用同一装置在多光谱下分时快速获取掌纹和掌脉图像。通过掌纹图像在静脉图像中进行掌纹主线增强处理,达到增加纹理信息、改善识别效果的目的。控制掌纹、掌脉两幅图像获取间隔小于0.1s,忽略手掌细微空间移位,对获取的掌纹图像进行感兴趣区域(Region of interest,ROI)提取,并利用掌纹ROI坐标参数进行静脉图像的ROI提取。然后对两个ROI区域进行预处理,通过多层小波分解得到的掌纹高频信息快速定位掌纹主线。最后根据掌纹主线归一化后的高频分量,进行掌纹和掌脉小波系数的融合,最终得到在静脉纹理图像中增强掌纹主线纹理的融合图像。实验结果表明,融合后的图像中在保持静脉纹理信息原有状态下,掌纹主线纹理信息明显增加,识别效果得到改善。     

一种安全快速的虹膜识别方法

虹膜识别技术作为一种生物特征识别手段,具有唯一性、稳定性等优点,从而成为当前模式识别和机器学习领域的一个研究热点.目前的虹膜识别方法多数是采用在图像上提取特征点,并将特征点编码为固定长度的特征数据用于匹配的方式,这种方式的特征提取算法复杂,计算量大,而且使虹膜识别系统易受到攻击.为了提高虹膜识别系统的安全性和识别速度,本文提出一种安全快速的虹膜识别方法,在活体虹膜上进行直接匹配,该算法具有识别速度快,准确率高的特点,经实验验证,识别时间为30.1ms,识别率达到98.86%,与经典算法相比较,算法简单,安全性高,具有放缩,平移、旋转不变性.