基于耳廓特征的生物识别新技术

耳廓检测和特征点的定位是基于耳廓的身份识别与验证新技术研究中非常重要的一部分.耳廓具有数据采集量少,便于建库,色泽分布一致,不受丰富表情影响等诸多优势.采用快速耳廓检测和定位技术,并基于耳廓图像可逆线性变换的方法,将图像分别通过力场和能量场进行描述,利用测试点在力场中运动最终收敛至图像能量局部最小值处这一个特征,对耳廓图像特征点进行定位.在实验分析过程中,首先解决了耳廓自动检测,并在此基础上定位和提取耳廓特征点,通过力场模型的调整,使得场线较好的收敛于某最近似像素点,解决了力场连续性和数字图像离散性的矛盾,取得满意结果.     

基于力场收敛特征的多姿态人耳识别*

提出了一种通过提取力场收敛特征进行多姿态人耳识别的新方法。首先把人耳图像转换为力场图像,通过计算力场的散度得到人耳收敛特征,然后使用零空间线性判别分析算法进一步提取特征并分类识别。实验结果表明,力场收敛特征比最初基于力场变换的势能阱特征更为稳定,而零空间线性判别分析方法也优于传统的主元分析降维方法,更好地解决了小样本问题,识别率得到进一步提高。该方法能够有效识别多姿态人耳图像。     

基于图像力场转换的耳廓图像识别

首先讨论了耳廓识别技术的可行性、可靠性及其特点,针对耳廓识别特点提出一种基于图像力场转换的耳廓识别方法(Force-field fisher classifier).该方法通过力场图像转换提取耳廓图像特征后,采用Fisher线性判别分类识别,减小了光照变化对耳廓识别的影响.在我们选取的耳廓图像库上识别率达到了98.5%.     

基于支持向量机的人耳识别系统研究

介绍了人耳识别的优势以及识别处理过程,然后采用不变矩方法对人耳图像进行特征提取,获得7个不变矩特征向量。重点利用支持向量机算法进行60只人耳图像的分类与识别,达到了100％正确分类率和95％的正确识别率,证明了支持向量机在人耳识别技术中应用的可行性。     

一种2D+3D人耳融合识别方法研究

提出一种2D和3D模式相融合的人耳识别方法.利用基于Adaboost算法的人耳检测器在2D图像上进行人耳检测,在对应的深度图像中定位出人耳区域.对于2D人耳图像,利用核Fisher鉴别分析法进行特征提取,再利用最近邻分类器进行识别;对于3D人耳深度图,利用3D局部二值模式进行特征提取,结合几何约束和位置约束在测试耳和注册原型耳上进行特征点匹配,并利用匹配点数进行识别.最后将两者进行决策层融合.在UND人耳图像库上的实验结果表明,与单独2D或3D人耳识别相比,文中提出的2D+3D人耳融合识别方法在光照变化情况下能取得更好的识别性能.     

相位一致性和KDDA结合的人耳识别方法

随着人耳识别技术的发展,如何寻找不受光照和对比度影响的特征并用于识别成为研究热点之一。本文提出一种利用相位一致性对人耳进行特征提取的方法,该方法首先从8个方向计算人耳图像中每点的相位一致性,然后对经过相位一致性变换的输出图像分块求和,形成特征矢量,最后通过KDDA将特征向量投影到低维高可分空间,并用欧式距离对人耳图像分类。对77个人,共308幅人耳图像进行实验,在等误率为1.7%的情况下,识别率可以达到98.2%左右,验证了该方法所提取的人耳特征不受光照影响。     

基于HOG特征与子区域模糊融合的人耳识别研究

作为一种新兴的生物特征识别技术,人耳识别具有其自身独特优势.利用局部特征信息,研究一类新型的基于梯度方向直方图的人耳身份识别方法,提出一种基于梯度方向直方图与子区域模糊融合相结合的人耳识别方案.将人耳图像划分为不同子区域,分别提取各子区域梯度方向直方图特征,引入模糊隶属度匹配融合策略,获取最终的分类结果.与多种方法的对比实验表明,基于梯度方向直方图的特征提取方法具有高识别性能,针对USTB人耳图像库3的测试实验,可达到99.75％的识别率.     

基于力场分析的主动轮廓模型

传统Snake模型存在的缺点是，其初始轮廓必须靠近图像中感兴趣目标的真实边缘，否则会得到错误结果，且由于Snake模型的非凸性，结果不能进入感兴趣目标的深凹部分，很容易陷入局部极小点，由此该文提出一种基于力场分析的主动轮廓模型，详细分析了基于欧氏距离变换的距离势能力场分布，归纳出感兴趣目标上真轮廓点与假轮廓点的判别标准，建立了由曲线能量到最终结果的有效方法，避免了Snake陷入局部极小点，实验结果表明，该模型具有较大的捕获区域，能够进入感兴趣目标的深凹部分，准确提取感兴趣目标的轮廓，与GVF Snake模型相比，该模型具有很小的计算量。     

基于Harris算法的图像角度计算方法

在识别图像中￡型角点及计算其角度大小时,会检测出较多错误角点且角度计算误差较大。为此,提出一种融合图像边缘特征和灰度特征的Harris角度计算方法。利用高斯窗口内边缘线权重和,以边缘梯度的平均值替代边缘上的梯度,通过比值影响函数筛选出L型角点。采用加权平面近似灰度表面,使用有关像元的主曲率幅度值拟合加权,以这2种方式的角点响应函数值相等为条件,推导角度计算公式。实验结果表明,该方法可使角点误检率从24．6％降为3．3％,L型角点角度计算平均误差率从10．21％降为3．82％。     

一种运用势能理论的骨架特征提取方法

一种好的特征提取方法可以使模式识别和目标跟踪系统的性能得到较大的提高.二值图像势能理论和方法是一种利用像素所具有的势能来表现图像特征的新方法.运用图像势能的方法把目标图像骨架的特征提取出来在特征提取领域是一种创新.经仿真实验,图像骨架的势能方法可以较好的表现出图像的特征,计算速度快,占用存储空间小,准确性高.骨架势能的方法可以应用到目标分类,目标识别,特征提取等多个领域.     

手势认证中基于能量熵的端点检测方法研究

为了保证智能手机敏感信息的安全性,设计实现了一种基于手机内置三轴加速度传感器的三维手势认证方案。在手势端点检测部分,在定性分析手势加速度信号能量分布特性的基础上,提出了一种基于能量熵的新方法实现有效手势截取。进一步设计基于欧式距离的动态时间规整算法对截取后的手势序列信号进行匹配认证,当他人模仿手势错误接受率趋近0%时,本人认证手势错误拒绝率维持在7%左右,从而实现智能手机用户身份识别。     

单芯片微小型指纹识别系统设计与实现

嵌入式指纹识别产品的推广应用一直受到成本和体积因素的制约。提出一种基于ARM7处理器芯片LPC2106为核心的单芯片嵌入式自动指纹识别系统设计方案,给出了系统组成的电路结构,运用了一种高效率的嵌入式指纹图像拼接及识别算法软件,并设计出用于改善指纹识别性能的指纹引导槽方案。结果表明,2秒内能完成20个指纹用户的识别,在认假率为十万分之一时,拒真率不超过百分之三,达到国家有关标准的要求。该产品体积小,价格只有同类产品的约三分之一,可应用于指纹门锁、指纹保险箱、指纹遥控器等领域。     

面向船载雷达图像的船只检测方法

提出一种适用于船载雷达图像的船只检测方法,对相邻的多幅雷达图像进行叠加处理,采用概率神经网络模型估计海杂波雷达后向散射的概率分布,利用恒虚警率技术确定全局阈值,根据连通区域的大小去除虚警。使用X波段船载雷达图像序列对该方法进行检验,结果表明,利用该方法得到的船载雷达图像的船只检测精度可达89.5%。     

基于皮肤纹理特征的高分辨率人脸图像识别

提出一种基于皮肤纹理特征的高分辨人脸图像识别算法。通过人脸轮廓提取人脸的皮肤纹理特征点,利用Gabor滤波器提取人脸关键区域的皮肤纹理特征,根据纹理区域相关性进行特征匹配。在FRGC v2.0数据库上的实验结果表明,当认假率为0.1%时,该算法的认证率可达97.8%,且使用高分辨率人脸图像可提高人脸识别的性能。     

基于局部敏感布隆过滤器的工业物联网隐性异常检测

工业物联网（IIoT）系统中的传感器由于持续使用和正常磨损出现损坏,导致收集和记录的传感数据出现隐性异常。为解决该问题,提出一种基于局部敏感Bloom Filter（LSBF）模型的异常检测算法LSBFAD。首先利用基于空间划分的快速Johnson-Lindenstrauss变换（SP-FJLT）对数据进行哈希映射,然后采用相互竞争（MC）策略进行除噪,最后利用0-1编码构建Bloom Filter。在SIFT、MNIST和FMA三个基准数据集上进行的仿真实验中,LSBFAD算法的误报率（FAR）均低于10%。实验结果表明,基于LSBF的异常检测算法与当前主流的异常检测算法相比,具有较高的检测率（RD）和较低的误报率,可有效应用于IIoT数据的异常检测。     

人工免疫系统和云模型用于图像分割

针对传统基于聚类的图像分割算法易于陷入局部最优解的问题,将人工免疫模型引入到了寻找聚类中心的过程中。鉴于抗体具有双价的免疫特性,以及将不被识别器识别也不属于自我抗原的抗原统一划为自我抗原或非自我抗原而产生的高误判率,在抗体识别抗原过程中引入云决策机制,增加了抗原划分的随机性和模糊性,提高了图像分割的质量。     

G-CNN模型在浓雾天气形势识别中的应用

天气形势图特征分类是实现浓雾智能在线预报的关键因素之一，为了探索高效、正确的天气形势图分类模型，一种基于方向滤波器的深度卷积神经网络（Gabor-Convolutional Neural Network，G-CNN）模型被提出，模型通过训练已建立的浓雾天气形势图-雾型关系数据集，建立形势图纹理特征与雾型之间非线性映射关系进而实现天气形势图智能化识别。G-CNN模型：利用Gabor滤波器对输入的天气形势图纹理特征进行强化；利用2个卷积-池化层及2个全连接层的CNN架构拟合天气形势图与雾型之间的映射关系。利用江苏地区2010至2016年浓雾天气形势图-雾型关系数据集，从中随机取样70%作训练集，余下30%样本作为测试集的情形下，训练、测试建立的模型，并针对3个惯用的评价指标：准确率（Probability of Detection，POD）、虚警率（False Alarm Rate，FAR）及临界成功指数（Critical Success Index，CSI）对模型进行评价。试验结果显示POD、FAR及CSI分别为0.86、0.11及0.77，指标值表明模型具有高度的有效性和正确性。     

闪电河流域L波段地基微波辐射计RFI检测与电磁环境分析

L波段微波辐射计是探测土壤湿度和海水盐度的重要手段,但日益严重的射频干扰（Radio Frequency Interference, RFI）使得L波段被动微波遥感无法达到地表参数的反演精度要求。将具有快速采样能力的L波段积分式微波辐射计搭载于车载移动平台,在华北闪电河流域进行地基测量,应用时域脉冲检测算法（Asynchronous Pulse Blanking algorithm, APB）及基于变异系数的中值比较算法对测量结果进行射频干扰检测与抑制,两种算法对射频干扰检测都取得了一定的效果。根据检测结果,闪电河综合遥感试验区的L波段地基微波辐射计观测到的射频干扰以小量级的脉冲式干扰为主,野外干扰平均量级一般集中在3~4 K,持续时间多在1~2 ms,干扰率在2%~14%之间。对比分析发现,城镇中的射频干扰较野外严重,野外实验中H极化测量结果受射频干扰影响略轻于V极化,APB算法相对具有较多的误检现象,而中值比较法则更能容许测量目标本身的辐射亮温波动,该算法的最小检测干扰量级小于3 K, 有助于提高试验区内土壤湿度的反演精度。     

基于普通摄像头的心率测量方法研究

心率测量是一种监测人体生理状态和身体状态的重要手段。提出了一种基于摄像头的非接触式心率测量方法。基于光电容积描记原理（PPG）,从普通摄像头拍摄到的人脸彩色图像序列中提取出含有脉搏成分的信号,并利用小波滤波得到血液容积脉搏波;用傅里叶变换进行能量谱分析并计算心率值。实验结果证明该方法测量准确度高且能够满足医药行业标准要求。由于无创,非接触,操作方便,成本低,该方法在家庭保健的普及方面有着了巨大的应用前景,也为生物医学实验提供了一项有利的工具。