一种基于基准点的指纹匹配算法

在图像中心区域为若干细节点分别构造局部结构,根据这些结构的匹配结果实现了基准点的精确定位。在指纹匹配阶段引入一个新的属性,即细节点到基准点之间的纹线切割数目,该属性对指纹的平移和旋转以及非线性形变具有不变性。指纹匹配时对该属性进行比较,排除明显不匹配的细节点,根据可变大小界限盒的方法对细节点进一步匹配。实验结果表明,该算法效率比原有算法提高了10%～20%,且实现了较高的匹配精度。     

基于改进基准点定位的指纹匹配算法

针对指纹匹配过程中基准点定位不准确与耗时长的缺陷,提出一种基于改进基准点定位的指纹匹配算法。该算法借助指纹图像的中心点构造局部细节结构,并在该结构上利用全等三角形原则求取基准点,将所有细节特征转化到极坐标中,利用可变界限盒的方法进行匹配。实验结果表明,该算法所确定的基准点比较准确,且耗时缩短,可提高识别率与执行效率。     

基于局部特征结构的指纹匹配算法研究

针对实际应用中指纹识别系统对畸变图像识别率较低的情况,提出了一种点模式指纹匹配的新方法,利用细节点方向的分布特点,构造指纹图像中具有平移旋转不变性的局部特征结构,然后根据模板指纹和输入指纹局部特征结构的相似度寻找候选参考点对,将指纹图像进行对齐,最后进行特征点集的全局匹配,由结果分数来判断两个指纹是否匹配,给出了算法实现的全过程,实验结果表明该算法鲁棒性好,正确识别率较高,是一种实用的指纹识别技术.     

基于扇区划分的细节点采样指纹匹配算法

在对指纹匹配算法进行了深入研究及总结现有算法优缺点的基础上,提出了新的基于扇区划分的细节点采样指纹匹配算法。本算法以指纹图像参考点为中心,分扇区对细节点数目进行采样统计以构造新的指纹特征向量,再利用距离最小准则进行指纹匹配。实验结果表明,本算法有效提高了指纹图像的匹配效果和运行速度。     

一种基于纹线相似度的指纹匹配算法

本文研究了一种基于纹线相似度的指纹匹配算法,利用纹线的相似程度寻找一对基准细节点(referenceminutiae),根据基准细节点对所在的纹线计算两幅待匹配指纹图像的相对旋转和平移参数,并将待识指纹相对于模板指纹做姿势纠正,最后使用动态搜索半径以坐标匹配的方式实现两枚指纹的匹配.实验结果表明,该算法可以正确、快速地实现指纹匹配,对图像的旋转、平移具有不变性.     

主动搜索耦合图案匹配的PCB板基准点识别算法

为了解决当前PCB板基准点识别算法在基准点尺寸变化和存在污痕的情况下易产生较高的误识别率等问题,提出主动搜索耦合图案匹配的PCB基准点识别算法。首先,引入高斯中值滤波对图像进行平滑处理,采用阈值处理与形态学分割图像,通过搜索符合特征标准的基准点轮廓,设计主动搜索算子,完成对基准点的首轮识别。然后,通过基准点模板图像和Aforge.NET匹配函数,在图像中定位基准点目标,返回中心点坐标与匹配度,完成对基准点的精准识别。实验结果显示：与当前识别技术相比,本文算法具有更高的识别精度与抗干扰性。     

基于稳定区域的形变指纹匹配算法

针对指纹匹配中的非线性形变问题,首次提出了稳定区域的概念,并给出了一种新颖的基于指纹稳定区域的形变指纹匹配算法。通过稳定区域这一概念,巧妙地把指纹匹配问题转化为寻找两幅指纹中对应稳定区域的问题。该算法通过稳定区域的构造、确认和扩张3个步骤,实现了从点到面再到更大区域,从线性形变区域到非线性形变区域的匹配策略。该算法在国际指纹识别竞赛FVC2004的数据库上进行了测试,实验结果表明,该算法有着良好的匹配性能,并有较强的处理非线性形变的能力。     

一种新的形变指纹匹配方法

提出了一种基于细节点局部配准的形变指纹匹配方法。首先,结合细节点的纹理信息以及结构信息获取多个参照点;然后依据选取的多参照点实现模板指纹图像与输入指纹图像的全局配准从而获得指纹之间的公共区域;将公共区域内的细节点与它们最近的参照点聚类组合,形成多个分组,并将各分组内的细节点以对应的参照点为极点转化到极坐标系下建立指纹的局部对应性;最后,采用界限盒约束条件实现指纹匹配。实验结果表明,基于局部配准的指纹匹配方法对形变指纹匹配具有较好的鲁棒性,能较大提升指纹的识别性能。     

利用去除形变的方法进行指纹匹配

提出了一种基于细节点的指纹匹配方法。定义了一种新的结构邻接特征联合体(AFU),并用这个与旋转和平移无关的局部特征与指纹细节点进行比对;利用纹路的频率和块方向信息对细节点的位置和方向进行重新调整以增加匹配的可靠性。实验结果表明该方法可以很好地处理指纹中出现的形变问题,具有较好的匹配效果。     

一种基于结构匹配的指纹匹配算法

提出了一种基于结构匹配的指纹匹配算法,不仅考虑了指纹的全局特性而且利用了指纹局部结构的平移和旋转不变性。该算法可克服在采集指纹图像时由于非线性形变所引起的细节点的位置、细节点的方向及指纹图像中细节点之间距离改变产生的影响,降低了匹配算法的拒识率。试验结果表明所提出的方法确实提高了指纹匹配算法的有效性。     

基于小波的指纹特征点提取算法研究

提出一种新型的基于小波的指纹特征点提取算法.该算法利用haar小波基对指纹图像进行小波变换,提取小波系数并对其进行分析,经观察发现不同指纹细节特征点的分布与小波系数的分布存在一定的关系,根据小波系数分布的变化,可以确定细节特征点的具体位置及其类型.实验结果表明该算法对指纹特征点提取效果良好.     

基于分形维匹配的编码算法

本文主要描述的是图像处理方面的分形模拟。构造自相似图像,可以由一小组点通过仿射变换重复映射而产生,而这只需要存储一些起始点和作用到这些点上的变换规则即可。本文从分形维的特征出发,提出了基于分形维进行的迭代函数系统（IFS）匹配的分形编码算法（FIFS：Field Iterated Function System）,这不但获得了很高的压缩比,同一般的分形编码相比,还取得了较快的编、解码速度和自相似匹配误差测算方法。     

基于匹配概率活动表的分形图像快速压缩编码算法

本文在Jacquin提出的自动分形图像编码算法的基础上,针对各定义域块与值域块的匹配概率不相等,提出了基于匹配概率活动表的分形编码算法,为进一步加快编码速度,从理论上重新定义了定义域块与值域块间距离的计算,并分析了值域块类型与门限取值间的关系,并经实验给出了门限的具体数值。实验结果表明,与基本自动分形图像编码方法相比,在保持重建图像质量的前提下,运算时间大大下降,加快了分形图像压缩速度。     

基于点模式匹配的矢量地图水印算法

提出一种基于点模式匹配的矢量地图水印算法。该算法将灰度图像嵌入到矢量地图的特征顶点中,嵌入时通过控制误差容限,保证水印的不可见性。水印的提取过程采用点模式匹配算法,通过匹配被检测的矢量地图与含水印的矢量地图的关键顶点得到它们之间的配准函数,最后与原矢量地图比较可以计算得到嵌入的水印信息图像。实验证明该算法对平移、旋转、缩放等攻击都能起到很好地抵抗,具有较高的安全性。     

自动区域划分的分区域搜索狭义遗传算法

用数学方法难以解决函数优化中的区域划分问题．为此,提出了用狭义遗传算法实现区域划分的方法．实现了基于自动区域划分的分区域搜索的狭义遗传算法,阐述了分区域搜索的控制策略。从理论上分析了基于自动区域划分的区域搜索的狭义遗传算法是全局收敛的,并具有收敛速度快、搜索过程稳定性高、可控制性强、便于并行实现等特点．最衙提出了有待研究的问题。     

一种基于分段匹配的字符串匹配算法

针对已有算法对文本和模式的相关性依赖较大,提出一种基于分段的字符串匹配算法——SM。该算法利用特殊字符将文本先分段再匹配,且匹配过程对模式内容和长度不敏感。通过将SM算法与经典算法进行分析和实验对比,证明SM算法性能稳定,特别是在多模式字符串匹配情况下,SM算法具有比Wu-Manber算法更快的速度和更小的空间消耗。     

基于SIFT特征与区域相结合的双目视觉匹配算法

以SIFT特征对旋转、尺度缩放、亮度变化保持不变性的特点,使用双目视觉系统从两个不同的视觉角度采集立体图像对,提出基于SIFT特征匹配和改进的区域匹配相结合的匹配算法。该方法确定符合SIFT特征的边缘为可靠特征点,并确定其视差;根据视差梯度原理确定其他点的视差,最后生成稠密的视差图。实验结果表明,SIFT特征与区域相结合的匹配算法的引入,提高了特征点视差的准确性,一些弱纹理区的匹配也有所改善。     

一种基于散乱点云的边界提取算法

点云边界是曲面的重要特征之一,边界线的快速准确提取对于提高曲面重构的效率和质量具有重要意义。首先,采用基于kd-tree搜索的方法建立点云空间拓补关系,进行K邻域快速搜索,以采样点及其K邻域作为局部型面参考依据拟合微切平面,将其向微切平面投影;其次,在微切平面上建立局部坐标系,并对投影点进行参数化,根据邻域点集在采样点处的场力大小之和可以表示点集的平均作用来识别点云的边界特征点;最后,从提高边界线连续性的角度,利用NURBS曲线插值方法连接边界线。实验结果表明,该算法可以快速、有效地提取出点云的边界特征点,并得到C2连续的边界线,满足曲面重构的要求。     

基于顶点可见性的凹多边形快速凸分解算法

凹多边形的凸分解问题是计算几何的基本问题之一,在许多领域均有应用。现有算法大多为全局部分算法,而局部分自救研究的很少。全局方法由于耗时太多,而不能满足所有工程应用的需要。目前局部剖分算法中最经典的是Ｒｏｇｅｒｓ算法,但由于其存在许多缺陷而在实际应用中受到限制。文中在多边形顶点可见性基础上,提出了新的局部剖分方法。凹点的局部几何特性,通过引入权函数从凹点的可见点串中选取适当的点引剖分线,或者利用凹点