基于图像场能分析的指纹图像增强

手指的脱皮老化以及活体指纹传感器带来的图像误差易影响指纹图像的成像质量.为此,针对低质量指纹图像中存在的纹线断裂、脊谷粘连以及手指脱皮造成的区域性模糊等问题,提出了一种基于指纹图像场能分析的指纹图像增强算法.算法分析和计算了指纹图像的强度场、梯度场、方向场和频率场,并在分析图像本身特点的基础上结合各场能具体信息以及Gabor滤波原理对指纹图像进行逐步的增强处理.实践表明,整套算法对低质量指纹图像增强效果良好,能大幅度提高指纹图像质量.     

基于图像场的指纹图像预处理算法研究与实现

指纹识别技术主要包括指纹图像预处理,指纹图像特征提取和指纹图像特征比对三大模块。作为指纹识别的关键技术之一,指纹图像预处理的质量好坏将直接影响到后续的处理过程和最终识别结果的正确性及可靠性。预处理的目的是尽量消除所采集到的指纹图像噪声,并将指纹骨架估计提取出来,以便进行指纹特征的提取工作。本文主要讲述了基于图像场的指纹图像预处理算法,主要包括基于图像场的指纹图像分割,滤波,二值化和细化等几个步骤,并且经由VC平台编程实现,以验证算法的有效性和可行性。     

用于身份识别的指纹图像增强算法研究与应用

研究了一种指纹增强算法,利用Gabor滤波器具有最佳时域和频域连接分辨率的特点和其良好的带通性,使用Gabor滤波器对低质量指纹图像进行了滤波去噪处理;使用纹线投票算法获取了指纹图像的纹线结构,在此基础上提取了指纹图像的方向信息,结合方向信息对图像进行了增强处理,实验结果表明,该算法的图像增强效果显著。     

基于小波变换的终点冲刺图像压缩算法

在终点冲刺中,用来判别运动员成绩的图像往往1秒钟内拍摄成百上千张,如此庞大的数据量给图像的传输、存储以及读出造成了难以克服的困难,这时图像压缩就成了必不可少的步骤。图像编码研究也成为了一个越来越活跃的领域,各种各样的算法相继面世。文中介绍的是基于小波变换的图像压缩解压算法。     

基于Gabor滤波器的指纹图像增强算法研究

在指纹识别系统中,图像增强效果的好坏对特征提取及指纹鉴别的识别率具有决定性的影响。本文详细介绍了Gabor二维函数、Gabor滤波器的图像增强算法、方向图计算、纹线频率计算的步骤及方法,从而去除了噪声,达到了增强图像的目的。在算法设计上提高了运算速度,节省了运算的时耗。     

结构优化设计中关切频率对优化结果的影响

本文论述了有频率约束的结构优化设计中关切频率对优化结果的影响,提出了此类问题求解的有效方法。此法计算时间短,并解决了文[1]、[2]的数学模型与原问题不等价的矛盾。     

一种基于小波子带熵的遥感图像压缩算法

提出了一种使用小波子带熵进行比特分配的遥感图像压缩算法.对遥感图像进行小波提升分解后,分析了各高频子带能量百分比及其熵的变化趋势,在此基础上提出了一种新的快速比特分配方法-使用子带熵进行比特分配.然后对各个高频子带进行均匀量化,量化后的数据采用比特平面编码.对最高比特平面只记录该比特平面中非零系数的坐标,其它比特平面采用行程编码和Huffman编码方法进行压缩.实验结果表明,纹理复杂以及相对平坦的遥感图像使用该算法压缩后都可以获得很好的重构图像质量,峰值信噪比均大于34dB,而压缩比则与图像的复杂程度有关.     

基于小波包分解复杂度可分级的音频编码算法

提出了一种基于小波包分解的复杂度可分级的音频编码算法。该算法对信号进行复杂度可分级的不完全不波包分解,并充分利用人耳的听觉特性和不同子带间小波系数的相关性对系数进行零树编码,不仅可在低码率上获得透明质量的重构信号,而且具有复杂度可分级编,解码和多码率可分级编码的功能,可在具有不同计算能力的计算机上实时实现音频编码的解码。     

基于自适应频率跟踪的基波提取算法应用研究

为了消除基波提取中频谱泄露和栅栏效应的影响,实现快速准确地提取基波分量,完成校验仪比差、角差的精确计算,在互感器校验仪自动检定系统中采用基于自适应频率跟踪的基波提取算法来完成基波提取。在互感器校验仪自动检定系统自动检定的过程中,待检校验仪采集检定装置输出的信号并提取信号的基波分量,计算出比差、角差值。系统上位机对计算结果进行比较分析,判定出该待检校验仪对互感器的检定效果。仿真实验表明,该基波提取算法可以稳定地跟踪频率缓变,跟踪误差控制在0~0.02 Hz之间;该检定系统对比差和角差的检定精度分别达到0.002 8%和0.012%,即系统检定精度可以达到0.05级。检定结果表明该算法可以实时跟踪和记录电网频率为50,50.5 Hz时的微小波动状况,同时克服因波动引起的基波频率缓变,从而大大提高基波分量提取的准确性。研究结果表明该基波提取算法在互感器校验仪检定工作中具有一定的有效性和实用性。     

基于分形理论的图像压缩算法

基于分形的图像压缩编码方法是一种全新的编码方法,它利用图像的自相似性及比例特性,通过消除图像的几何冗余度来实现图像数据的压缩,介绍与对比几种分形图像压缩的典型方法。     

一种基于正则化和Watson视觉模型的图像指纹算法

大量多媒体应用的发展使得数字图像很容易地被非法操作和篡改,提出一种基于图像正则化和视觉特性的图像指纹算法,可以有效地实现图像的认证和识别.首先对图像进行正则化预处理,消除几何形变对图像的影响,然后对图像进行分块DCT变换,利用Watson视觉模型对DCT系数进行处理,增大人眼敏感的频域系数在计算图像特征时的权重,经过量化形成最终的指纹序列.在图像指纹序列生成过程中,加入密钥控制,提高了指纹的安全性.实验结果表明,该方法的冲突概率在10-7数量级,对JPEG压缩、旋转、缩放等操作具有较好的稳健性.     

基于混合编码和IWT的医学图像近无损压缩

本文对医学图像先采用DPCM预测变换后,再选择IWT(整数小波变换)对其进行分解,对分解后的低频和高频子带分别作无损Huffman编码和有损矢量量化.根据小波分解后系数的分布特征,能量大部分集中在低频部分,对低频进行无损熵编码,对高频采用量化处理,去除人眼不敏感的冗余信息.最后利用处理过的低频和高频系数进行重构获得压缩后的图像.并与传统的离散小波变换压缩编码,JPEG和JPEG2000进行比较,实验结果表明,利用该方法能得到较高的压缩比和较好的压缩效果.     

一种基于小波变换的遥感图像压缩算法

为验证图像压缩算法122.0-B-0对遥感图像的有效性,在对该算法进行了较为详细的研究后,对该算法进行了软件实现,然后将该算法与JPEG2000、SPIHT算法在压缩效率及压缩速度上进行了比较.实验结果表明:该算法在较低码率下压缩性能与JPEG2000、SPIHT算法相当,在较高码率下压缩性能略微下降,但在相同码率下它的编码速度比JPEG2000快2倍左右,比SPIHT算法约快1.5倍左右,且编解码速度与码率成正比.该算法采用的编码方式相对简单,无反馈操作,可适应于不同内存大小的压缩系统,并采用分段编码有效地防止误码扩散,因此在空间飞行器上具有巨大的应用价值.     

基于四叉树小波分形的医学图像压缩

文章提出了一种基于四叉树小波分形的医学图像压缩新算法。利用小波子带图像间的相似性和块内存在的自相似性进行分形编码。克服了传统分形编码复杂和编码时间过长的缺点，有效提高了编码效率。实验表明，此方法在无诊断失真的情况下可获得较好的压缩效果，在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值。     

基于感兴趣谱段的LASIS高光谱图像3DSPIHT压缩算法

针对大孔径静态干涉成像光谱仪LASIS的成像特点,提出了一种基于三维小波变换的无链表SPITH算法结合感兴趣谱段保护的图像压缩方案.首先,对高光谱干涉图像序列进行三维非对称等长树离散小波变换.其次,采用感兴趣谱段方法保护重要光谱信息.最后,对无链表三维SPITH算法进行改进,以有效编码高光谱干涉图像的小波变换域.实验结...     

基于拉普拉斯金字塔的图像压缩与重构研究

目的研究利用深度学习辅以拉普拉斯金字塔来完成图像压缩与重构。方法利用卷积神经网络提取图像的主要特征,利用双三线性插值法来减少特征尺寸,使用拉普拉斯金字塔来构建分层体系,从而逐步地减少图像大小以达到压缩的目的。在重构端上,对此系统则进行卷积操作,并采用上采样过程,进行图像的恢复重构过程,得到重构图。结果采用来自法国贝尔实验室的set 5与set 14数据集进行验证,使用2层金字塔即在16倍的高倍率压缩下进行实验结果验证,结果表明在主观评价上使用深度学习的方法在清晰度和还原度上要优于PCA,DCT和SVD,同时在客观评价上文中方法取得了标准差(52.73)与信息熵(7.44)的最好结果,高于PCA的49.70与7.38。SVD变换法与DCT变换法,在标准差上只有48.69和49.02,远不如文中方法,同时图片的信息熵只有7.34与7.35,低于文中的7.44。结论利用拉普拉斯金字塔结构来设计卷积神经网络结构来完成图像压缩与重构取得了不错的效果。     

基于WDFB及形态膨胀的图像压缩算法

将小波和方向滤波器组结合,实现了一种非冗余的图像变换WDFB,它满足各向异性尺度关系,能更稀疏地表示诸如边缘和纹理等几何特征.利用WDFB的优势,提出一种基于形态学操作的有效的图像压缩算法.该算法利用重要树来表达子带间的相关性,同时采用形态膨胀算子来聚类子带内的重要系数.实验结果表明,新算法在PSNR指标上明显优于基于小波的压缩算法,尤其对于含有丰富纹理的图像.例如对于512×512的Barbara图,在0.25bpp压缩率下,新算法比SPIHT和MRWD算法的PSNR分别提高1.08dB和0.87dB.     

结合遗传算法与方向图法的指纹图像分割

指纹作为人体的重要特征，由于其唯一性和终生不变性，越来越成为生物测定技术的重要手段，在自动指纹识别中，指纹图像分割是图像预处理中关键的一环，不仅能够对图像信息进行压缩，保留脊谷线的主要信息，同时能够去除大量的粘连，加速后续处理的速度和提高指纹特征提取和匹配的精度，将基于遗传算法的阈值分割方法和方向图法相结合对指纹图像进行分割。     

基于压缩量化与邻域空间LBP算子的图像哈希算法

目的为了解决哈希算法的感知鲁棒性与伪造检测能力不高的问题,提出基于特征压缩机制与邻域空间局部二值模式的紧凑图像哈希算法。方法首先利用2D线性插值技术,对输入图像进行预处理;嵌入Ring分割技术,将其变为二次图像;再利用Gabor滤波技术对其完成过滤;考虑到图像的颜色特征与其内在的空间关系,基于局部二值模式LBP设计邻域空间LBP算子,提取滤波图像的特征;构建特征压缩量化准则,输出紧凑的哈希二值数组;迭代Logistic映射,输出随机序列,通过量化每个序列值输出密钥流,通过构建动态引擎设计分段异加密模型,实现紧凑哈希序列的加密,获取图像哈希;最后计算原始哈希序列与待检测哈希序列的Hamming距离,实现图像信息的安全认证。结果与已有的哈希生成机制相比,文中算法所输出的哈希序列更紧凑,对旋转、伽马校正等篡改操作具有更好的感知鲁棒。结论所提哈希技术具备较高的安全性,在包装图标检索、信息检测等领域具有较好的价值。