基于十字方向滤波的指纹图像增强和细化

增强和细化是指纹预处理过程中的重要环节．提出了一种基于十字方向滤波的指纹增强算法，增强过程针对指纹的层次特征，利用十字方向滤波器对纹线边界的粘连现象进行了有效处理，并且修复了纹线中较短的断裂；在此基础上对边缘删减的纹线细化算法作了改进，引入了新的细化模板保护指纹趋势和细节点．实验结果显示，谊算法很好地保留了原指纹图像中的细节特征和纹理信息，减少了指纹特征的丢失．     

基于两极复合式指纹图像细化算法的研究

针对现有指纹图像模板细化算法中存在的诸如迭代次数较多，细化速度慢，图像局部细化不完全等问题，分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点，提出了一种基于两极复合式算法的指纹图像细化算法，该算法在保证对图像完全细化的同时，能较明显提高细化处理速度。     

面向指纹二值图像的两种并行细化算法

本文讨论了两种并行细化算法；其中健壮性并行细化算法是对Ａ．ＤＡＴＴＡ等人提出的算法的一种改进，作为比较，还讨论了数学形态学方法。通过在指纹细化处理中的应用，对这两种算法作了较为详细的比较。     

指纹图像细化算法的改进算法

对指纹图像算法进行了较深入的研究,分析了OPTA算法和改进的OPTA算法的优缺点,提出了一种新的细化算法,经过实验证明,该算法能够很好的满足细化的要求,细化完全彻底,细化后保持了纹线原有的拓扑结构和细化特征,而且光滑无毛刺,运算速度也很快。     

一种基于重心的快速细化算法

分析快速细化算法和OPTA细化算法不足产生的内在原因,提出一种新的基于重心的快速细化算法.该算法根据被细化图像的特点,用密度重心快速将纹线细化到3个像素宽度内,计算4邻域拓扑实现彻底细化.仿真结果表明,在细化效率方面,该算法一次遍历删除超过一半的大量冗余像素,是快速细化算法的3～7倍;在细化要求方面,该算法可达到绝对单像素、光滑无毛刺,并能保持端点不被吞噬,能够很好地满足图像细化的要求.     

基于方向图的指纹纹线检出算法研究

指纹纹线检出大多是先按指纹方向图增强指纹图象，然后进行图象分割。但因指纹脊线内和谷线内的图象增强方向可能不一致，使得图象分割的效果不好。作者提出一种直接按指纹方向图进行指纹纹线检出的算法，它先采用拓宽的Prewitt算子计算指纹图象的梯度矢量图，然后用局部最大梯度法计算指纹方向图，最后用阶跃函数模拟从原始指纹图象和指纹方向图中进行指纹纹线检出。     

二值图像细化算法的比较与改进

本文在分析二值线图形的基本细化原理及目前流行的各种细化算法的基础上，提出一种以Ｈｉｌｄｉｔｃｈ经典算法为基础并行与串行处理相结合的细化算法。该算法大大提高了处理速度，满足工程图矢量识别系统对处理速度的要求。     

图像处理中一种4×4细化算法

在剖析现今通用的图像细化方法的基础上，提出了改进现有细化算法以提高处理质量和速度的两种可行途径，并据此设计了一种新的４×４算法，构造了相应的判别模板及其细化过程．本算法已在图形智能处理系统中得到了实际应用，大大提高了图像处理的质量和速度．     

一种快速的一次扫描细化算法（OSSTA）

提出了一种快速的一次扫描细化算法，通过骨架点的预测分析，得到骨架点，对非骨架点的像素不作判断，并通过插补连接得到骨架。另给出了细化实例。     

一种图像细化算法及其在医学图像中的应用

提出一种具有较高准确度的细化算法。通过基本细化和优化等步骤,该算法抽取的骨架相当接近理想的骨架。还讨论这种细化算法在人类染色体图像处理中的应用。     

改进型蚁群算法及其在TSP中的应用

介绍了蚁群算法的基本原理,并对其优、缺点作了详细的分析.基于蚁群算法的缺点--需要较长的计算时间,收敛速度慢,提出了一种改进型的蚁群算法,可以有效提高收敛速度,并把该算法应用到TSP问题中,取得了很好的效果.     

一种改进的指纹图像细化后算法

对指纹图像细化后算法进行研究,分析了常规细化后处理算法存在的不足,分析其产生的原因,并在常规细化后算法的基础上提出了一种改进的细化后算法。经过实验表明,该算法在继承了原有细化后算法优点的基础上显著地减少了细化后的噪声,是一种较为理想的细化后算法。     

一种改进的自适应PDE去噪算法

讨论了经典的偏微分方程去噪模型——TV模型和四阶PDE去噪模型的优点与不足,提出一种改进的综合去噪模型。通过自适应的系数选择,将TV模型和四阶PDE去噪模型进行加权组合.数值试验结果表明,改进算法不仅保留了传统算法的优点,而且能有效提高去噪效果.     

基于K邻近均值滤波器的自适应Canny边缘检测

本文在分析传统Canny算子的优缺点基础上,针对其在平滑滤波和阈值选取上的不足,提出了新的改进算法.该算法首先采用K邻近均值滤波器对图像进行预处理,然后利用非极大值抑制过程后图像本身的信息来自动产生高低阈值对图像进行边缘检测.经过实验证实,使用本算法检测到的边缘连续性更好,边缘细节更丰富,同时阈值选择的自适应能力有所提高.     

一种改进的等高线并行细化算法

讨论了经过分色提取之后等高线的细化问题,以减少数据的处理量,为矢量化过程做前期处理准备.针对军事地图等高线,提出了一种改进的快速并行细化算法.采用两步法细化算法对等高线进行细化处理.在已有的两个逻辑规则基础上,增加了若干限制条件,处理了模板的对称性问题.同时还给出了删除数组,提高了算法的运行速度.从运行结果看,没有发生骨架畸变现象,避免了过度腐蚀,具有较好的连通性,此方法的细化效果较为理想.     

基于改进的三维Douglas-Peucker算法的多波束测深数据抽稀方法

 为压缩海量多波束测深数据,提出了一种利用三维D-P 算法进行多波束测深数据抽稀的方法。首先对三维D-P 算法中首基面的确定进行改进,使得算法运行效率提高数十倍,然后利用该算法对中国北部某海域的多波束测深数据进行数据抽稀的实验和验证,取得了较好的实验效果,表明该方法能够较好地抽取海底地形的特征点信息,适用于多波束测深数据的抽稀。该方法符合多波束测深系统的面测量模式,实现了三维空间下的具有全局性特点的数据抽稀,其渐进式数据选取方式,可以为建立海底地貌LOD（细节层次模型）提供不同精度要求的抽稀数据,具有良好的应用前景。     

离散变量结构优化设计的复合形遗传算法

对离散复合形法提出了一种新的初始点产生办法,并基于满应力思想,对离散复合形法的优化结果进行进一步搜索,提高了离散复合形法的局部寻优能力·为了弥补遗传算法自身的不足,把改进的复合形算法作为复合形算子嵌入到遗传算法中,以提高遗传算法的局部寻优能力;同时对遗传操作过程做了改进,如在进化初期采用大的交叉率,以尽快筛选出最优个体;对最差个体采用大的变异率,使其向最优解逼近,从而建立了一种离散变量结构优化设计的混合遗传算法·算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法,是可行和有效的·     

结合信赖域和粒子滤波的红外目标跟踪方法

研究机载前视红外(FLIR)系统中鲁棒的目标跟踪算法.在传统的粒子滤波中嵌入信赖域寻优方法,发挥了它们各自的优点.在重要性重采样之前,将所有的粒子点都置于状态空间中恰当的位置,只用少量的粒子点就可以保持住多个模态,并解决了传统粒子滤波中的采样恶化和采样枯竭问题.实验结果显示了该方法的有效性和鲁棒性.