基于模糊神经网络的指纹与掌纹信息融合技术

为解决脱皮、有伤痕等低质量指纹存在的识别困难、识别率低及稳定性差等问题,本文提出掌纹作为指纹识别的辅助手段,采用模糊神经网络的身份识别方法,将指纹和掌纹进行信息融合.通过仿真实验,表明此方法实用、有效,能提高系统的识别率及稳定性.可广泛应用于刑侦、金融等对安全有严格要求的领域.     

嵌入式指纹识别系统的光学设计

利用人体指纹具有的唯一性,指纹识别系统越来越多地用于各种机密系统,同时,随着嵌入式指纹识别系统的快速发展,其正倾向于变得更小巧、轻便。因此,研制体积小、识别率高的指纹识别系统已经成为了嵌入式指纹识别领域的趋势。通过分解光焦度的设计方法、采用双高斯的对称光学成像结构、利用Scheimpflug条件设计指纹识别系统,其体积是在市面上现有产品体积的基础上减小了50%,且可以嵌入到考勤机,保险柜,二代身份证等等系统当中。在缩小体积的同时也提高了指纹识别系统的识别率。由于这种指纹识别系统体积小、识别率高、易加工等各种优点,很有普及价值。     

多特征SVM-DS融合决策的缺陷识别

分析超声检测缺陷信号模式识别中存在的问题.提出一种将支持向量机(Support vector machine,SVM)和DS(Shafer- Dempster)证据理论相结合的多特征融合决策识别方法.阐述支持向量机解决分类问题的原理以及证据理论中的Dempster合成规则.将证据理论中的识别框架引入到缺陷类型识别,设计多缺陷类型的多特征SVM-DS融合决策规则.介绍4种不同空间域的特征提取方法以用于多特征融合决策识别.分别将单特SVM识别和SVM-DS融合决策识别应用于石油套管4种典型缺陷的识别.对比试验表明:SVM-DS融合决策识别方法能有效识别上述典型缺陷,其在识别率和泛化性方面都比单特征的SVM识别有优势.     

手形、掌纹和掌静脉多特征融合识别

单一生物特征识别技术无论是在识别率还是稳定性上都不能达到完美无缺,特别是高仿生物特征的出现使其安全性受到质疑。针对上述问题,提出一种手形、掌纹和掌静脉多特征融合识别方法。提出了基于小波变换Gabor滤波器的特征层和图像层融合策略,将同一设备不同光照采集下的掌纹和掌静脉融合到一起,突出各自的主纹理特征;利用手指相对长度为手形特征进行初匹配,提出利用分块纹理基元模型进行掌纹和掌静脉融合图像的特征提取方法,然后进行二次匹配给出最终识别结果。开发了模拟系统并进行了相应的实验,结果表明该识别系统充分发挥了3种特征各自的优点,提高了识别率和稳定性,特别是掌静脉的加入增强了系统的安全性。     

一种指纹模块在考勤终端中的应用与研究

针对学生代考现象难以准确及时地发现这一问题,介绍了一种利用人体指纹生物特征实现的个人身份认证装置,该装置基于C8051F020核心处理器,嵌入光学指纹识别模块,集成了以太网络接口及相应的外围设备,使其具备单机和联网的双重工作模式和较高的安全性与可靠性、较强的适应能力.在初期的实践应用中,结果表明其具有较高的身份识别率,有利于减少学生代考现象的发生.     

基于模糊积分的空分设备故障诊断

D-S证据理论作为空间数据融合的方法应用于工业设备的故障诊断中,具有很好的效果,但是对于具有时间特性的设备故障,就必须考虑时间域上的数据融合才能得到设备故障的准确模式。该文提出了将模糊积分方法用于时间域上的数据融合,并应用于空分设备的故障诊断中。通过仿真实验证明,模糊积分数据融合方法可以有效地提高空分设备故障诊断的可靠性和故障识别率。     

基于2DPCA和EBFNN的指纹识别方法

结合小波变换(WT)、二维主元分析(2DPCA)和椭球基函数(EBF)特点,提出了一种基于WT、2DPCA和EBF神经网络指纹识别方法.利用小波变换将原始图像分解为高频分量和低频分量,并忽略水平高频与垂直高频分量,获得原始图像的基本特征.再通过2DPCA算法对该图像进行降维,获取降维特征;最后结合椭球基函数神经网络(EBFNN)完成指纹识别.本算法将2DPCA优化的特征提取与EBFNN的自适应性相结合,在FVC2000(国际指纹竞赛数据库)上做了测试,总的正确识别率可达91.4%,具有一定的实用价值.与WT-PNN算法和WT-2DPCA-RBF算法进行比较,结果表明,本文提出的算法在平移、旋转及光照变化的指纹数据库上的识别效果优于WT-PNN算法和WT-2DPCA-RBF算法.     

一种基于主分量分析的融合识别方法

针对传统的基于主分量分析的模式识别很难获得很高的识别率的问题,提出了一种基于主分量分析的融合识别方法.采用D-S证据理论对基于两种K-L变换的主分量分析法提取的低维特征进行融合识别.交通标志的形状识别实验表明了该融合识别算法降低特征维数的同时有效地提高了识别率.     

基于多不变量和多分类器融合的飞机识别

分析了飞机图像自动识别方法的难点,指出在飞机图像识别中采用多分类器融合的必要性。提出利用飞机图像的4种不变量特征:仿射矩,Zernike矩,小波矩,SIFT特征点梯度模值,结合支持向量机组成4种分类器,采用自适应权重投票法进行多分类器融合,以提高飞机机型识别率。仿真实验表明,上述4种图像不变量特征构造的多分类器,经过自适应权重投票法融合判别后,飞机机型识别率明显优于单一种类不变量特征构造的同类分类器,同时优于固定权重投票法、多数投票法的多分类器。     

基于机器视觉的封印产品防伪条码在线检测系统

本文介绍了应用机器视觉技术开发的封印产品防伪条码在线检测系统,采用虚拟仪器开发平台LabVIEW完成系统的软件开发,实现了封印产品条码的在线自动化检测及顺序检验.针对检测环境中光照不均对识别率的影响,本文提出了一种基于ROI分割的相机增益智能调节方法,有效提高了在单次检测中不同位置的封印产品条码的识别率.实践证明该系统在识别率、效率和稳定性上均满足大批量生产的要求.