DT网格在指纹识别中的应用

DT(Delaunay Triangulation)网格由于其优秀特性,在指纹识别领域得到了广泛应用。研究一种基于DT网格的指纹匹配方法,对指纹细节点的拓扑结构进行Delaunay三角剖分,把空间位置相近的细节点按照一定规则相连,得到三角形网格,基于该网格寻找若干参考点对,实现基于点模式的指纹匹配。实验结果证明了该方法的有效性。

基于RDWT与改进SIFT的DT网格运动估计与补偿

为进一步提高运动估计和补偿的效果,提出了一种基于RDWT与改进SIFT的DT网格运动估计算法。首先在RDWT域内提取潜在运动区(PMA),并设计了自适应的特征点提取模板;然后对SIFT算法进行了改进,它能快速进行特征点的精确提取与匹配,进而生成DT网格;最后利用仿射变换在PMA内进行运动估计与补偿。实验表明,该算法能快速有效地提取视频图像的特征点,在保持较高峰值信噪比(PSNR)的情况下提高运动估计的效率,且重建图像的主观质量很好,较现有基于不规则三角网格的运动估计算法在PSNR和效率上有一定优势。

一种改进型的DT网格指纹匹配法

DT网格是一种分析离散点的强有力的数学算法,因此,DT网格已经从最初用来分析地址学问题扩展到用来分析指纹匹配问题。在传统的DT网格匹配法的基础上做了一系列的改进,这种算法相对于传统的DT网格匹配法,在识别率上兵没有明显的突破,但是其利用了指纹不易改变的特新,在匹配速度上有了明显的进展。如果应用到大型的指纹数据库,这种算法的优越性就是显而易见的了。

模型优化及其在DT模型基图像编码中的应用

本文提出一种新的近似模型ＤＴ网格动态优化方法，作为二维ＤＴ模型基图像编码方法的改进型方案。优化过程维持了ＤＴ网格的优良特性，从而在提高编译码效率和恢复图像质量方面比其它类型的网格更有优势。近似模型的优化使恢复图像的主客观质量显著提高，从而使整个方案在相同信噪比条件下具有更高的数据压缩比。

Adaptive DT Mesh Points Tracking——A Novel Sequential Image Inter-frame Predictive Scheme

ＡｄａｐｔｉｖｅＤＴＭｅｓｈＰｏｉｎｔｓＴｒａｃｋｉｎｇ———ＡＮｏｖｅｌＳｅｑｕｅｎｔｉａｌＩｍａｇｅＩｎｔｅｒｆｒａｍｅＰｒｅｄｉｃｔｉｖｅＳｃｈｅｍｅＹａｎＹａｏｐｉｎｇＷｕＣｈｅｎｇｋｅ（ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＥｎ...

指纹匹配算法中采集设备无关性的研究

采集设备无关性即指纹识别系统对不同指纹采集器的适应性。基于指纹识别的网络身份认证将面临各式采集器的终端,为推广基于指纹识别的网络认证方法,指纹识别系统必须解决采集设备无关性。文章对指纹特征模式进行研究,提出了适用多种采集器的匹配算法。该算法采用一种基于细节点集的Delaunay三角化的局部结构来调整2个指纹模式,并根据若干匹配成功的局部结构提取出2个模式的比例,进一步将源自不同指纹采集器的指纹模式统一到同一比例。在3款采集器自建的指纹图像库中,指纹交叉匹配结果验证了算法的有效性。

基于Delaunay三角剖分的印鉴识别算法

针对印鉴图像姿势纠正及印鉴匹配处理,引入计算几何中平面点集的三角剖分方法——Delaunay三角剖分方法和基于此的多边形三角剖分方法,并提出一种基于DT网格的印鉴识别方法。通过对两种细节点(基于线条的细节点和基于多边形的细节点)的拓扑结构进行DT三角划分,把空间上位置相近的细节点按照一定的规则相连,得到DT三角形网格,并基于该网格寻找若干参考点对,根据获得的参考点对将两幅印鉴图像进行姿势调整,使用获得的参考点对实现基于点模式的印鉴匹配。经分析该方法可以获得较多的参考点,确保了印鉴旋转、印鉴平移参数计算结果的准确性,有效地提高了最终的识别效果。

一种基于采集设备无关性的指纹匹配算法

提出一种基于采集设备无关性的匹配算法。算法采用基于细节点集的DT网格(Delaunay三角网格)的局部结构,将源自不同指纹采集器的指纹模式统一到同一比例。根据不同的图像采集技术,选用三款采集器建立三个指纹图像库,在图像库上进行交叉匹配的结果证明了算法的有效性。

基于冗余小波变换的运动目标检测算法

针对传统运动目标检测方法帧差法、光流法等提取运动目标的缺陷与不足,提出了一种新的基于冗余小波变换和DT网格的运动目标检测算法,即在冗余小波域提取特征点生成Delaunay三角形网格,并自适应获得潜在运动区域,从而获得运动目标区域实现运动目标检测.实验结果表明,本文提出的算法可以有效地提取运动目标,效果要好于传统的运动目标检测方法,对于室外交通监控和室内监控的运动目标检测同样适用,取得不错的效果.

自适应图像三角化法的新改进

为了提高图像Delaunay三角形化(Delannay Triangulation,DT)的速度及恢复图像的质量,在文献[1]方法的基础上,对自适应图像Delaunay三角形化的方法进行了结构性的改进.改进后的新方法采用了以三角形、边、顶点为基础的类结构,并以三角形的边描述三角形间的相邻关系.由于每条边本身就是两个相邻三角形的交界,加之类特别适合描述相互关系,使得算法得到较大的简化,运算复杂度也随之减小了.在算法的关键步骤采用双精度计算,提高了网格恢复图像的描述精度.实验结果表明,新方法产生的网格随图像内容自适应变化,在网格生成速度上比文献[1]提高了约1/3,在恢复图像的PSNR(峰值信噪比)上比文献[1]提高约(0.02～0.08)dB.

基于Delaunay与多边形三角剖分的印鉴识别算法

研究印鉴图像姿势纠正及印鉴匹配处理问题.在研究 Delaunay 三角剖分方法与多边形三角剖分方法的基础上,提出一种基于 DT 网格的印鉴识别方法.该方法通过对两种细节点(基于线条的细节点和基于多边形的细节点)的拓扑结构进行 DT 三角划分.用 Delaunay 三角剖分方法对基于线条的细节点集进行三角剖分,对基于多边形的细节点直接进行多边形三角剖分.通过对两种细节点的拓扑结构进行三角划分,把空间上位置相近的细节点按照三角剖分的规则相连,得到 DT 三角形网格.然后基于该网格寻找若干参考点对,并根据获得的参考点对将两幅印鉴图像进行姿势调整.实验结果表明该方法可以获得较多的参考点,确保印鉴旋转、印鉴平移等参数计算结果的准确性,有效提高最终的识别效果.