基于灰度极小值的路面裂缝检测算法

为提高路面裂缝检测的识别准确率、提高检测效率和降低检测成本,提出一种基于灰度极小值的路面裂缝检测算法。算法在不对路面灰度图像做任何预处理和标注训练的前提下,依据路面裂缝灰度极小值直方图提取不同对比度的裂缝特征;根据不同对比度裂缝的灰度空间分布特点,设计不同对比度裂缝多方向激活重构算法;依据裂缝的线性特点设计伪裂缝去除算法,在保留裂缝细节信息的前提下去除伪裂缝。在公共数据集上进行测试,结果表明算法能够检测不同类型的路面裂缝,具有一定的实际应用价值。

基于局部灰度极小值的指静脉图像分割方法

为了解决在光照不均匀、对比度低和指节纹干扰等情况下存在的手指静脉纹线分割效果不好的问题,文中提出一种基于局部灰度极小值的指静脉检测方法。根据指静脉纹线的走向选取垂直于指静脉方向的模板,该检测模板由三个子模板组成。由于静脉处较其周围邻域的灰度值较低,当检测模板由上至下逐点检测时,中间子模板的灰度值之和小于其他两个子模板的灰度值之和,该处即为静脉纹线处。该方向的模板不但避免了阈值选择,能够排除对比度低、光照不均匀的影响,而且可以有效抑制指节纹等干扰纹线。实验结果表明,该方法可以有效地解决指节纹干扰、对比度低和光照不均等问题,提取的静脉纹线具有很好的连续性。

基于局部灰度极小值的掌脉图像分割方法

针对手掌皮下静脉(简称掌脉)成像照度不均匀、对比度低和噪声严重,提出一种基于局部灰度极小值掌脉图像自动分割方法,回避了阈值选择,能够有效解决光照不均、对比度低、噪声严重等干扰。通过自建掌脉图库的实验结果表明,该方法除了能够有效地抑制噪声、光照不均和对比度低的影响外,与目前的掌脉分割方法相比,在掌脉提取连续性和不需要选择阈值等方面具有更大优势。

一种快速而准确的虹膜识别方法

提出了一种快速而准确的虹膜识别算法,基本思想是:通过图像预处理,确定虹膜的位置和大小,并将直角坐标系下的环形虹膜展开成极坐标系下的矩形虹膜;利用寻找局部灰度极小值点的方法寻找图像中每条扫描线上的特征点,去掉伪特征点以后,得到固定长度的虹膜编码;计算两个虹膜编码之间的海明距离,根据海明距离给出识别结果。