一种指纹图像奇异点检测的方法

准确、可靠地检测奇异点(core点和delta点),对指纹分类和指纹匹配具有重要的意义.针对低质量指纹图像奇异点检测中精确定位和可靠性判断的难题,提出了一种检测指纹奇异点的方法.首先,对于一幅指纹图像,在同一分块尺寸下进行多次图像错位分块,并且分别在不同的图像错位分块情况下检测指纹的奇异点,得到区域相对集中的奇异点位置的集合,并计算其质心,以精确地确定奇异点的位置.然后,再在不同的分块尺寸下检测奇异点,并进一步判断上一步所检测到的奇异点的真伪.该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下检测的奇异点位置相互关联的特性,能够从指纹图像中较精确、可靠地检测出奇异点.在部分典型低质量指纹图像上的实验结果验证了该方法的有效性,对低质量指纹图像具有良好的鲁棒性.

一种基于多级分块错切的指纹奇异点检测算法

准确、可靠地检测指纹奇异点(ore点和delta点),对于指纹分类和指纹匹配具有非常重要的意义。针对指纹图像奇异点的精确定位和可靠性判断的难题,提出了一种基于多级分块错切的指纹奇异点检测新方法。首先,对于一枚指纹图像,在同一分块尺寸下进行多次图像错位分块,并且分别在不同的图像错位分块情况下检测指纹的奇异点,得到区域相对集中的奇异点位置的集合,并计算其质心,以精确确定奇异点的位置。然后,在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计,并分别根据以上方法估计的指纹方向场信息进行指纹奇异点的检测。最后,利用不同情况下检测的指纹奇异点位置相互关联的特性,进行指纹奇异点的精确、可靠检测。该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下采用不同方法检测的指纹奇异点位置相关联的特性,能够从指纹图像中较精确、可靠地检测出奇异点,对低质量指纹图像具有良好的鲁棒性,在部分典型低质量指纹图像上的实验结果验证了该方法的有效性。

H.264中快速运动估计算法及其架构

提出了一种新的可应用于H.264中的运动估计算法和架构。该算法改进多级顺序排除算法(MSEA),将不同模式的块分为相同数量的子块,去除流程分支使数据流规则而有利于硬件实现,使其适用于H.264的可变块大小与分数像素精度的运动补偿预测。实验证明,该算法在提高搜索效率的前提下仍能保持优良的性能。