指纹信号的识别特征提取和处理技术

指纹识别技术一般由图像采集,预处理,特征提取,特征匹配,数据库管理五部分组成.本文根据方向图二值化处理,提取细节特征点,以及点模式匹配等算法对初始指纹图像进行处理,实验效果达到了预先的设想,成功实现了指纹图像的识别和匹配.     

基于上下文敏感度的动态图像目标识别

针对机载实时系统获取的图像序列既不满足背景固定又没有目标、背景的高灰度比,而且常规方法处理这些图像存在局限性,提出了基于上下文敏感度的运动图像目标识别算法.首先,对标准Hough变换(HT)算法进行改进,即沿着某一方向做HT,如果线段长度或已识别的目标点数加上剩余线段长度小于阈值,则停止此方向的扫描,这种变换克服了标准HT以图像边界点为扫描边界的缺点.其次,在静态图像识别的基础上,定义了图像识别的置信度,对运动图像前后帧的关系进行了量化,据此实现了对目标的识别.实验结果表明,与标准HT相比,改进的算法不仅具有很强的稳定性和高抗干扰能力,识别准确性高,而且处理速度是标准HT的3～5倍.     

直接三角形和矩形NAM的灰度图像表示算法

分析了三角形非对称递布局模型(NAM)、矩形NAM和线性四元树表示算法,借助于三角形和矩形布局问题的思想,提出了一种直接三角形和矩形NAM (TRNAM)的灰度图像表示算法.通过描述三角形和矩形子模式的存储结构,给出了该算法数据量的理论分析.实验结果表明:与直接三角形NAM表示、直接矩形NAM表示和线性四元树表示算法相比,直接三角形和矩形NAM表示算法能够更有效地减少子模式数(节点数)和数据存储空间,是灰度图像模式的一种更优的表示方法,这种表示方法在降低存储空间、加快传输速度、提高模式匹配效率等方面具有理论参考意义和实际应用价值.     

基于二维模式匹配的图像检索快速算法

图像检索快速算法是基于内容检索研究的重要内容 .首先推广改进了已有文本二维模式匹配快速算法 ,然后将该算法应用于图像内容的检索过程中 ,并实验研究了精确匹配和近似匹配图像检索快速算法的有效性     

基于OCR信息的JBIG2编码算法

二值图像编码在文本存储、图象检索中有广泛的应用。为了提高二值图像的压缩比,提出了一种利用OCR结果的JB IG 2(jo in t b i-leve l im age group)编码算法。它在对二值文本图像进行基于模式匹配的压缩时,利用了OCR识别结果和识别置信度的信息,从而更好地完成了字模重建和模式匹配的处理,提高了JB IG 2算法的性能。图像中所有识别结果可信的字符被重建字模代替,编码器只需编码字符的位置。实验结果表明:该算法优于以往JB IG 2算法的效果,它可以获得高于以往有损压缩算法的图像质量,并在实验图像上得到高于以往无损压缩算法14.3%的压缩比。     

图象动目标检测

提出一种用连续运动的三帧图像递推处理方法,检测出当前帧运动目标.处理前用特征向量相关背景配准算法对图像进行背景配准.还提出了一种快速去噪声并同时提取目标轮廓的算法.采用高速数字信号处理器TMS320C25研制的图像动目标检测装置,可实时对128×128的图像进行动目标检测处理。     

基于点模式匹配和能量最小化的模板定位算法

阐述了分步利用点模式匹配和能量最小化实现模板定位的原理和算法．介绍了利用点模式匹配实现模板快速粗定位的原理,以及利用能量最小化实现模板精确定位的原理和算法．试验结果表明：此模板定位算法充分地利用了点模式匹配的特点,提高了定位的效率和通用性;能量最小化算法有效地实现了模板在输入图像中的精确定位．     

一种基于无回溯搜索方法的块匹配运动估计算法

针对视频图像的运动估计问题,提出了一种无回溯搜索的快速块匹配算法.算法基于快速模式匹配KMP算法思想,将图像中的块匹配转化为一个一维的串模式匹配.利用子块的自匹配特性,计算子块中每一个像素的next值.当模式中第j个像素与主块中的像素"失配"时,从子块的next数组中找到第r个像素继续比较,不需要回溯到开始匹配的位置.对具有不同复杂运动的视频图像进行实验,结果表明:在搜索窗口大小为(-12,-12)×(12,12)的区域内,与六边形搜索算法相比,在运算速度相同的条件下,本算法可大幅度提高运动估计的精度.     

基于后缀树的图像识别研究

分析了后缀树在一维和二维字符串处理方面的优势．以后缀树为索引，将后缀树和最低公共祖先问题相结合，提出了一个在仅考虑平移变换操作的条件下．进行图像精确识别的算法，并从时间复杂度上证明了其优于传统的二：维精确模式匹配算法。     

基于小波包分解和支持向量机的虹膜识别方法

考虑到虹膜识别的非线性和小样本的特点,以及小波包分解具有的分析高频特征信息的优势,提出了一种基于小波包分解和支持向量机的虹膜识别方法.首先对虹膜图像实行分窗小波包分解,再对各窗口的子带图像做筛选处理;然后通过奇异值分解对筛选后的各子带图像做进一步的特征提取和压缩,得到虹膜识别特征;最后利用支持向量机对虹膜特征进行模式匹配.实验结果表明了该算法的有效性.     

一种面向对象组件的特征提取与匹配方法

为了实现面向对象组件的计算机画定位与检索,定义了刻面、首记录特征、组件模式等概念来刻画组件的特征提取,设计了基于组件匹配度的组件搜索算法,该算法能够通过对组件继承空间和组装窨的启发式探索求取所需组件的最优覆盖集,这种基于分类和人工智能图搜索策略的组件匹配方法较自然地反映了面向对象组件的形成过程,具有较好的可操作性。     

基于计盒维数和多小波的静脉图像特征提取

为提高静脉识别过程中的特征匹配速度,提出了一种基于计盒维数全局特征和多小波的局部特征提取方法.该方法首先采用基于计盒维数法的特征提取技术来提取静脉纹理粗糙度特征作为全局特征,然后通过多小波分解来提取静脉图像的局部特征,分别提出了一维系数编码和多尺度量化编码的方法来描述静脉局部特征.对已有静脉图像的实验表明,提出的特征提取方法有效,并使相应匹配算法识别的准确率得到了提高.     

自适应特征融合跟踪在进出人数统计中的应用

传统的Mean Shift算法在背景图像中出现与目标相似物体时容易发生错误,本文将HSV颜色分布和局部二元模式作为观测模型,进行直方图建模,不仅在跟踪过程中为了避免背景干扰,将各个特征融合在一起并通过其与目标模型的相似度动态更新特征的权值,并在此基础构建自动人数统计系统。试验结果表明它能在提取出运动目标后对运动目标进行较为准确的跟踪,并对出入视频场景的人数进行统计,具有较高的正确性和有效性。     

IDS中一种新的模式匹配算法及其并行化

基于字符串匹配的检测方法是入侵检测系统(IDS)中一类很重要的分析方法,文章分析了著名的BM模式匹配算法,提出了一种新的字符匹配算法zY模式匹配算法,该算法的时间复杂度为O（n*(m-1)),比BM算法的时间复杂度O(n*m)低。最后对ZY模式匹配算法进行了并行化设计,并给出了设计代码。     

一种改进的KMP高效模式匹配算法

针对KMP算法存在着主串与模式串中多个相同字符重复比较的缺陷,在KMP算法的基础上,给出了一种新的模式匹配算法,该算法不像KMP算法那样向左滑动模式串的指针,而是每次比较字符不匹配时,根据模式串当前字符的特征值k,使主串的指针向前跳跃k个值,且使模式串的指针置于起始位置,开始新一轮的匹配,加快了主串的匹配速度．理论分析和试验证明,该算法需要的比较次数比KMP算法减少将近一半．     

改进的核相关滤波目标跟踪算法

提出一种基于核相关滤波的尺度和旋转自适应跟踪算法.首先,利用核相关滤波确定目标的中心位置;然后,使用特征点匹配的方式估计目标的尺度变化和旋转角度.在特征点匹配过程中,使用前、后两次光流匹配消除不稳定特征点;计算特征点对的权重分布,从而估计出目标的最佳尺度和角度;判断当前目标是否受到遮挡,进而使用更合理的方式更新特征点集和目标模型,进一步提高算法的鲁棒性.实验结果表明:文中算法不仅能在一定程度上处理目标外观变化问题,而且跟踪的实时性较好.     

基于双目立体视觉的目标识别与定位

为从不同角度识别目标物体以及解决左右两幅图像中目标轮廓中心不匹配的问题, 将SURF(Speeded Up Robust Features)算法与GrabCut 算法相结合, 离线采集目标物体不同角度的图像, 生成目标模板图片库。利用SURF 算法完成目标物体的识别; 利用SURF 算法自动初始化GrabCut 算法, 实现目标轮廓的提取; 利用基于灰度相关的区域匹配算法完成目标轮廓中心点的匹配, 结合三维重建原理实现目标定位。实验结果表明, 该方法可以成功识别目标物体并对目标物体进行准确定位。     

适合中文的双向比较模式匹配算法

分析了几种常用的模式匹配算法,提出一种适合于中文的基于KMP的改进算法,即双向比较模式匹配算法.该算法以KMP算法为基础,引入特征数组以记录模式串尾字符在模式串中出现的位置信息,从而获得模式串在匹配过程中的最大移动距离和最少比较次数.实验结果表明,双向比较模式匹配算法可有效降低匹配次数.     

有限自动机在模式匹配中的应用与研究

有限自动机匹配算法是多模式匹配中的重要算法.反向有限自动机在一定的条件下能压缩自动机的规模,从而提高模式匹配的速度.将反向有限自动机算法与BM算法相结合,利用当前获取信息进一步增大匹配过程中的跳跃距离,可进一步提高模式匹配的速度.     

基于SURF特征的篮球特征匹配

体育视频中目标标识在机器视觉等领域有广泛的应用而基于传统特征的目标标识运算量大、鲁棒性差,无法满足视频标注的实时性的要求。本文基于SURF特征对篮球视频中的目标进行标识,首先利用SURF算法获取特征点,然后利用最近邻匹配法找到匹配点对,最后利用所求值得到标识后的图像。实验表明该算法能满足准确性和实时性的要求,在目标出现一定的旋转状况下仍能实现准确的标识目标。