【摘 要】
：
针对新兴的手背静脉识别技术,提出了一种具有位移和旋转不变性的局部尺度不变特征(SIFT,scale invariant feature transform)分析方法。首先确定手背静脉图像的感兴趣区域(ROI)并对其进行滤波去噪,然后提取手背静脉血管的SIFT并对特征点进行匹配,最后计算注册样本和待识别样本的特征匹配率并以此作为相似性测度进行身份识别。利用我们建立的手背静脉血管图像数据库对该算法进行
论文部分内容阅读
针对新兴的手背静脉识别技术,提出了一种具有位移和旋转不变性的局部尺度不变特征(SIFT,scale invariant feature transform)分析方法。首先确定手背静脉图像的感兴趣区域(ROI)并对其进行滤波去噪,然后提取手背静脉血管的SIFT并对特征点进行匹配,最后计算注册样本和待识别样本的特征匹配率并以此作为相似性测度进行身份识别。利用我们建立的手背静脉血管图像数据库对该算法进行了性能测试,并与目前最典型的识别方法进行了对比。实验结果表明,本算法具有更好的识别性能,其中识别速度得到
其他文献
提出一个新的步态识别算法。首先通过计算轮廓图距离来检测异常步态轮廓图,并利用平均近邻图与平均轮廓图重建异常的图像。然后将对象的步态能量图分解为两部分,并分别为每一部分生成一系列扩展图像,从而构造出能量分解图。接着根据主干图与步态偏移图的对应关系消除静态形状信息,并进行脚部区域校正,从而构造出运动偏移图。最后,使用能量分解图和运动偏移图共同进行分类。实验结果表明,本文算法的识别率远远高于3个典型算法
根据掌纹纹理的多分辨率、多方向特性,提出了一种基于双树复数小波变换的掌纹特征提取方法,利用双树复数小波变换具有的近似平移不变性,多方向选择性对掌纹图像进行特征提取,全面的描述了掌纹图像的纹理特性。该方法首先对掌纹图像进行多尺度双树复数小波变换,然后将每个细节图像分块,计算每个细节图像每块各点的幅值之和,形成矢量,归一化后形成掌纹特征矢量,最后使用加权的城区距离进行匹配。在1000幅掌纹图像上进行实
随着三维动画技术的飞速发展,已经形成了一定规模的市场和就业需求。Maya软件作为三维动画制作的主流软件,越来越多的应用于产业和教学。动画制作流程的复杂度决定了Maya软件成为一个复杂的软件系统。传统的教学模式与新的软件教学产生了矛盾,如何在教学中体现动画制作流程,在提高学生综合素质的同时,又不失专向的提高,成为Maya教学一个新的挑战。
提出了一种基于多尺度形态滤波的多结构元素的肝脏CT图像分割方法。首先,利用肝脏先验知识预测肝脏位置,执行多阈值法简化原图。然后,通过递归多尺度形态滤波和区域标记得到肝脏初始轮廓。最后,构造5个不同方向的结构元素并结合它们的多尺度形态学检测肝脏边缘。为验证本算法的正确性和通用性,选用了不同形状的肝脏图像进行实验,结果表明本文算法能够成功地完成肝脏分割。
This paper focuses on acoustic features that effectively improve the recognition of emotion in human speech.The novel features in this paper are based on spectral-based entropy parameters such as fast
建立候选目标轨迹集合,以候选目标轨迹集合为样本空间,利用沿候选轨迹的能量积分构造此空间上的概率分布,从而建立候选轨迹的概率统计模型。以此模型为基础,设计了一种弱小点目标检测方法。通过蒙特卡罗实验方法调节模型参数,使得算法的检测性能达到所提出的指标。该算法规避了以往算法中需要获得解析形式的候选轨迹密度函数的限制,因此能检测出沿任意方向作直线运动的点目标。最后,针对给定的弱小点目标观测图像序列,利用所
支持向量机对分类问题的求解过程相当于解一个线性约束的二次规划问题,求解的变量个数与训练样本数相等,且需要计算和存储的核矩阵大小与训练样本数的平方相关。随着样本数目的增多,经典的求解二次规划问题的算法不再适用。针对大规模二分类问题,基于数据分割和集成学习策略,本文提出了一种快速支持向量机学习算法。其主要思想是:首先对数据集进行预处理,自动将正负类分别聚成若干子簇;然后对两两组合的正负子簇用SMO算法
Self-affine multiplicity scaling is investigated in the framework of a two-dimensional factorial mo- ment methodology using the concept of the Hurst exponent (H). Investigation of the experimental dat
The availability of a good viewpoint space partition is crucial in three dimensional(3-D)object recognition on the approach of aspect graph.There are two important events,depicted by the aspect graph
针对光照和表情对眼睛定位产生的影响,给出一种基于多尺度自商图和形态滤波的眼睛定位算法。首先利用一种多尺度自商图方法消除人脸图像的光照影响;然后综合运用形态学操作的开闭运算提升眼睛区域特征并采用相关系数法获得眼睛粗定位,对开闭眼不敏感;最后对粗定位区域进行方差投影并二值化后获得精确的眼睛中心点。在JAFFE数据库、YaleB数据库和AR数据库上测试表明本文算法能很好地定位眼睛中心位置,且对光照、表情