基于主动轮廓线的虹膜定位方法

如何有效地定位虹膜在图象中的位置,是虹膜识别的关键问题之一。论文提出一种基于主动轮廓线的方法——Snake-Daugman(SD)法——来定位虹膜的边界,先用灰度投影的方法检测出瞳孔内的一点作为瞳孔的伪圆心,该点不要求一定在瞳孔中心附近,只要能落在瞳孔内部即可;然后以该点为中心,在其周围等间隔地取几个点作为初始的snake,按照snake的运行机制不断进化,直到虹膜的内边界为止;接着,计算进化后的snake的形心和snake上的控制点与该形心的距离,取其平均值作为瞳孔的半径,形心作为瞳孔的圆心,即可准确定位出虹膜内边界的位置;最后,以瞳孔的圆心为圆心,以瞳孔的半径为虹膜外边界的初始搜索半径,按照简化了的Daugman方法定位虹膜的外边界。实验表明,与常见的定位方法——Hough变换和Daugman的圆形检测算子——相比,文中的方法速度快,精度高,而且,该方法对瞳孔初始的伪圆心的要求并不高,鲁棒性更强。     

基于主动轮廓线模型的海面运动目标跟踪

将主动轮廓线模型用于海面运动船只的跟踪,提出了一种自动选择主动轮廓线初始控制点的方法,增强了主动轮廓线模型的实用性：并将基于主动轮廓线模型的跟踪方法用于多个海面运动目标的跟踪。实验结果表明,提出的初始主动轮廓线自动选取方法可以准确地选择目标的轮廓线的特征点;基于主动轮廓线模型的跟踪方法可以比较准确地跟踪运动船只的主要轮廓特征。     

改进的Snake算法在虹膜定位中的应用

传统的Snake模型在图像边缘检测时定位、分割的结果依赖于初始节点的选取,当初始轮廓线超出图像边界时,会导致分割定位失败。针对该问题,对Snake算法进行改进,详细介绍了改进算法的原理和实现,并用遗传算法对结果进行优化。     

基于多尺度图像的主动轮廓线模型

主动轮廓线模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但在实际使用过程中,现有模型易受干扰噪声及虚拟边缘的影响,且于凹陷轮廓的跟踪能力较差,在多尺度图像分析的基础上,引入梯度矢量流的概念,并改进其计算方法,提出了一种新的主动轮廓线模型,该模型利用梯度矢量流产生的引力,在图像的尺度空间中搜索目标轮廓,不仅能有效地排除干扰,搜索凹陷轮廓,而且便于引入新的约束条件,实验表明该模型有较好的鲁棒性和     

作用域扩展函数在主动轮廓线模型中的应用

为了改进主动轮廓线模型求解过程中轮廓线初始位置的敏感性,通常要采用一些方法扩大图像力的作用域,但是,这些方法往往需要根据具体场合来设计,没有比较好的普适性,而且在扩大作用域的过程中不能很好地控制作用域的大小。文章提出一种作用域扩展函数,既能方便地应用于各种需要扩展图像力作用域的场合,还能够控制图像力的作用范围。     

一种改进的虹膜定位方法

如何有效地确定虹膜在图象中的位置，是虹膜识别中需要解决的关键问题之一，在以前的粗定位与精定位相结合的两步虹膜定位方法的研究基础上，提出了一种改进的虹膜定位方法，它集中体现在虹膜粗定位方法的改进上，改进后的虹膜粗定位的基本思想为：首先在虹膜图像中选择互不相邻的若干行，求得每行的灰度差分曲线；然后根据灰度差分曲线上相邻几个点的累加和的大小，寻找虹膜或瞳孔的边界点；最后，由这些边界点拟合出虹膜及瞳孔的边界，实验结果表明，改进的虹膜定位方法更为快速、稳健。     

基于统计的虹膜定位算法改进

由于目前基于统计的虹膜定位算法局限性,我们改进了这个虹膜定位的算法,利用二值化后灰度图像进行内边缘的粗定位,然后通过对直方图均衡后的图像提取虹膜的外边缘进行粗定位,最后利用Daugman算子的改进进行模板精定位.实验结果表明,该方法提高了准确度和速度.     

改进主动轮廓线模型在图像分割中的应用

主动轮廓线模型(Active Contour Model,ACM),也称作蛇(Snake)模型,是一种常用的图像分割算法。在基于主动轮廓线的图像分割中,深度凹陷边界的逼近和弱边界区域的分割一直是一个难点。引入了一种局部纹理模型(Local Profile Model)匹配算法,通过匹配沿控制点法线方向像素和局部纹理模型可以确定弱边界区域的真实边界,并结合一种新的计算控制点曲率外力的算法,使得主动轮廓线模型能够逼近图像的深度凹陷区域的同时提高算法的收敛速度。实验结果表明,该方法是有效的。     

基于多分辨率方法的主动轮廓线跟踪算法

由Ｋａｓｓ等１９８７年首次提出的主动次轮廓线模型，在数字图像分析和计算机视觉领域得到了越来越广泛的应用，基于单分辨率的主动轮廓线跟踪算法在一个共同的缺点，即：要求初始轮廓线离目标的真实轮廓线很近，这样的算法用于跟踪将只能跟踪缓慢运动的目标，从而限制了主动轮廓线跟踪算法的应用范围，本文提出了一种基于多分辨率的主动轮廓线跟踪算法，它不但继承了基于单分辨率的主动轮廓线算法的优点，而且降低了对初始轮廓线的     

基于改进几何特征的虹膜定位算法

针对随机Hough变换造成的大量无效采样和无效累积问题,提出了基于改进几何特征的虹膜定位算法;首先通过先验知识对传统的去短枝算法进行了改进,然后对仍然留在图像上的噪声点和高频细节用‘投影’算法进行了进一步的去除,这样就降低了无效采样的概率;在虹膜粗定位的过程中,文中采用的是圆的内接直角三角形;任意取两点,比取三点的方法降低了无效采样的概率,提高了虹膜定位的效率。     

基于动态轮廓模型的羽毛分割改进算法

从羽毛图像中分割毛杆适合采用动态轮廓模型,而原始原模型易受局部强边缘干扰产生偏差,且计算规模偏大。根据毛杆的特性,提出用毛杆中心线和毛杆宽度来代替毛杆轮廓,把模型中二维轮廓曲线变化成两个相互独立的一维函数,并据此修改能量方程。改进算法利用对称性避免强边缘干扰,减少了计算规模,能实现全自动分割。实验表明该算法具有较强的抗噪性,使分割毛杆效果良好,能满足工业需要。     

一种基于坐标投影的虹膜定位算法

提出了一种简单易行的虹膜定位算法,该算法是在对虹膜粗略处理的基础上,对内边界的采用了向坐标轴投影的方法;对于外边界采用了寻找扫描线上信息量最小的点,并用相应的匹配模板进行匹配,以便去掉由于噪声的干扰而找到的错误点,从而确定外边界和中心;实验证明了该算法的合理性。     

改进的互相关虹膜匹配算法

传统的相位互相关匹配算法对降质虹膜图像的识别效果并不理想,针对这一问题提出了一种改进的互相关虹膜匹配算法.该算法通过虹膜分割、归一化和图像增强对虹膜图像进行预处理.进一步研究了频域的高斯滤波器设计以提取虹膜特征的有效频率信息,去除高频噪声的影响.提出了一种新的虹膜匹配准则,这种准则有效地利用了全部的相位信息和部分幅值信息.该算法解决了传统算法中理想低通滤波器产生的振铃效应和仅仅使用图像相位信息的问题.实验结果表明,提出的算法具有更好的识别效果.     

基于CGA理论的虹膜定位算法的研究*

为了能够有效提高虹膜检测和定位的质量、准确性和速度,排除光线照射、噪声或是拍摄的角度等不利的因素对定位结果的影响,本文提出一种虹膜的定位算法。该方法首先在对图像进行预处理的基础之上,运用共形几何代数理论的思想,将欧式空间当中的几何量变换到共形几何代数空间当中去,这些几何量在共形几何代数空间当中都是以统一矢量的形式表示,从而这些几何量之间的计算更加的方便、简洁,最后借助Radon变换对目标圆,即虹膜的内外圆所在的平面进行检测,实现虹膜的定位。实验结果表明,该方法简单快速且虹膜定位结果准确,抗干扰的能力强,最重要的是实现了对虹膜内外边缘的同时定位,这对提高虹膜检测和定位的效率有着重要的意义。     

改进的几何活动轮廓模型图像分割算法

针对C-V模型不能有效地分割多灰度级图像以及抗噪性不强的问题,分别引入了一个以高斯函数为核函数的局部二值拟合能量项和一个边缘停止函数。利用局部窗函数内的加权均值取代C-V模型的全局均值,并加入了距离函数补偿项,避免了水平集函数的重新初始化,同时将图像的边缘信息融入到C-V模型中,克服了传统的C-V模型无法利用图像梯度信息的不足。实验证明,改进的模型和LBF模型在血管图的分割的效果明显好于C-V模型,在分割时间上,改进的模型也少于LBF模型和C-V模型;对于灰度分布不均匀以及含有噪声的图像,无论是在分割的速度还是分割的效果上,改进的模型均明显优于C-V模型和LBF模型。     

基于改进自仿射映射系统与参数活动轮廓的医学图像分割算法

Snake模型分割图像时要求初始化轮廓线位于目标图像特征附近,且处理弱边界与深度凹陷区域的能力较弱,对此提出一种基于改进自仿射映射系统与参数活动轮廓的医学图像分割算法。首先,使用高斯滤波器对给定图像进行平滑处理并计算其小波系数;然后,在每个小波尺度的子矩阵中定义一些自仿射映射;之后,将不同小波尺度对应的子力叠加以获得自仿射力;最终,基于动态力公式引导snake模型变形。基于医学图像的仿真实验结果表明,本算法对于医学图像的分割性能较好,有效地提高了snake模型对弱边界与深度凹陷区域的处理能力。     

基于位置信息的改进AODV路由算法

针对AODV协议路由开销较大的问题,提出一种基于位置信息的改进路由协议(GAODV).GAODV利用中间节点重新计算转发角度,保证转发角度内邻居节点数不小于预设门限值,同时还引入基于位置信息的计数器方案,使距离目的节点近的中间节点优先转发路由请求消息,有利于减少转发冗余路由请求信息和降低寻路失败概率.OPNET仿真实验结果表明,GAODV在数据分组投递率、路由开销、总丢包数、端到端时延和平均路由跳数等方面都优于已有算法.     

基于RSSI跳数修正的DV-Hop改进算法

针对原始DV-Hop算法中跳数值不能反应出节点间实际距离大小而导致拓扑不规则网络中节点定位误差较大的问题,提出了一种基于接收信号强度指示RSSI(Rceived Sgnal Srength Idicator)的改进算法。首先根据直接邻居节点接收到的RSSI值对第1跳进行分级,细化跳数;同时把节点间的距离比值作为权值,并将其转化为相应RSSI的关系对跳数进行加权修正,使获得的跳数值更准确。仿真结果表明在相同的网络环境下,与传统算法相比改进算法在不增加额外硬件的前提下有效地提高了定位精度。     

基于改进几何活动轮廓模型的图像分割算法

针对传统几何活动轮廓（GAC）模型易出现边界泄露的缺陷,提出一个基于改进GAC模型的图像变速分割算法。该算法结合了图像边缘梯度信息和边缘角点坐标信息,通过改变演化曲线在角点及弱边界处的常量速度,避免活动轮廓曲线继续演化进入目标边界内,造成边界泄露和角点丢失现象,影响目标轮廓提取的准确性。实验结果表明：该算法可使演化曲线更加准确地停在目标边缘,并且在一定程度上减少了边界泄露问题。     

一种改进的活动轮廓模型图像分割方法

基于全局信息的活动轮廓模型不能有效分割灰度不均匀图像,而基于局部信息的活动轮廓模型对轮廓初始化位置比较敏感。为此,提出结合全局信息和局部信息,构造新的符号压力函数（Signed Pressure Force,SPF）,替代Selective Binary and Gaussian Filtering Regularized Level Set（SBGFRLS）模型中的符号压力函数,同时构造一种新的气球力函数,并采用SBGFRLS水平集方法演化轮廓曲线来分割图像的方法。实验结果证明该方法能有效分割灰度不均图像,同时对轮廓初始化位置不敏感,对噪声有较好的抗干扰性。