一种基于2D-PLDA和小波子带的虹膜识别算法

近年来,基于线性判别分析(LDA)的图像模式识别方法研究越来越受到人们的关注。然而LDA方法自身存在的小样本难题,极大的影响了样本集特征矩阵的获取。研究者随后 提出的2维线性分析(2D-LDA)在一定程度上解决了这个问题。在传统2D-LDA基础上,提出一种改进的2维线性分析方法——2D-PLDA,该方法通过对样本集进行预分类,使得散布矩阵 更加合理;在此基础上将2D-PLDA和离散小波相结合,应用于虹膜识别中。实验结果证明,该算法在识别精度和计算复杂度等方面均较传统LDA和2D-LDA方法有很大的改进,同时采 用小波的不同子带作为输入空间也在一定程度上增加了算法的鲁棒性。     

用于虹膜识别的轮廓波特征提取

为获得高品质的虹膜纹理特征,针对小波变换方向选择性差的局限和虹膜图像纹理丰富的特点,本文提出了一种基于轮廓波(Contourlet)变换的虹膜特征提取方法.首先对预处理后的虹膜图像进行Contourlet分解,然后根据高低频子带所表征的信息,采用不同特征提取策略,提取其低频分量的均值及标准差和不同尺度、不同方向上高频子...     

一种基于修正差分进化的虹膜定位算法

提出一种用于虹膜定位的差分进化算法(modified differential evolution,MDE).MDE和原始差分进化算法(differential evolution,DE)主要有3点不同:第一,MDE采用了基于混沌序列的尺度因子和基于均匀分布的交叉率,这有助于提高候选解的多样性;第二,MDE使用中心解来修正最差解的变异操作,这有助于提高候选解的质量;第三,MDE使用最好解来帮助受困解摆脱局部最优点.在搜索边缘前,两种有效的去噪方法被用来减少虹膜图像中噪声的影响.去噪后,再使用MDE和其他4种方法来进行虹膜定位.在中科院(Chinese Academy of Sciences Institute of Automation,CASIA)眼图数据库中选择200幅来自不同个体的虹膜图像来验证和比较MDE及其他4种方法的效率.实验结果表明,与其他4种方法相比,MDE使用更少的执行时间来定位瞳孔边缘和虹膜边缘.     

基于Adaboost的人脸与虹膜融合识别

传统生物特征识别系统的识别率经常受到环境以及生物学特征的自身局限性影响。针对该不足,提出一种基于人脸与虹膜特征级融合的多模态生物识别系统,采用中心对称局部二值模式算子提取人脸和虹膜的纹理特征,将人脸特征与虹膜特征线性整合成混合特征向量,利用Adaboost算法从该混合特征向量中优选出一组最佳特征组合,从而构成强分类器。实验结果表明,该多模态系统相比单模态系统具有更好的鲁棒性。     

虹膜图像采集系统的设计

通过对人物识别和证实为基础的生物测定技术——人类虹膜的认识,以无危险性的生物测定技术为背景,利用一个机械可视系统,将虹膜通过CCD/CMOS成像器件,有效地进行摄录,并经过图案识别比较,从而实现对人物识别和证实。论文主要描述了该系统的虹膜成像方面的设计和操作问题。     

电视摄像镜头自动光圈控制方法的讨论

简要地介绍了传统的电视摄像镜头自动光圈调光方法的工作原理, 分析了其在工程使用中存在的问题, 提出了人工干预、分区调光和动态区域调光三种解决方法, 详细论述了它们的工作原理和使用特点。     

基于PCHIP-LMD的虹膜识别方法

针对虹膜识别经验模态分解(EMD)和局部均值分解(LMD)方法具有无法兼顾分解速度和包含小误差的缺点,提出了将分段三次Hermite多项式插值引入 局部均值分解(PCHIP-LMD)的虹膜识别方法来提高识别准确率。针对虹膜纹理的分布特性,利用PCHIP-LMD对归一化的虹膜图像逐行分解,得到不同尺度的分量图像;通过提取有效的分量图像将其二值化为特征图像。然后用Hamming距离对特征图像进行移位匹配,得到匹配向量。最后计算匹配向量的改进标准差,用此标准差进行虹膜识别。对CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1图像库进行了识别试验, 结果显示识别率分别达到了99.968 1%、99.884 5%、99.993 7%、99.878 2%。实验结果表明：该方法消除了虹膜特征提取时的高频噪声,有效提取了图像的二值特征,与EMD和LMD方法相比,识别速度,识别准确率和鲁棒性均有极大提高。     

基于级联神经网络的多任务虹膜快速定位方法

如何在不受限的实际应用环境下实现虹膜快速定位并具有较高的鲁棒性和准确性是一个非常值得研究的问题，为了快速排除干扰信息准确地定位虹膜区域，提出了基于卷积神经网络的区域和关键点回归多任务虹膜快速定位方法，用矩形框框住虹膜目标区域，在矩形框中用5个关键点定位虹膜区域特征点。实验表明，该方法减少了不受限环境下采集的图像中虹膜内外边界的定位时间和提高了定位的准确性，为下一步虹膜精确分割奠定了良好基础。     

枸杞子促进虹膜色素上皮细胞定向分化治疗视网膜色素变性的分子网络调控机制研究

目的:基于生物信息学和网络药理学方法探究枸杞子（LF）促进虹膜色素上皮细胞定向分化治疗视网膜色素变性（RP）的分子网络调控机制。方法:在中药系统药理学数据库和分析平台（TCMSP）检索LF的主要活性成分及其可能的作用靶点；从GEO数据库下载GSE81058基因表达谱数据，采用R软件构建虹膜色素上皮细胞（IPE）和视网膜色素上皮细胞（RPE）差异表达基因火山图和聚类热图；采用STRING数据库构建LF成分-靶点和IPE-RPE差异表达基因的蛋白质-蛋白质交互网络（PPI），运用Cytoscape提取交集网络基因；通过DAVID数据库对交集基因进行基因本体和信号通路分析；采用cytoHubba分析LF作用于IPE的关键靶点。结果:共获得LF的化学成分188个，其中主要的入血活性成分36个，这些活性成分可能作用的靶点201个；IPE与RPE主要的差异表达基因有142个，其中上、下调基因各71个；发掘得到105个与LF促进IPE分化以治疗RP的相关基因靶点；LF作用于这些靶点涉及的生物学过程包括调节细胞分化、调节视网膜层形成等，相关的分子功能主要涉及转录共激活剂活性、离子通道活性等，主要富集于细胞质、高尔基体、细胞核等区域；LF作用于IPE涉及的分子机制包括调控PI3K-Akt信号通路、神经活性配体-受体相互作用通路等；LF促进IPE分化主要作用于SPP1、MMP9等十个关键靶点。结论:IPE与RPE具有明显差异的基因表达谱，LF的有效活性成分可作用于这些差异表达基因，促进IPE细胞分化为RPE，从而治疗RP。本研究可为细胞移植与中医药联合的中西医结合疗法应用于RP的临床治疗提供科学依据。     

120个有髯鸢尾品种的园林应用综合 评价

为了建立科学合理的园林应用评价体系,为有髯鸢 尾品种在北京地区的推广应用提供科学依据,运用层次分析法 (AHP)和K-means聚类分析法对120个有髯鸢尾品种进行了 园林应用综合评价。评价模型由单花观赏特性、整体观赏特性 和适应性3个评价准则及相关的14个评价因子构成。评价结果 分为4个等级,I级30个品种,适宜在北京地区大规模推广应 用;II级24个品种,可在北京地区适度推广应用;Ⅲ级35个 品种,可在特定环境或者特定要求下小范围应用;Ⅳ级31个 品种,不宜在北京园林中推广应用