全文获取类型
收费全文 | 172篇 |
免费 | 4篇 |
国内免费 | 19篇 |
专业分类
系统科学 | 4篇 |
丛书文集 | 7篇 |
教育与普及 | 11篇 |
理论与方法论 | 1篇 |
现状及发展 | 1篇 |
综合类 | 171篇 |
出版年
2024年 | 1篇 |
2022年 | 5篇 |
2021年 | 3篇 |
2020年 | 1篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 5篇 |
2014年 | 12篇 |
2013年 | 8篇 |
2012年 | 13篇 |
2011年 | 17篇 |
2010年 | 9篇 |
2009年 | 23篇 |
2008年 | 17篇 |
2007年 | 20篇 |
2006年 | 14篇 |
2005年 | 7篇 |
2004年 | 9篇 |
2003年 | 6篇 |
2002年 | 4篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 5篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1993年 | 1篇 |
排序方式: 共有195条查询结果,搜索用时 31 毫秒
101.
针对NICE:Ⅱ中的彩色噪声虹膜图像难于精确定位问题,提出了一种基于微积分算子的彩色虹膜图像定位算法.首先选择RGB虹膜图像的R层,结合Gabor滤波器和图像梯度信息检测图像中的光斑区域;然后利用Adaboost算法检测虹膜区域,并使用抛物线形微积分算子定位上下眼睑;再利用基于微积分算子的模板,通过局部极值的逐步迭代和对虹膜边界点的聚类分析,定位虹膜外边界;最后使用同态滤波对虹膜区域进行增强处理,检测虹膜内边界.在NICE:Ⅱ彩色虹膜图像库上的实验表明,该方法的定位准确率为98.22%. 相似文献
102.
系统阐述了虹膜识别的原理和实现方法,提出将小波变换与Hough变换相结合定位虹膜外边界,采用同心圆渐变展开虹膜图像为矩形图像,根据纹理分布方差对分类距离加权.新算法在保持平移和缩放不变性的同时,有效地实现了虹膜识别. 相似文献
103.
提出一种结合傅里叶描绘子和最小二乘法的虹膜定位算法.在虹膜内圆定位时,先用改进的轮廓跟踪算法检测二值化瞳孔边缘的点序列,再用傅里叶描绘子提取该点序列的整体轮廓,最后用最小二乘法拟合内圆.在虹膜外圆定位时,先利用虹膜左、右部分的灰度梯度信息,提取外边缘点序列,再用最小二乘法拟合外圆.实验结果表明,该算法提高了虹膜定位的速... 相似文献
104.
针对传统虹膜定位算法定位不准确的问题,利用改进的YOLOV3虹膜定位模型对虹膜定位的准确率加以提高,使其更好应用于生产实践.使用Densenet-121模型作为特征提取模块,并在此基础上通过复制骨干网络得到辅助网络的方式使其更有利于检测小目标,用Non-local注意力机制增强图片获取特征语义信息.采用基于DarkNet-53的YOLOV3模型、Daugman模型及Wilde模型进行对比实验.实验结果表明:本文的实验模型在虹膜定位中的准确率高达97.1%,与其他虹膜定位模型相比具有明显优势. 相似文献
105.
提出了旋转不变技术在决策水平上进行虹膜特征提取和融合后分类的方法,以提高非理想环境条件下的性能.在这项工作中,基于二维(2D)快速离散曲线波变换(FDCT)的方向性虹膜纹理特征被计算出来.该方法将归一化的虹膜图像分为六个子图像.Curvelet变换应用于每个子图像.使用这些curvelet系数的方向能量导出每个子图像的特征向量.这些距离在决策层通过新颖的后分类器k-out-of-n进行融合,降低错误识别率.最后提出的方法在UBIRIS,MMU1和CASIA-Iris V2.0数据库上进行了测试,证明了所提出算法的可行性,并将其与现有虹膜识别算法进行了比较.实验结果表明,该算法可以提高虹膜识别准确率,达到较高的实际应用中的要求. 相似文献
106.
通过研究离焦模糊虹膜图像功率谱与离焦量间的关系, 建立了每幅虹膜图像的检焦评价函数值PS与图像模糊半径的关系曲线. 实验结果表明: 功率谱评价函数能够检测系统是否合焦, 并通过最清晰图像找到系统调焦镜的位置; 对评价函数曲线进行Gauss拟合的曲线相关系数为0.994 7(接近1), 验证了功率谱检焦评价函数检焦的准确率. 相似文献
107.
108.
基于形态学和灰度直方图中的灰度分布, 提出一种虹膜质量评价算法. 通过清晰度, 基于二值形态学的活体检测, 灰度直方图灰度分布的区域有效判定以及超界偏移度和斜视离心度的斜眼程度判断, 解决了连续采集的序列虹膜质量评价中因判别指标严苛导致的有效虹膜幸存率过低的问题. 在排除不合格图像的同时, 尽可能地保留可以进行识别的虹膜, 以提高有效虹膜幸存率, 并且时间消耗相对较短. 相似文献
109.
针对虹膜质量评价指标单一或过多的情形, 提出一种基于GA-BP神经网络的序列虹膜质量评价算法. 首先对虹膜图像进行粗质量评价, 筛选掉大多数不合格的较差质量图像; 然后对虹膜图像进行精质量评价, 选用3个较重要的指标得出指标值; 最后结合BP神经网络融合精质量评价指标进行图像质量的最终评价. 在JLU-6.0虹膜库中进行验证, 并与其他算法进行对比测试, 测试结果表明, 该算法能保留较多的有效虹膜图像, 且分类精确度较高. 相似文献