一种基于自适应滤波的指纹图像增强算法

采集到的指纹图像中往往包含噪声,这些噪声对后续的特征提取和匹配会带来非常不利的影响.为了提高指纹特征提取和匹配的鲁棒性,需对指纹图像进行增强,提高脊线和谷线的对比度,同时滤除图像中的噪声.本文提出了一种基于自适应滤波的指纹图像增强算法,首先改进了Lin Hong提出的方向场计算方法,然后进行基于方向场的第一次粗滤波;在第一次滤波的基础上计算频率场,最后针对每个分块区域进行自适应增强滤波.实验证明,本文提出的增强算法能有效地对指纹图像进行增强.即使是低质量的指纹图像,也能取得较好的增强效果.     

SUSAN算子在车辆检测中的应用研究

SUSAN算子是一种基于图像灰度的类积分算法。该算法利用圆形模板对图像中的感性区进行扫描,经由对模板中心点和非中心点灰度值比较、运算。所得运算结果与阈值进行比较,从而判断此中心点是否为兴趣特征点,实现对图像特征点的提取。特征检测前首先利用Hough变换检测道路边界线以确定路面区,然后应用SUSAN算子在检测出的路面区中对车辆进行特征提取。可以快速准确地提取出行驶中车辆的兴趣特征点。     

特定辐射源个体识别算法研究

针对特定辐射源个体识别(specific emitter identification,SEI)方法,指纹特征提取需要复杂公式演算推理,特征差异小、提取困难,提取后特定辐射源个体识别正确率低的问题,提出一种基于密集连接结构与注意力机制的特定辐射源识别算法,称之为特定辐射源识别网络(specific emitter identification network,SEIN).首先使用包络提取算法提取含噪声较少的辐射源信号包络,得到含有丰富指纹特征的包络图,进而进行SEIN指纹特征的提取及个体识别.实验结果表明,SEIN可达到95.12％的分类识别效果,具有准确率高、指纹特征提取自动化特点,最终较好实现了复杂环境下特定辐射源个体识别.     

一种自适应的无人机影像角点特征提取方法

提取高山林地区域无人机影像上的角点特征时,运用传统方法提取的角点特征数量偏少,为此提出了一种自适应的提取方法.该方法将角点特征提取过程系统性地分为粗提取和精提取过程,其中粗提取为利用吕言算子从影像上确定候选角点特征,而精提取则是通过改进后的SUSAN算法从候选角点特征中精确提取角点特征.角点特征提取结果验证了该方法的可行性,与传统方法相比,该方法提取的角点特征数量更多,运行效率更快,适用于高山林地区域无人机影像角点特征提取.     

基于CEEMD和FastICA的滚动轴承故障诊断研究

由于滚动轴承振动信号易受噪声干扰的影响、故障特征提取较为困难。为此,提出了一种基于互补集合经验模态分解(CEEMD)和快速独立分量分析(Fast ICA)的轴承故障特征提取方法。该方法首先利用CEEMD算法将原故障振动信号进行分解运算,得到一系列模态分量(IMF);然后依据峭度准则选取一些模态分量来完成观测信号的重构,剩余其他的模态分量完成虚拟噪声通道信号的重构;再利用Fast ICA方法对重构信号进行降噪;引入Teager能量算子(TKEO)对降噪后的信号进行解调处理;最后对解调后的信号进行快速傅里叶变换(FFT)运算,分析变换后信号的频谱特征,提取出原信号的故障特征频率。将该方法应用到滚动轴承故障实际数据中,实验结果表明,该方法可以有效提取出滚动轴承故障的基频和倍频特征信息。     

一种自适应的无人机影像角点特征提取方法

提取高山林地区域无人机影像上的角点特征时,运用传统方法提取的角点特征数量偏少,为此提出了一种自适应的提取方法。该方法将角点特征提取过程系统性地分为粗提取和精提取过程,其中粗提取为利用吕言算子从影像上确定候选角点特征,而精提取则是通过改进后的SUSAN算法从候选角点特征中精确提取角点特征。角点特征提取结果验证了该方法的可行性,与传统方法相比,该方法提取的角点特征数量更多,运行效率更快,适用于高山林地区域无人机影像角点特征提取。     

一种基于指纹图像特征的图像分割算法

良好的指纹分割算法能够有效的提高特征提取精度和减少后续处理时间,在指纹识别系统的预处理过程中具有重要的作用。在分析了灰度均值计算方法和噪声对方差的影响之后,提出了一种基于指纹图像特征的图像分割算法。通过实验证明,这种方法对含有噪声的指纹图像的分割是有效的,且对不同类型的指纹图像有较高的适应性。     

基于模糊均值聚类的自适应指纹图像分割

指纹分割是指纹图像预处理中的重要一步,有效的分割能减少后续处理时间并提高特征提取的可靠性。提出一种基于FCM的指纹图像分割方法。利用指纹图像脊线和谷线的灰度方差、纹线的方向一致性进行指纹图像分级分割,由FCM算法自适应的选择分割阈值。避免了人为选择阈值的困难。实验结果表明,该方法具有较高的稳健性和有效性。     

基于功率谱特征的音频指纹实现

音频指纹是指一段可以表示音频信号重要声学特征的摘要,在音频信号的识别、安全验证、完整性校验等方面有广泛的用途。提出了一种基于信号功率谱特征的音频指纹编码方法,通过对音频信号做STFT计算功率谱,提取信号时频域的功率极值点作为特征并利用其空间结构做哈希计算得到音频指纹。经过实验验证,该算法对时长为2s以上的音频样本可以达到95％以上的识别率,对AWGN噪声具有较强的抑制能力,具有算法简单、识别快速准确、鲁棒性高、抗噪声能力强等特点。     

电网安全监测的智能化关键特征识别及稳定分区算法

提出了一种以关键运行特征识别和稳定薄弱环节辨识为目标的智能稳定评估方案,基于改进遗传算法与k阶近邻法(k-NN)相结合的稳定特征提取算法,实现对稳态运行信息中稳定关键特征的识别.在新英格兰10机39母线系统的仿真测试表明,算法能有效提取出反映不同区域稳定水平的少量关键运行特征变量,该特征较好地反映了失稳模式信息.通过构造基于BP网络的临界切除时间(CCT)预测器进一步验证了特征提取的有效性.基于特征提取结果与扰动位置的关联分析,提出了特征重合度判别方法,实现了对电网的稳定分区.     

一种基于Curvelet变换的指纹图像增强方法

Curvelet变换具有各向异性和多方向性等良好特性,是表示分段平滑曲线边缘的最优基。为了确保指纹特征提取算法的鲁棒性,需要对原始含噪指纹图像进行预处理以增强纹线的清晰度,增加脊线和谷线的对比度,减少伪信息。本文提出了一种基于Curvelet变换的指纹图像增强方法,该方法对Curvelet变换后的低频系数实现线性灰度拉伸,以增强其对比度,而高频系数采用阈值去噪。仿真实验表明,该方法优于常用的空间域直方图均衡化和小波域图像增强法,具有良好的视觉效果。     

加权SUSAN角点检测算法稳定性改进研究

SUSAN算法是比较稳定的角点检测算法,但是也存在着漏检和误检的情况。对经典SUSAN算法研究后针对其缺陷进行了改进,通过提出加权SUSAN算法,提高了角点检测的精度。同时,在USAN判决准则上进行了改进,新的准则增加了模板内和核心点灰度相似像素需要与核心点连通,并且USAN区域重心需要远离核心点的约束条件来进一步筛选候选角点。通过改进,减少了原算法的漏检和误检问题,实验结果也证明了改进方法的有效性。     

基于非极大值抑制的SUSAN算法改进及硬件实现

基于FPGA的嵌入式双目立体视觉系统中要求其边缘检测算法具备抗噪能力强、定位精度高、实时性好、易于硬件实现的特点。本文在SUSAN算法的基础上,提出了一种能够满足上述要求的改进边缘检测算法,先用SUSAN算法计算图像的初始响应和法线方向,再进行基于USAN重心与中心点距离阈值的非极大值抑制,最后进行边缘连接,得到边缘图像。该算法各模块采用Verilog HDL语言编程,并在FPGA中验证实现;边缘检测结果用于立体匹配,匹配效果良好,完全满足设计要求。     

改进 MOSSE 的小面积滑动指纹图像追踪算法

随着指纹传感器采集的指纹图像趋向于小型化,指纹图像所包含的指纹特征信息越来越少。针对传统模板匹配算法在处理小面积滑动指纹时计算量大、精度不理想、抗干扰能力差等问题,本文提出一种基于MOSSE的改进滑动指纹追踪算法。改进MOSSE算法使用多输入,将灰度特征与HOG特征在响应层加权融合,并引入Fourier-Mellin算法、加汉宁窗用以处理发生旋转的指纹。通过多种算法对小面积指纹进行跟踪的结果进行对比,表明本算法继承了原MOSSE算法的优点,并提高了指纹匹配精度,对正常图像匹配精度为99%,对含噪声图像匹配精度为90.3%,每帧均值计算时间为0.103 6 s,保证了指纹追踪的实时性,鲁棒性强,对产生形变和旋转的指纹图像也能进行很好的跟踪。     

基于改进岭回归的气象雷达风力涡轮机杂波抑制算法

研究了一种改进的岭回归算法,用于精确估计被风力涡轮机杂波(WTC)污染的气象信号谱矩信息。该算法针对回归模型中数据存在较强的共线性时,导致参数估计值不稳定且估计精确度较低的问题,在距离-多普勒(RDR)基础上,引入加权岭回归模型,并采用广义交叉验证(GCV)获取岭回归模型中的最优回归参数,代入回归模型进而求解被WTC污染的气象信号谱距信息。仿真实验结果验证了该算法的有效性,并在低信噪比条件下对比RDR算法估计精度和稳定性更优。     

指纹图像质量评估方法

指纹图像质量直接影响指纹识别系统的可靠性,通过评估图像质量可以智能的排除低质量图像从而提高识别系统的准确率。针对指纹图像脊谷结构周期性的交替规律,采用图像共生矩阵与快速傅里叶变换对指纹图像质量从局部纹理和全局结构对进行综合评估,形成局部信息和全局信息相互度量考核的方式。将改进的质量评估算法应用于双指纹识别系统,在FVC2004DB1_B指纹库上进行了实验。实验表明,该方法能够对图像质量进行准确分类,提高了双指纹识别系统的可靠性。     

Flexible fingerprint sensor driver IC and bendable evaluation

The paper presents a flexible polyimide fingerprint sensor driver IC driven by a 0.18-μm CMOS technology and studies the sensor bendable performance. The finger valley and ridge are sensitive to environment noise; therefore, we propose low-ripple cross non-overlap charge pump that performs 7.2 V pumped output voltage with Δ30 mV ripple and 98.36% pump efficiency to increase the sensing level and propose mutual V_ref SAR ADC circuit with 6.6 V input swing range, 30 MS/s, ENOB of 10 bits, SNDR 74.1 dB, and bit error with INL [0.61, −0.7] and DNL [0.9, −0.62] to enhance the resolution. Through low-ripple charge pump and mutual V_ref SAR ADC circuitry implementation, it makes the sensing of fingerprint valley and ridge capacitance signal still distinguishable when the film is bent harshly by the substrate radius 10 mm and, in the meanwhile, meet the FBI PIV biometric fingerprint image quality, which is upmost tough standard in biometric fingerprint of identification product.     

基于模板匹配及粗糙度纹理指标的液位检测算法

针对发酵液生产过程中发酵罐内液位检测的实际需求,提出一种基于模板匹配及粗糙度纹理指标的液位检测算法。首先,系统通过工业相机采集实时液位图像,并针对环境因素影响,进行图像预处理来提高采集图像质量;其次,对图像进行透视变换达到矫正目的;然后,对灰度化图像中的感兴趣区域进行模板匹配,粗范围寻找液位位置;最后,通过计算粗糙度纹理指标精确查找液位位置,从而得到准确的液位高度数据,并将数据滤波后输出。实验结果表明,基于模板匹配及粗糙度纹理指标的液位检测算法在实际应用中检测结果准确度达到98.2%以上,且具有抗干扰效果好、实时性强等优点。     

铁路视频监控中基于多算法结合的图像拼接

针对铁路视频监控系统中单个监控摄像头视角范围有限的问题,提出一种用于扩大监控视角的图像拼接方法。首先提出一种简单的输入图像排序算法,对输入的两张具有部分重叠的图像进行自动排序,可以提高监控系统的可靠性和图像的配准精度;然后采用尺度与旋转不变的SURF算法提取特征点,并用改进的RANSAC算法剔除误匹配点,进一步保证了图像配准的精度,使正确匹配的特征点达到总数的80%以上;最后以渐入渐出法进行图像平滑过渡融合,消除了由于光照引起的图像拼接缝隙。实验表明,本方法在图像拼接的速度和精度上取得了较好的效果,适用性较强。