多尺度复数滤波器及PI值相结合的奇异点检测

为了有效检测指纹奇异点,提出了一种结合多尺度复数滤波器及PI(Poincare Index)值的奇异点检测算法.首先,计算多个尺度下的指纹图像方向场并对每个尺度的方向场进行复数滤波;其次,计算各个尺度的方向场的中心点和三角点滤波器响应,若响应值是邻域内的极大值且大于某一阈值,则进一步计算PI值,并依据PI值是否满足奇异点判定条件,则将其标记为候选奇异点;最后,将多个尺度下的奇异点进行信息融合,检测出指纹的奇异点.将提出算法和同类算法进行主客观的实验比较,对公用指纹数据库FVC2004DB1检测的实验结果表明:算法能很好地应用于低质量指纹图像中,正确的奇异点检测率为93%,高于同类算法,且检测到的奇异点位置不发生偏移.

投资项目评价标准的比较与选择

净现值、内部收益率、获利指数等贴现指标在互斥项目选择的实际应用中,常导致不同的投资决策,其原因、解决方法是本文探讨的目的。文章首先对净现值和内部收益率进行比较分析,着重介绍了内部收益率的先天缺陷及替代方法MIRR;然后分析净现值和获利指数的主要差异,最后得出结论:净现值是确定条件下投资项目评价标准中最合理的方法,其他标准则需结合着净现值来运用,否则可能导致决策失误。

一种指纹图像奇异点检测方法

针对指纹图像中的奇异点携带着重要的指纹特征信息,而用Poincare Index方法不能有效地检测出拱型指纹和部分尖拱型指纹中的奇异点等问题,对Poincare Index方法进行了改进,提出了一种奇异点或参考点检测与计算方法.实验结果表明,该方法能很好地对5种类型指纹中的奇异点或参考点进行检测与计算.