Selection of optimized features for fusion of palm print and finger knuckle‐based person authentication

The impact of digital technology in biometrics is much more efficient at interpreting data than humans, which results in completely replacement of manual identification procedures in forensic science. Because the single modality‐based biometric frameworks limit performance in terms of accuracy and anti‐spoofing capabilities due to the presence of low quality data, therefore, information fusion of more than one biometric characteristic in pursuit of high recognition results can be beneficial. In this article, we present a multimodal biometric system based on information fusion of palm print and finger knuckle traits, which are least associated to any criminal investigation as evidence yet. The proposed multimodal biometric system might be useful to identify the suspects in case of physical beating or kidnapping and establish supportive scientific evidences, when no fingerprint or face information is present in photographs. The first step in our work is data preprocessing, in which region of interest of palm and finger knuckle images have been extracted. To minimize nonuniform illumination effects, we first normalize the detected circular palm or finger knuckle and then apply line ordinal pattern (LOP)‐based encoding scheme for texture enrichment. The nondecimated quaternion wavelet provides denser feature representation at multiple scales and orientations when extracted over proposed LOP encoding and increases the discrimination power of line and ridge features. To best of our knowledge, this first attempt is a combination of backtracking search algorithm and 2D²LDA has been employed to select the dominant palm and knuckle features for classification. The classifiers output for two modalities are combined at unsupervised rank level fusion rule through Borda count method, which shows an increase in performance in terms of recognition and verification, that is, 100% (correct recognition rate), 0.26% (equal error rate), 3.52 (discriminative index), and 1,262 m (speed).     

煤矿监控图像增强算法的分析与实现

针对煤矿井下粉尘多、光照差的恶劣环境使得矿井监控图像偏暗、对比度低、视觉效果差的特点,提出了一种基于小波变换和模糊理论的图像增强算法。该算法选择小波变换为工具分解图像,应用新的模糊隶属度和增强算子对高频信息进行模糊处理,利用直方图均衡化对低频信息进行处理,最后对图像进行重构。处理结果较好地增强了图像细节信息,从整体上改善了图像效果。     

Arnold置乱在零水印中的二次复用

为了提高水印的鲁棒性和减小对应版权信息的大小,本文提出了一种基于Arnold变换、DWT和SVD的零水印算法。该算法将载体图像进行DWT变换,对低频子带进行分块SVD;比较置乱后的最大奇异值的大小,若大于则对应位为1,否则为0;将结果与预处理过的水印做异或运算,得密钥矩阵。该矩阵为检测水印提供密钥。实验证明,本算法对图像压缩、滤波、模糊、噪声及脏图具有良好的鲁棒性。     

基于滤波的SAR影像去噪方法分析

根据SAR(Synthetic Aperture Radar)影像相干噪声的特点,对现在广泛应用的各种抑制噪声的滤波方法如均值滤波、Frost滤波、增强型Lee滤波、Lee滤波、中值滤波等进行分析,并提出适合本研究区影像的基于小波变换的分量滤波处理去噪方法,利用均值、标准差、平滑指数、PM值、信息熵和平均梯度等评价指标对各种滤波去噪后的影像质量进行评价,并对去噪效果进行对比分析,证明本文所采用的滤波方法对SAR影像噪声有很好的抑制作用,并且较好的保存了图像纹理信息。     

基于小波变换的语音同步方法研究

为提高语音通信干扰效果客观评估中标准语音文件和受扰语音文件的同步精度,对军标GJB4405A-2006中规定的标准语音文件增设了高低频交叉的双音频同步头;介绍了小波消噪的原理,利用2层sym小波对受扰语音文件进行了消噪处理,将同步头中的高频信号作为噪声进行大幅削弱;设计了基于幅度比较的同步算法,找出同步基准点,并对20组受扰严重的语音文件的进行了仿真测试,仿真结果证明了该方法得到的同步精度符合后续数据处理的要求。     

基于剪切带扩展法的海底斜坡稳定性分析

简介剪切带扩展法（SBP）的原理及其在海底滑坡稳定性分析的应用;以舟山六横岛典型海底斜坡为分析案例,开展基于高斯函数的SBP和极限平衡法（LEM）斜坡稳定性对比分析研究;进行SBP输入参数对剪切带扩展系数R的敏感度分析. 研究结果显示,对于斜坡剪切带破坏长度,当剪切带扩展系数R不大于1时,LEM与SBP得到的滑坡滑裂面区域一致,当R大于1时,SBP计算得到的最终滑动区域比LEM计算得到的区域大;在斜坡发生滑动破坏区域SBP比LEM计算得到的安全系数低;地震影响因素和土体特征位移对R的影响较大.     

基于小波的实时烟雾检测*

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述.新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生.实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点.     

降水和植被变化对龙川江径流量的影响

基于龙川江大峡谷进出口水文控制站楚雄站和小黄瓜园站的长系列水文资料和流域森林盖度变化资料,结合小波分析方法,对降水、植被与径流量变化间相互关系以及径流量各时间尺度准周期变化的本质和形成机制进行了研究。结果表明:研究区降水量序列存在2 a、4 a和14.5 a左右的主周期,径流量序列具有2 a、4 a、6 a和22 a左右的主周期;其中径流量低频振荡所反映的是总径流中来自于壤中水径流和存在于裂隙中的地下水径流的准周期变化,而高频振荡反映的是总径流中来自于地面径流的准周期变化;径流量的年内变化和年际高频振荡主要是由降水量变化所引起的,而径流量序列6 a和22 a的主周期是由土壤和裂隙对降水量序列4 a和14.5 a的主周期滞后放大作用所形成的,径流量序列4 a的主周期是由干热河谷特殊自然地理环境所形成的;径流量与降水量间相互关系在1969年左右发生了突变     

一种基于小波变换的非均匀量化索引调制水印算法

为了提高数字水印的稳健性与不可见性,将图像小波变换与量化索引调制算法相结合,提出了一种基于小波变换的非均匀量化索引调制数字水印算法。该算法对原始图像进行离散小波变换,将中频小波系数分成3×3的系数子块作为水印载体,对子块的系数均值采用非均匀量化索引调制,实现二值水印的嵌入。根据人类视觉特性,不同的系数子块采用不同的量化间隔并自适应于子块内相邻系数的差值。实验结果表明,该算法透明性好,安全性高,对高斯白噪声、剪切、滤波以及JPEG压缩等常见攻击具有较强的稳健性。     

桥梁健康监测中损伤特征提取的小波包方法

针对桥梁健康监测中结构损伤识别的特点,从模式识别的角度提出和分析了损伤特征提取问题.阐述了基于小波包分析的两种节点能量特征提取的方法.为了研究小波包系数节点能量和小波包信号成分节点能量对损伤信息进行特征提取的差异,通过对随机荷载激励下的连续梁进行数值模拟,得到了结构未损和损伤状态下的加速度时程信号.应用小波包变换,对不同结构状态下的加速度信号分别提取了两种小波包节点能量特征,并对它们作为结构损伤特征指标的敏感性进行了比较.认为两种特征指标的敏感性相差很小,而小波包系数节点能量特征指标的计算效率更高,更适合桥梁健康监测中损伤特征提取的要求.