基于SURF特征与模糊推理的掌纹识别

针对现有掌纹识别算法对掌纹图像在采集过程中的位置、方向、亮度变化缺乏足够的鲁棒性,而且计算复杂度较高的问题,提出了一种基于SURF描述字的掌纹识别算法。算法分为训练与识别两个过程,在训练过程中,提取属于同一类所有训练样本的SURF描述字进行互配,然后计算训练样本中互配频次超过该类样本数的1/2的每个关键点的匹配率及其在匹配训练样本中坐标的均值与方差以及SURF描述字均值、SURF描述字与均值的最大欧氏距离组成类别数据库。在掌纹识别过程,基于SURF提取待识别掌纹图像的关键点,确定关键点的SURF描述字与其位置坐标,然后,计算类别数据库中每个类别的每个关键点与待识别掌纹图像所有关键点模糊匹配度的最大值作为该关键点的模糊匹配度,最后基于模糊推理实现掌纹识别。实验结果表明该算法对掌纹图像的旋转、尺度和亮度的变化具有较好的鲁棒性,具有稳健和高精度的特性,并且识别过程计算成本较低,满足了实时性应用的要求。

基于深度学习算法的图像分类方法

图像分类是提高大规模图像检索速度的一项关键技术,当前图像分类方法均存在不同程度的不足,图像分类结果不能满足图像处理的实际应用需求,为了解决当前图像分类方法存在的一些难题,以进一步提高图像分类的效果,提出了基于深度学习算法的图像分类方法。首先对图像分类的国内外研究现状进行综述,指出各种图像分类方法的局限性,然后提取图像分类特征,将图像特征向量作为深度学习算法的输入,图像分类结果作为深度学习算法的输出,通过学习建立图像分类器,最后在Matlab 2016平台与经典图像分类方法的性能进行仿真对照实验。结果表明,提出的图像分类准确性更优,图像分类的平均时间大幅度降低,图像分类整体结果得到了有效改善,较好地克服了当前图像分类方法的不足,具有较高的实际应用价值。

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。

基于改进SURF特征与模糊推理的复杂图片中的文字识别

鉴于现有文字匹配算法在位置、方向和亮度变化上缺乏足够的鲁棒性,根据汉字结构的特殊性,本文采用改进的SURF算法——SSURF来提取文字特征。首先,计算所有训练样本的SSURF描述符,并将同一类别样本的描述符互相匹配,然后计算匹配次数超过1/2的关键点的匹配率,最后用训练样本SSURF描述符的均值和SSURF描述符与均值的最大欧氏距离来建立类数据库。在识别过程中,计算待识别文字的所有关键点,并将关键点的最大模糊匹配度作为该点的模糊匹配度,最后基于模糊推理实现文字识别。实验结果表明,本文算法识别性能更好。

基于桌面虚拟化的计算机实验室的应用和管理研究

本文基于桌面云的技术优势,针对高校计算机实验室的管理实际,探讨运用桌面虚拟化技术提升计算机实验室管理工作效率,并简述了校园网桌面虚拟化系统的基础架构设计。通过Citrix虚拟化平台的构建桌面云环境,可降低计算机设备的投入成本,缓解计算机硬件维护压力,提高计算机实验室的使用效率。

SIFT算法下的多表情人脸识别

随着社会经济的迅速发展,我国信息化水平逐渐提升,计算机技术被越来越多的运用在人们的生产生活中,给人们带来了极大的便利,促使人们的生活逐渐转向信息化方向。在这种情况下,生物特征识别技术取得了飞速发展,并且为人们个人信息的识别提供了有力参考依据。基于此,对人脸识别生物特征识别技术进行了探讨和说明,并论述了SIFT算法在其中的运用。

一种基于代价参考粒子滤波器组的非线性调频信号估计方法

为提高背景噪声统计特性未知情况下非线性调频信号瞬时频率的估计精度和速度,本文提出一种具有完全并行结构的代价参考粒子滤波算法:代价参考粒子滤波器组.该方法包括以下几个步骤:首先,将非线性调频信号近似为分段线性调频信号,建立状态空间模型;随后,基于状态空间模型和先验信息将状态空间划分为若干较小的子空间;在不同的状态子空间内分别执行代价参考粒子滤波算法;最后,比较各个代价参考粒子滤波算法的累积代价,将累积代价最小的代价参考粒子滤波算法的估计结果作为最终的瞬时频率估计结果.仿真结果表明,与同类的代价参考粒子滤波算法、前后先代价参考粒子滤波算法相比,本文提出的方法估计精度更高,运行时间更短.该方法可用于雷达目标检测与跟踪等领域.