一种快速精确的虹膜定位方法

为了提高虹膜定位的速度和精度,本文提出了一种定位方法。对于虹膜的内边缘定位,本文基于图像二值化和形态学的腐蚀、膨胀,建立了有效的去噪算法,并提出了一种灰度投影与圆的方程相结合的方法,可准确定位虹膜内边缘。对于虹膜的外边缘定位,本文利用虹膜内边缘定位数据对边缘图像去噪得到有效的边缘信息,在此基础上提出了一种改进的Hough变换方法,可以快速准确地定位虹膜外边缘。实验结果表明,本文提出的虹膜定位算法显著提高了虹膜定位的速度和精度,避免了传统Hough算法搜索的盲目性。

基于小范围边缘区域搜索的虹膜定位算法

提出了一种基于小范围边缘区域搜索的虹膜定位算法。首先,利用瞳孔的灰度特征对虹膜图像进行二值化及形态学处理,结合对原虹膜图像的Sobel检测结果得到部分虹膜内边界;然后利用Canny算子结合虹膜的几何特征划分出一小范围的外边缘待搜索区域。在待搜索区域中,利用本文根据大量实验提出的虹膜外边界五个特征来确定部分虹膜外边界,最后用最小二乘法来进行内外边界的拟合,从而定位虹膜。实验结果表明,该算法性能稳定,搜索范围小,定位速度大幅提高,且对不同质量的虹膜图像均取得很好的定位效果。

基于多重特征和SURF算法的车牌定位研究

针对利用SIFT算法进行车牌精确定位时执行时间较长的问题,提出一种基于多重特征和SURF算法的车牌定位算法。在HSL颜色空间得到车牌候选区域,结合车牌几何特征与纹理特征筛选候选区域并按设定的规则标号;按序提取车牌标号候选区域,并用SURF算法对候选区域精确定位。实验结果表明,SURF算法与SIFT算法相比,在定位准确率相同情况下减少了运行时间,能满足实时性需要。

基于改进的SIFT特征点的双目定位

立体匹配是双目视觉中最重要的步骤,同时也是最难解决的一个问题.传统的区域立体匹配得到的视差图对无纹理区域难以保留深度不连续的特性,获得目标三维信息速度慢、不准确.本文提出一种改进的SIFT算法,首先通过对采集的左右图像进行极线约束,其次从左图中选择目标区域ROI,再降低特征向量维数来减少耗时,采用基于KD树的BBF算法加快匹配速度,最后用RANSAC算法去除误匹配.实验表明改进的SIFT算法能够迅速准确地得到目标物的特征点,从而利用三角测量法快速地计算出目标三维坐标.

基于改进几何特征的虹膜定位算法

针对随机Hough变换造成的大量无效采样和无效累积问题，提出了基于改进几何特征的虹膜定位算法；首先通过先验知识对传统的去短枝算法进行了改进，然后对仍然留在图像上的噪声点和高频细节用‘投影’算法进行了进一步的去除，这样就降低了无效采样的概率；在虹膜粗定位的过程中，文中采用的是圆的内接直角三角形；任意取两点，比取三点的方法降低了无效采样的概率，提高了虹膜定位的效率。

RSSI改进算法下多目标文本数据关联特征定位研究

为了提高文本数据的准确挖掘能力,提出基于RSSI改进算法下的多目标文本数据关联特征定位方法.构建多目标文本数据的关联结构分布模型,采用模糊关联规则匹配方法进行多目标文本数据的特征匹配和语义相关性检测,提取多目标文本数据的语义模糊性定位信息,采用RSSI改进算法进行多目标文本数据关联特征寻优,采用相关性检测技术进行多目标文本数据的集成滤波,结合模糊聚类方法进行多目标文本数据特征分类处理,根据分类结果实现RSSI改进算法下多目标文本数据关联特征定位和挖掘.仿真结果表明,采用该方法进行多目标文本数据关联特征定位的准确性较高,特征匹配能力较强,提高了文本数据挖掘的准确率.