手背静脉图像预处理算法研究

静脉识别是一种新兴的生物特征识别技术。介绍了静脉图像的采集原理,根据静脉血管的特点,重点对静脉图像预处理进行了研究。静脉图像预处理可分为静脉图像的标准化和静脉图像的二值化两个部分。针对二值化问题,提出了彩动态阈值法对静脉图像进行处理和增强,得到了较好的结果。     

具有活体检测功能的手背静脉身份识别方法研究

针对身份识别容易被仿冒和造假的问题,提出了一种利用近红外相机捕获手背静脉同时具有活体检测功能的身份识别方法,手背静脉图像提供静脉特征作为身份识别的依据,与此同时获取的脉搏波的周期性特征作为活体检测的标志。利用自行搭建的手背静脉和脉搏波捕获实验装置,研究了70个个体的手背静脉图像以及活体和假体的静脉图像特征,并提出了提高身份识别准确率的算法。采用主成分分析对活体静脉特征向量进行降维,降低分类算法的复杂度,结合马氏距离去除异常样本,以提高识别精度,再采用参数优化的随机森林算法和支持向量机算法实现了手背静脉的精准识别。结果表明:基于手背静脉特征结合随机森林算法和支持向量机算法可以对不同个体进行身份识别,识别准确率分别为99.28%和99.86%,识别时间分别为0.368 s和0.110 s。     

沥青路面破损图像自动检测系统设计

介绍了由承载车、计算机、路面破损图像采集子系统、路面破损定位子系统、路面破损图像处理子系统等组成的路面破损自动检测实验系统,根据理论分析确定了摄像机的安装位置参数。利用网络通信技术,实现了双CCD摄像机同步采集路面图像,同时对路面破损图像的几何畸变进行了校正。实验结果表明,该系统对典型的路面破损状态可以准确的检测识别。     

基于光学相关的红外目标检测

光学图像处理技术能以复振幅、并行、高速度和巨量互连来处理信号。利用光学方法的半色调网屏技术实现了红外图像的假彩色编码,提高了红外图像的可识别性;利用光学相关识别技术构造了一种基于4f系统的光学图像实时相关识别系统,以实现对红外图像的实时处理和识别。     

一种基于双核架构的视频跟踪与处理系统的实现

提出一种基于ADSP-BF561的视频跟踪与处理系统设计方法。系统利用ADSP-BF561的双核并行处理性能和丰富的视频编解码接口,采用一种相关跟踪算法对其进行优化,算法是一种以相关系数作为相似性度量准则的相关跟踪算法。对该系统进行测试,结果表明:针对PAL制目标视频图像序列,系统可以实现复杂背景下的实时目标跟踪,视频目标跟踪对每帧的处理时间为22 ms,解决了目标跟踪的实时性要求。     

高速图像处理系统的研制

高速图像处理系统是工作在主控计算机上的一个子系统，该系统可以完成图像处理的采集、处理和显示，从而实现目标识别与跟踪的智能信号处理。高速图像处理系统体现在高帧频的图像处理，主要用于快速目标的探测和捕获。根据图像处理系统的视频源提供的两路视频输出，即模拟视频输出和数字视频输出，设计了基于ADTS201高速DSP和大规模可编程逻辑器件的硬件平台。该硬件系统具有较强的系统功能可扩展性，具有高速运算能力，支持高帧频的对运动目标实时的识别与跟踪数字图像处理算法。     

基于LBP和多层次结构的异质手背静脉身份识别

针对多源异质的手背静脉异质图像的识别研究,提出了基于LBP和多层次结构的识别算法;首先对图像做适当的预处理,然后将LBP特征提取算法编码的手背静脉纹理特征图像作为多层次结构的输入,通过多层次结构的逐层由具体到抽象的特征提取,得到的特征具有更大的鲁棒性;最后该算法在多源异质的手背静脉图像库得到的识别率比传统的算法识别率高,达到96.57%;进一步表明该算法能够较好地解决由于多源异质问题对手背静脉识别所造成的识别率低的影响。     

基于特征融合的手背静脉识别

图像平移和旋转会降低手背静脉识别的准确性,针对该问题,本文提出了一种特征融合的手背静脉识别法.该方法充分考虑图像的细节特征和全局特征,首先选取图像中的交叉点和端点作为特征点,再从特征点中提取出图像匹配的基准点,计算基准点至特征点间的相对距离及基准点与特征点连线间相邻连线产生的夹角作为细节特征;然后利用不变矩方法提取图像特征作为全局特征;最后将两种图像特征融合,进行手背静脉识别.实验模拟结果表明,该方法可快速有效地实现手背静脉识别.     

基于YOLOv3框架的高分辨电镜图像原子峰位置检测

高分辨电镜图像中原子峰位置的检测具有十分重要的现实意义,通过精确定量化原子峰位置可以分析物质在微观尺度上的结构形变、电极化矢量分布等重要信息.近年来深度学习技术在图像目标检测领域取得了巨大突破,这一技术可用在高分辨电镜图像处理上,因为原子位置的检测可以看作是一个目标检测问题.本文利用先进的机器学习方法,通过制作高质量原子图像样本集,使用YOLOv3目标识别框架对原子图像进行自动检测,达到预期效果,实现了深度学习技术在高分辨电镜图像处理领域的应用.该方法的运用有望突破自动处理动态、大量电镜图片的瓶颈问题.     

机器人头部的视觉跟踪系统研究

对运动目标进行识别和跟踪是机器人视觉的一项关键技术。提出了一种可以快速跟踪运动目标的系统设计方案,采用了双计算机处理和Memolink通信方式的机器人控制结构,以图像处理为基础,在图像经过校正之后,通过区域分割和目标识别两个步骤来确定目标的位置,并控制机器人对目标进行跟踪。实验表明,该方法具有较高的速度和准确性。     

工业CT图像轮廓提取与优化系统设计

为了有效地提高面向逆向工程的工业CT图像轮廓处理的精准性和计算效率,开发了工业CT图像轮廓提取与优化系统。该系统主要包括图像处理模块、轮廓识别与提取模块、轮廓拟合与优化模块、图像处理经典算法库和数据接口等功能模块,实现了从工业CT图像到轮廓数据的三维点云与轮廓线的标准格式输出,并与逆向工程软件对接。同时,在轮廓拟合与优化模块中,提出了基于全局约束模型的轮廓拟合策略,并采用有向图分解和数值代数相结合的计算方法,提高了轮廓拟合的计算精度和效率。最后通过实例验证了系统的有效性和正确性。     

Finger vein recognition algorithm based on optimized GHT

In this paper, we present a novel algorithm for recognition of vein features based on optimized generalized Hough transform (GHT). The new algorithm involves several steps. First, it extracts singular points from the binary image of finger veins, and segments the finger veins by these points. Then it selects valid segments and sequences them by way of chain codes. Next it uses the optimized GHT to differentiate sectional curves of finger veins from the whole finger vein image. Using this approach reduces the influence of fragmentation, enhances adaptability for displacement, rotation, and zooming, and accordingly improves the quality of finger vein recognition. We have tested the proposed method with actual finger vein images and produced very satisfactory reassembly results.     

Image restoration of skin scattering and optical blurring for finger vein recognition

Finger vein recognition has been adopted due to its high recognition rate and the invisibility of vein in visible light. However, because a finger vein pattern is not distinctive due to light scattering in the skin layer, the localization of a finger vein pattern region using an image processing algorithm is a difficult procedure. Also, optical blurring increases these difficulties. We propose a new finger vein image restoration method to deal with skin scattering and optical blurring. Our research is novel in three ways compared to previous studies. Firstly, the amount of optical blurring of a finger vein image is measured based on the average gradient of the orthogonal profile of a finger edge. Secondly, the accurate point spread function (PSF) of optical blurring is adaptively determined based on the orthogonal profile of a finger edge. Thirdly, using a constrained least square (CLS) filter and optimized parameters in terms of the lowest error of finger vein recognition, the restoration of a skin scattered and optically blurred finger vein pattern was performed. Experimental results show that the equal error rate (EER) of finger vein recognition with restoration was reduced by as much as 3.14% (5.05-1.91%) compared to the EER without restoration.     

地对地导弹可见光与红外成像导引头技术研究

图像制导导引头信息处理是当今精确制导武器的关键技术之一。首先讨论了地对地导弹可见光与红外光学导引头技术的国内外研究现状,然后结合导弹使用的实际需要给出了研究方案.基于该方案的可见光与红外光学末制导模块基本能够满足地对地导弹的实际要求.最后介绍了业已取得的技术成果,包括:典型目标的快速自动识别算法,图像复原算法,图像融合算法的实验结果,以及双通道四DSP图像融合硬件平台。     

手掌静脉识别典型波长选择

目前的手掌静脉识别系统均采取主动光源来获取掌脉图像,光源波长的选择直接影响掌脉图像的清晰度与识别性能。典型的掌脉识别成像波长为760,850,890,940 nm,但没有指出哪种波长识别性能最佳。从两个角度解决此问题,从识别特征提取角度,建立了基于Fisher判别率的掌脉成像清晰度模型,对4种波长拍摄的掌脉清晰度进行比较;从特征匹配角度,以3种典型的生物特征识别算法对4种波长拍摄的掌脉图像进行识别性能比较。在包含4种波长共2400幅掌脉图像的自建图库中进行实验,模型选择和典型算法实验结果都表明,850 nm优于其他3种波长。证明了850 nm拍摄的掌脉图像的识别性能最佳。     

基于非制冷红外探测技术的军用车辆驾驶员视觉增强系统研究

为了提升军用车辆驾驶员环境感知能力,特别是在夜晚或烟、雾、雨、雪等不同天候条件下提供更有效的观察手段,增加远距离目标识别能力,提高驾驶安全性,作战部队对军用车辆驾驶员视觉增强系统提出了高效、灵活、精确的新要求。基于非制冷红外探测技术的军用车辆驾驶员视觉增强系统作为一类能够有效支持部队全天时、全天候作战的装备, 既增强了车辆夜间隐蔽通行能力,又有效保障了机械化部队的全天候机动能力。通过研究非制冷红外探测技术成像原理,设计出一款模块化、体积小、功耗低、可靠性高的军用车辆驾驶员视觉增强系统,有利于满足日益增长的陆军装备需求。其功能模块包括:红外探测器模块、信号处理模块、图像处理模块、电子稳像模块、行人识别模块、录像模块、控制模块、显示模块,各功能模块相对独立。     

Hand vein recognition based on the connection lines of reference point and feature point

According to the essential characters of the image topology, a new hand vein recognition algorithm based on the connection lines of reference point and feature points is proposed. In this method, the intersection points and the endpoints of the vein image are used as feature points. After the intersection points and the endpoints selected as feature points, the reference point for image matching are extracted from these points. The relative distances between the reference point and the feature points and the angles between the adjacent connections of the reference point and feature points are calculated and used as recognition features. Finally these two features are combined for hand vein recognition. This method can effectively overcome the influence on the recognition results caused by image translation and rotation. Experimental results show that the proposed algorithm is able to achieve hand vein recognition reliably and quickly.     

一种改进的块匹配运动目标识别算法

鉴于传统的块匹配法在图像特征提取、匹配以及搜索等方面有诸多不足,复杂的边缘提取处理与基于灰度的匹配准则都使得系统的处理速度与精度降低,为了使识别处理更加快速精确,提出了一种改进的块匹配识别算法。通过拉普拉斯算子对图像特征进行增强,提高图像的特征信息;实验表明,针对320像素240像素大小的图像,改进算法的特征增强计算时间在Matlab中平均约为0005 4 s。     

基于形状特征的水声图像小目标识别方法

为了抑制背景噪声,提高目标识别准确率,该文提出一种基于形状特征的水声图像小目标识别方法。对含有目标的水声图像进行非局部均值去噪处理后,使用OTSU算法自适应选取阈值对去噪图像进行二值化分割,结合形态学处理获得分割后的目标区域;提取目标区域的矩形度、圆形度、几何不变矩等各项形状参数,将目标的特征向量输入随机森林分类器实现对目标形状的识别。在仿真和实测数据集上分别进行了实验,结果表明,该方法对水声图像中的目标具有较高的识别率,可以实现不同高斯噪声背景下的目标识别,相较于其他方法在识别率上有一定提高。