基于小波变换测距优化的RSSI加权质心定位算法

为了减小RSSI定位算法在测距阶段的误差,提高定位精度,提出一种基于小波变换测距优化的RSSI加权质心定位算法,首先采用小波变换对接收到的信号强度进行滤波去噪,然后进行环境参数拟合,以减小测距阶段由于障碍物遮挡、人员走动或噪声干扰等因素造成的测距误差,坐标计算阶段采用加权质心定位算法来估计未知节点的位置坐标。仿真结果表明,改进后的算法有效地提高了定位精度。

基于改进Hamming距离的虹膜识别算法

针对虹膜特征匹配速度较慢的问题,提出了一种改进的Hamming距离算法来缩短匹配的时间。传统的特征匹配是采用8次移位比对的方式,选择其中最小的一次Hamming距离与阈值进行比较,这种方法会带来计算量的增加,影响实时性。为此提出一种新的方法。在进行特征移位比对的同时,将每次得到的Hamming距离与阈值进行比较,若小于阈值,则结束移位比对,判定这2个虹膜来自同一采集者;若不小于阈值,则继续移位比对,直到移位8次为止。在mini2440开发板上,使用CASIA虹膜数据库对该算法进行了大量的实验。结果表明:该方法比传统的Hamming距离匹配法更快,并且准确率有所提高,说明该方法可行有效。

一种由粗略到精确的瞳孔定位算法

针对现阶段实现瞳孔精确定位算法过于繁琐的问题,提出一种由粗略到精确的瞳孔精确定位算法。首先用灰度积分算法粗略找出人眼部位在人脸上的大概位置,然后用Hough变换定位出人眼瞳孔中心的精确位置,接着用Harris角点检测算法对眼角点进行定位,最后通过瞳孔与眼角点的相互坐标定位出人眼瞳孔的精确位置。通过matlab对所提算法进行检验,证明了该算法是一种实现简单、定位精确的算法。