【摘 要】
：
为提高指纹鉴别率,提出了一种基于DWFMT变换提取特征进行指纹鉴别的新方法.采用离散小波变换进行小波分解指纹图像后对局部边缘进行平滑,从而减少指纹图像关于形状扭曲的敏感性,而Fourier-Mellin变换产生平移、旋转和伸缩的非变异特征.利用Fourier-Mellin变换的线性性质,使众多的DWFMT特征形成非变异的参考特征以减少输入指纹图像的变化.实验结果表明,其指纹鉴别率达到96%以上,当
论文部分内容阅读
为提高指纹鉴别率,提出了一种基于DWFMT变换提取特征进行指纹鉴别的新方法.采用离散小波变换进行小波分解指纹图像后对局部边缘进行平滑,从而减少指纹图像关于形状扭曲的敏感性,而Fourier-Mellin变换产生平移、旋转和伸缩的非变异特征.利用Fourier-Mellin变换的线性性质,使众多的DWFMT特征形成非变异的参考特征以减少输入指纹图像的变化.实验结果表明,其指纹鉴别率达到96%以上,当众多DWFMT特征被使用时,鉴别率可达到99%.
其他文献
Under harmonic wave excitation, the dynamic response of a bilinear SDOF system can be expressed by the Hilbert spectrum. The Hilbert spectrum can be formulated by (1) the inter-wave combination mechan
1937年8月1日4时35分,山东菏泽县(曹州)发生7级地震,震中位置:北纬35.4度,东经115.1度。极震区东到马岭岗,西至东明县王坝岗,南到通古集,北至耿海,烈度达Ⅸ度。同日18时41分该地区又发生一次6(3/4)级地震,震中位置:北纬35.3度,东经115.2度。极震区在吴油房、朱楼、大马庄、王堂一带,烈度为Ⅷ度。此次地震使菏泽、东明二县遭受严重破坏,周围14县也受到不同程度破坏。极震区内
针对自然纹理背景,提出一种基于多尺度小波特征融合的人造目标检测方法。在小波变换域,纹理背景和目标区域的多级小波系数具有不同的能量分布,能量特征可作为简单、有效的空间特征来检测目标。由于小波函数具有良好的局域性特点,不同尺度下用它检测出的边缘特征点移位不会超过1个像素。融合边缘特征和能量特征进行人造目标检测,可有效地保证目标边界的定位精度,达到较好的鲁棒性和准确性。实验结果证明,该方法对纹理背景下人
本文介绍近来由俄国、希腊、意大利、乌克兰以及格鲁吉亚执行的欧洲合作项目SUPRE(Study of the ULF electromagnetic Phenomena Related to Earthquakes与地震相关的超低频电磁现象研究)的研究成果,讨论地震孕育区的地震-电磁监测方法的进展和地震灾害评估。主要内容是:在特定地震活动区正在使用的观测技术、提取地震前兆信号的数据处理方法以及地震孕
Mutual information (MI) based image registration has been found to be quite effective in many medicalimage applications. However, standard MI hampers the convergence of registration transformation pa-
A novel two-dimensional (2D) pattern used in camera calibration is presented. With one feature circlelocated at the center, an array of circles is photo-etched on this pattern. An ellipse recognition
. In this paper,a two-stage semi-hybrid flowshop problem which appears in graphics processing is studied.For this problem,there are two machines M_1 and M_2,and a set of independent jobs J={J_1,J_2,..
An efficient identification algorithm is given for commensurate order linear time-invariant fractional systems. This algorithm can identify not only model coefficients of the system, but also its diff
现有的图像融合算法不能有效区分基本图像特征和噪声,往往在输入存在噪声时性能变差。自然场景图像中,视觉上显著的图像特征往往表现出一定的几何结构,而噪声缺少结构化信息。基于复数小波变换,利用Von Neumann熵推导了一个结构化信息测度,可以有效区分噪声和视觉上显著的图像特征。图像融合之前利用测度加权输入,从而自适应抑制噪声同时保留图像特征。对几个图像融合方案从主、客观上进行性能比较,显示了新方案的