一种新的掌纹ROI图像定位方法

在分析传统Harris算法缺陷的基础上,提出一种基于角点检测的快速掌纹图像预处理方法。该方法利用一种改进的自适应Harris算法提取出手掌边缘和手指凹凸处的轮廓特征点,采用属于同一特征组的特征点均值作为候选角点,剔除了邻近角点,并根据候选角点在轮廓线上角度变化的大小定位手指根部的三个关键角点,从而有效提取出掌纹图像的感兴趣区域(ROI)。实验测试图像采用CASIA数据库,实验结果表明,该方法能快速有效地定位出掌纹的ROI区域,且能有效增强掌纹图像的边缘与细节,有利于提高掌纹识别的识别率。     

全手掌掌纹主线提取方法

为了解决非接触式掌纹识别中的光照影响和算法复 杂性问题,以及传统掌纹主线提取过程中感兴趣区域(RoI)定位不准确的 问题,提出了一种全手掌掌纹主线提取方法。方法基于全手掌灰度图像,利用掌纹主线的方 向确定性、灰度相似性以 及起始点与终点的规律性等先验知识进行感情线、理智线、生命线、事业线和成功线5类掌 纹主线的提取,有效地 回避了传统主线提取方法对图像进行增强去噪、定位RoI、分割掌纹二值图等复杂度较高的 计算,保留了掌纹主线的方向信 息、相对位置信息、宽度信息和主线条数。采用香港科技大学全手掌纹图库(HKUST)进行 实验,受平移、旋转和光照影 响较小,提取率(ER)为95.6%。与目 前现有的掌纹主线提取 方法相比,本文算法在算法复杂程度、ER和保留的信息量等方 面具有更大优势,为手部多模态识别打下基础。     

基于手指相对长度的手形识别方法

针对手指长度具有可测量的特性,提出了一种基于手指相对长度进行身份识别的方法.首先通过曲率的方法定位特征点,依据特征点计算手指的绝对长度;然后应用绝对长度间的相对长度构成特征向量;最后计算特征向量问的欧式距离,实现身份识别.实验表明,通过人工测量254个人的手指长度,利用手指的相对长度进行身份识别可以达到80.86%的识别率;从中选择180个人进行试验,应用本文的特征提取和匹配算法可以达到78.52%的识别率,识别效果接近实际测量值.     

基于多尺度LBP和SVM的掌纹识别算法研究

为了提高掌纹识别算法识别率,降低特征向量维数,采用基于关键点定位对掌纹进行预处理,利用双向直方图均衡化增强掌纹图像的对比度和纹理细节。使用纹理频谱度量的方法寻找掌纹主线方向,确定Ga-bor滤波器的方向参数,在此基础上,结合多尺度的LBP算子对Gabor变换后的掌纹特征进行提取。最后利用GA优化SVM参数的方法对掌纹图像进行分类。实验结果表明,本文算法能够获得高达97.5%的正确识别率。     

组合滤波EOH-SIFT特征和模糊推理实现的掌纹识别

为了提高掌纹图像对于位置、方向和亮度变化的鲁棒性,提出一种结合滤波技术实现掌纹识别的算法。首先,按特定顺序过滤过滤器,然后提取掌纹图像的EOH-SIFT特征并创建类别数据库。将要识别的掌纹图像的关键点与类别数据库中的所有关键点之间的模糊匹配度的最大值用作该点的模糊隶属度,由模糊推理规则完成掌纹识别。实验结果表明,所提算法提高了EOH-SIFT特征识别掌纹的有效性,并且对掌纹图像的位置、方向、亮度变化和噪声具有较高的鲁棒性。     

基于双目立体视觉与结构光的便携式非接触三维掌纹采集系统

随着三维测量技术的成熟,非接触式三维(3D)掌纹采集系统为掌纹识别的研究提供了新的途径.为了提高3D掌纹信息的采集精度,提出一种融合双目立体视觉与结构光的便携式非接触3D掌纹采集系统.首先将编码图案投影到目标手掌表面,使用双目相机获取左右视图后,采用格雷码-相移法获取目标的绝对相位信息,然后引入波义耳摩尔投票算法进行最...     

MEEMD特征掌纹的2DPCA识别方法

为了提高识别率,提出了基于MEEMD和2DPCA的掌纹识别方法.利用MEEMD技术对掌纹图像进行分解,得到本征模式函数（IMF）分量,用高频分量重构掌纹图像,形成掌纹识别图像集.然后利用2DPCA技术进行识别.MEEMD重构掌纹能够突出掌纹细节特征,提高识别率.采用香港理工大学掌纹数据库进行实验,将此方法与不包含MEEMD的2DPCA方法进行比较,实验结果说明此方法有较高的识别率和较快的识别速度.     

大鱼际掌纹图像特征提取方法研究

为了更客观更准确的判断出患者的大鱼际掌纹的级数,可以采用图像处理技术对大鱼际掌纹进行预处理、特征提取和分类,以实现大鱼际掌纹的量化与客观识别.文中提出一种基于改进的二维主成分分析技术（2DPCA）再结合Gabor滤波的特征提取方法.以定位分割并经增强处理的大鱼际掌纹图像为基础,获得图像的特征矩阵,作为下一步量化分级的特征输入量.仿真实验结果表明该方法是适用有效的.     

基于VGG16和迁移学习的高分辨率掌纹图像识别

由于高分辨率掌纹图像尺寸大、掌纹图像数量少等特点,目前主流的方法采用细节特征点匹配,其算法设计复杂,识别精度不高.针对以上问题,本文提出基于迁移学习的高分辨率掌纹图像识别方法,该方法以VGG16为基础网络,将在ima-genet数据集上训练好的权重参数,用于初始化所有的卷积层;使用图像增强技术将高分辨率掌纹图像分别4、9、16、25等分,采用投票的方法得到整个掌纹图像的准确率,最高可达到99.69％.经实验证明,该方法可以实现端到端的高精度高分辨掌纹图像识别,识别率优于以往的基于细节特征点匹配方法.     

非接触指纹图像识别算法研究

非接触指纹识别具有接受程度高、防伪性高、卫生性高等优点,是目前生物特征识别领域的研究热点,但是非接触指纹图像的背景区域比接触式的相对复杂,指纹图像会出现旋转和平移现象,且脊、谷线的对比度较低,这些因素严重影响了非接触指纹的识别性能.采用接触式指纹图像处理方法很难达到良好的处理效果.本文根据非接触指纹图像的特点提出了相应的非接触指纹图像的预处理方法.首先采用图像YCbCr模型中的Cb分量和Otsu法相结合的方法进行手指区域的提取.其次采用高频强调滤波和迭代自适应直方图均衡化相结合的图像增强算法进行图像增强处理,再用简化的Gabor函数模板进行二次增强,然后提出了一种手指指纹ROI区域提取的方法.最后本文采用基于AR-LBP算法进行特征提取,利用最近邻分类器进行特征匹配.实验结果表明,本文提出的非接触指纹算法能够达到很好的图像识别效果.     

基于DSP的掌纹图像定位算法的实现

文中详细阐述一套基于DSP的掌纹定位算法的实现过程。采用形态学的方法提取掌纹图像的关键点,运用＂错切＂原理算法对图像进行旋转,具有很高的准确性和运行效率。文中的方法简单有效,但也具有一定的局限性。     

手背静脉图像ROI提取算法研究

手背静脉识别是新兴的身份认证技术,与指纹识别相比,具有活体识别、内部特征、非接触式等优点,其关键点之一是对静脉图像感兴趣区域精准定位。文章提出了结合Canny边缘检测算法和Freeman链码的手背静脉感兴趣区域定位算法。实验结果表明,该算法能够克服手形姿势变化的影响进行准确定位,具有良好的鲁棒性,对手背静脉身份特征识别技术研究具有参考价值。     

基于曲面类型与深度学习融合的三维掌纹识别技术

传统的2维掌纹识别在图像采集时容易受到干湿度、残影和压力等影响,使得其鲁棒性和准确性降低.为解决这些问题,3维掌纹识别技术应运而生.现有的3维掌纹身份认证技术需要将掌纹的特征提取与匹配识别分开进行,不仅延缓了识别时间,更增加了不同方法优化组合的难度.该文提出一种基于曲面类型(ST)与深度学习融合的3维掌纹识别方法.该方...     

手指书写:一种虚拟文字识别人机交互新方法

本文提出了一种全新的手指书写虚拟文字识别系统,该系统利用摄像头捕捉人手指的运动轨迹,通过手指跟踪及检测算法,恢复出手指虚拟"书写"文字的二维图像数据(称之为虚拟文字),再进行识别输出.文中对单层函数连接神经网络进行改进并用来进行高准确度的运动手指尖的预测及跟踪,给出了一种基于数学形态学及模板匹配的简单有效的手指检测方法,提出了基于运动手指跟踪的"虚拟文字"恢复方法.实验结果表明:系统方案可行,手指跟踪及检测准确率高,对手指"书写"的数字、英文等虚拟文字识别率能达到95％以上.     

一种新的掌纹轮廓特征点提取算法

提出了一种对掌纹轮廓特征点进行提取的方法,该方法首先沿着掌纹边缘线做多个彼此相切的外切圆,然后通过判断外切圆与掌纹边缘线交点个数来定位角点的大致位置,最后结合轮廓线近似直线的性质,得到掌纹轮廓特征点的准确位置.在定位角点位置的基础上,为每一幅掌纹图像获得一个ROI(感兴趣区域),并通过计算每个区域的特征向量值对数据库中掌纹图像进行匹配.实验结果表明,该算法具有较高的效率和匹配精度.     

用掌纹识别身份

富士公司推出的这种个人身份识别设备把从前触摸式的指纹识别系统变成了非接触式的，它依据的是同样的原理——指纹人人不同，掌纹也一样，每个人都是惟一。这个黑色的小方盒子通过红外线采集人的掌纹，并由电脑判定是否此人就是正被通缉的逃犯——它主要应用于公共安全系统，比如机场和港口。非接触式的好处是更耐用，更简便，和更卫生——不用担心传染皮肤病或其它传染病。     

基于离散余弦变换和主线分块能量的模糊掌纹识别

针对非接触式掌纹采集时离焦状态导致的图像模糊问题,提出一种新颖的识别方法。使用离散余弦变换(DCT)在频域内提取低频系数作为稳定特征,使用改进的局部灰度极小值法提取空域内的稳定特征即主线,再使用分块方法计算主线能量形成特征向量,然后将频域和空域内的稳定特征进行融合,最后利用向量之间的欧式距离进行识别。在SUT-D模糊掌纹库上的测试结果表明,与融合之前及其他典型识别方法比较,本文算法识别率最高可达96.057 8%,表明本文方法在识别性能上具备有效性和优越性,为解决模糊掌纹的识别问题提供了一条可行途径。     

基于log-Gabor与FT数据融合的掌纹识别算法

本文提出一种基于数据融合的掌纹识别算法。该算法首先利用log-Gabor小波提取掌纹纹理特征,同时用傅立叶变换(Fourier Transform,FT)提取掌纹频域统计特征,然后分别与库中模板进行匹配,最后对两种匹配结果进行数据融合,得到最终识别结果。该算法中的基于手掌中基准点的手掌定位方法,使得定位中的方向校正更为准确。实验结果达到较高的识别率,验证了该算法的有效性。     

射频识别技术在铁水运输车辆定位中的应用设计

射频识别技术（RFID）是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预。针对某大型钢铁厂铁水运输的实际工作环境和对机车以及铁水运输车辆的实时定位的需要，认为射频识别技术非常适合在这种环境下应用。本文介绍利用RFID实现某钢厂铁水运输车辆在一些关键道岔点的定位以及工位点铁水运输车辆车号识别的设计方案，并且介绍了射频识别的原理和应用技术。     

基于人体手指静脉特征的身份认证系统设计

针对指纹识别、手形识别、虹膜识别、人脸识别等常见的生物认证技术的缺点,文章深入研究了一种基于人体手指静脉特征的身份认证方法。根据手指静脉不同区域灰度差别较大的特点,提出了一种分区域处理与形态学图像处理相结合的方法,分离出了静脉和背景,并且为了减少系统响应时间,引入了将图像归一化的思想;最后,将手指静脉纹路进行了细化,并用模板匹配识别的方法实现了整个系统的设计初衷。