一种基于脊线特征的指纹匹配算贩

指纹的脊线几乎构成了指纹的全部特征,其整体结构和趋势是确定指纹的重要依据.本文算法引入了一种描述指纹脊线趋势的特征向量,并且基于该特征向量提出了一种新颖的匹配算法.算法首先在指纹图像的特征区域中进行脊线采样,根据采样结果提取脊线的特征向量,把特征向量的相似度作为指纹匹配的依据.算法避开了传统细节点匹配方法的限制,有效利用了脊线趋势的稳定性和脊线间的相对关系.实验结果表明,本文算法具有较高的匹配精度.     

一种基于脊线特征的指纹匹配算法

指纹的脊线几乎构成了指纹的全部特征，其整体结构和趋势是确定指纹的重要依据。本文算法引入了一种描述指纹脊线趋势的特征向量，并且基于该特征向量提出了一种新颖的匹配算法。算法首先在指纹图像的特征区域中进行脊线采样，根据采样结果提取脊线的特征向量，把特征向量的相似度作为指纹匹配的依据。算法避开了传统细节点匹配方法的限制，有效利用了脊线趋势的稳定性和脊线间的相对关系。实验结果表明，本文算法具有较高的匹配精度。     

基于"主中心点"脊线跟踪的指纹分类算法

通过分析分割算法,结合区域跟踪算法和腐蚀膨胀算法,对基于方向场置信度的分割算法进行了改进;然后,结合一阶对称复数滤波,验证基于传统Poincarê指数法所提取得到奇异点的准确性;在此基础上提出了一种基于"主中心点"脊线跟踪的指纹分类方法,该方法根据"主中心点"附近的脊线信息以及奇异点的数目和相关位置来确定指纹纹型.     

一种面向指纹识别的鲁棒脊线跟踪算法

由于传统的指纹识别系统大多要进行二值化和细化过程将消耗大量的计算时间,提出了一种基于脊线跟踪的指纹图像特征点提取算法.在灰度级指纹图像上,沿脊线方向自适应跟踪指纹脊线,直至该条脊线终止或与其他脊线相交,得到一幅细化后的指纹骨架图和附在其上的细节点信息.跟踪过程中,在关键点处进行脊线方向估计和局部滤波,跳跃式地获得脊线骨架点.对于提取到的末端点和交叉点,根据指纹图像的结构特征和统计结果相结合进行去伪后处理.实验证明算法的有效性.     

引入脊线结构信息的指纹匹配方法

提出了一种利用脊线和脊线结构信息进行指纹匹配的方法,即首先利用脊线的相似度初步确定若干参考点对,然后根据脊线间的结构信息利用矢量三角法对初步确定的参考点对进行筛选,最后用可变限界盒法进行匹配。实验结果表明,该方法能够准确地定位参考点对,快速正确地实现指纹匹配。     

基于脊线跟踪的指纹核心点检测

准确、可靠地检测指纹核心点对于指纹的分类和匹配有重要的意义。针对指纹图像核心点提取中准确判断和精确定位的难题,介绍了一种比较好的核心点检测算法。根据核心点是纹线曲率最大的点的定义,利用脊线跟踪的方法求出核心点。实验结果证明该方法能够从指纹图像中较精确、可靠地提取出核心点。并具有较好的鲁棒性。     

一种基于信息融合的指纹奇异点提取及纹型分类算法

准确可靠地实现纹型分类对提高大容量指纹库中的检索和匹配效率具有重要意义。提出一种基于信息融合的指纹奇异点提取与纹型分类算法。首先,分别给出一种基于奇异点区域方向场信息和奇异区复数滤波场信息的改进的奇异点提取算法,并将两者融合以完整提取奇异点;再利用所提取奇异点邻域的Gaussian-Hermite矩的分布属性剔除伪奇异点;最后,利用奇异点的数目和位置关系及中心点的主方向将指纹分为常见的六种纹型,对缺少三角点的指纹,使用脊线跟踪算法进行分类。实验表明,该方法新颖有效,具有较高的准确性和鲁棒性。     

一种有效的指纹识别算法及应用

提出了一种指纹细节点提取方法,该方法在得到指纹二值化图像后,分别对脊线和谷线进行细化,从脊线细化图和谷线细化图中提取分支点作为指纹的特征点。把这种方法应用到考生身份指纹验证系统,对该系统的工作原理、组成结构、硬件设计和软件实现进行了详细介绍。     

基于边缘检测技术的指纹预处理研究

介绍了一种基于二维边缘检测方法的指纹图像预处理算法.通过采用基于Gauss-Laplace图像边缘检测技术,来计算指纹脊线的方向,形成精确的指纹方向图.在此基础上,配合其它经典的数字图像像素规格、脊线提取和灰度修正方法形成本指纹图像预处理算法.试验结果表明,本算法在清晰地提取指纹脊线的同时,较好地保留了一些传统指纹预处理方法所容易丢失的精细指纹特征,提高了指纹图像预处理算法的运行速度和处理质量.     

频率域自适应指纹图像增强算法研究

根据指纹在频率域中的特点,提出一种新方法来获取指纹脊线方向和频率。该方法不仅能够快速准确提取出指纹局部区域的方向和频率,而且对不同类型的指纹具有自适应性。实验证明,在质量较差的指纹图像中,算法对指纹图像的增强在实时性和准确性上均有大的提高。     

基于像素跟踪拟和的扫描图数字曲线识别

针对传统矢量化算法在识别扫描图时识别效率不高的问题,使用稀疏像素遍历的跟踪拟和算法进行扫描图数字曲线识别。该算法以改进的正交像素跟踪方式获取图元区域关键点数据,通过相应的拟和公式实现直线段、圆和圆弧等数字曲线的提取。实验结果表明,相比传统矢量化算法,该算法在时间复杂度和空间复杂度方面具有较大优势。     

基于自治系统与动态概率包标记的DDoS攻击溯源优化方法

针对分布式拒绝服务(DDoS)攻击对于网络的严重威胁问题,提出基于自治系统(AS)与动态概率包标记(DPPM)的DDoS攻击溯源优化方法。在该方法中,设计了一种新的包标记方案,该方案设置两套标记,分别作为域标记和路由标记,用作域间溯源和域内溯源。域标记和路由标记过程同时进行,标记过程采用动态包标记的方法。最后,通过域间和域内的路径重构实现对攻击节点的快速溯源。实验结果表明该算法是高效、可行的,能为DDoS攻击的防范提供重要依据。     

基于图像背景减除技术的步态识别研究

步态识别是一种新的生物特征识别技术,旨在根据人们走路的姿势进行身份识别。本文利用图像背景减除技术进行步态轮廓检测,然后利用傅立叶描述子对步态轮廓图像进行描述,进行维数压缩,得到模板匹配,最后,利用最邻近法进行识别。实验证明,该算法具有较高的识别率。     

基于图像背景减除技术的步态识别研究

步态识别是一种新的生物特征识别技术,旨在根据人们走路的姿势进行身份识别。本文利用图像背景减除技术进行步态轮廓检测,然后利用傅立叶描述子对步态轮廓图像进行描述,进行维数压缩,得到模板匹配,最后,利用最邻近法进行识别。实验证明,该算法具有较高的识别率。     

Shallow Bounding Volume Hierarchies for Fast SIMD Ray Tracing of Incoherent Rays

Photorealistic image synthesis is a computationally demanding task that relies on ray tracing for the evaluation of integrals. Rendering time is dominated by tracing long paths that are very incoherent by construction. We therefore investigate the use of SIMD instructions to accelerate incoherent rays. SIMD is used in the hierarchy construction, the tree traversal and the leaf intersection. This is achieved by increasing the arity of acceleration structures, which also reduces memory requirements. We show that the resulting hierarchies can be built quickly and are smaller than acceleration structures known so far while at the same time outperforming them for incoherent rays. Our new acceleration structure speeds up ray tracing by a factor of 1.6 to 2.0 compared to a highly optimized bounding interval hierarchy implementation, and 1.3 to 1.6 compared to an efficient kd‐tree. At the same time, the memory requirements are reduced by 10–50%. Additionally we show how a caching mechanism in conjunction with this memory efficient hierarchy can be used to speed up shadow rays in a global illumination algorithm without increasing the memory footprint. This optimization decreased the number of traversal steps up to 50%.     

Euclidean distance transform for binary images on reconfigurable mesh-connected computers.

The distance calculation in an image is a basic operation in computer vision, pattern recognition, and robotics. Several parallel algorithms have been proposed for calculating the Euclidean distance transform (EDT). Recently, Chen and Chuang proposed a parallel algorithm for computing the EDT on mesh-connected SIMD computers (1995). For an nxn image, their algorithm runs in O(n) time on a two-dimensional (2-D) nxn mesh-connected processor array. In this paper, we propose a more efficient parallel algorithm for computing the EDT on a reconfigurable mesh model. For the same problem, our algorithm runs in O(log(2)n) time on a 2-D nxn reconfigurable mesh. Since a reconfigurable mesh uses the same amount of VLSI area as a plain mesh of the same size does when implemented in VLSI, our algorithm improves the result in [3] significantly.     

Rendering large scenes using parallel ray tracing

Ray tracing is a powerful technique to generate realistic images of 3D scenes. However, rendering complex scenes may easily exceed the processing and memory capabilities of a single workstation. Distributed processing offers a solution if the algorithm can be parallelized in an efficient way. In this paper a hybrid scheduling approach is presented that combines demand driven and data parallel techniques. Which tasks to process demand driven and which data parallel, is decided by the data intensity of the task and the amount of data locality (coherence) that will be present in the task. By combining demand driven and data driven tasks, a better load balance may be achieved, while at the same time the communication is spread evenly across the network. This leads to a scalable and efficient parallel implementation of the ray tracing algorithm with little restriction on the size of the model data base to be rendered.     

基于层次划分,块交换的布局整体优化算法

本文提出了一个新的布局整体优化算法，它的基本思想是：对布局区域按一定规则进行层次划分，然后将能最大改善目标函数的同层划分块中的氖器件进行交换。     

一种基于改进流形学习方法的云计算入侵检测模型

基于互联网的超级计算模式云计算引起了人们极大的关注,也面临着越来越多的安全威胁。主要构建能够适应云计算环境的入侵检测系统框架。将非线性流形学习算法引入本课题提出的模型,作为特征提取模块对云计算环境下采集的网络数据进行预处理;给出经典流形学习算法LLE的改进研究,以提高后续分类性能。实验表明,该算法是可行和高效的。     

基于交叉扫描的LTI在超声层析中的应用

目的研究线性插值射线追踪的新方法,提高追踪精度。方法在基本的线性插值射线追踪的基础上,对每一网格单元边界的周围结点进行上下左右交叉扫描。结果和结论本算法,在保留原有算法的优点的基础上,解决了基本算法中当发射点所在列有低速区时,与发射点同列的接收点的走时路径无法绕开该区域的缺点,提高了算法的精度。