基于PM方程的指纹扫描仪图像增强算法研究

为降低产品成本,在采用低端CMOS图像传感器的指纹扫描仪中,采集的图像易出现通道不均衡、清晰度不高、噪声大等缺点,为了提高图像质量,提出了基于PM偏微分方程的增强指纹图像的综合算法,通过USM锐化算法和偏微分方程噪声滤波算法的有效结合,同时对USM算法和偏微分噪声滤波算法进行了优化,能显著改善图像质量,通过标准测试程序检测达到国际通用的认证标准。     

微机指纹自动识别系统的设计及实现

提出了一个基于微机的指纹自动识别系统的结构、预处理算法、特征提取及实现过程。运用实际样本进行了对照识别，试验成功率为１００％，识别正确率为９８。１％从而表明利用微机可准时实时地对指纹图像进行分类与识别。     

基于广义模糊集合的多级图像增强算法

分析了传统的图像模糊增强算法的两个缺陷,即图像增强区域单一、图像增强后会损失低灰度信息,并针对传统模糊增强算法的两个缺陷提出了一种新图像多级增强算法,该算法通过引入广义模糊集合的概念,将图像从图像空间变换到广义模糊空间,利用广义模糊集合变换范围大的特点进行对比度增强处理,力图使图像的层次更加分明。最后通过实验证明了文中提出算法的有效性。     

单幅雾霾天气交通监控图像去雾处理技术

针对交通视频监控系统在恶劣雾霾天气下获取的图片质量受损,无法正确识别车辆信息的 问题,首先总结了已有图像除雾技术的研究成果,对比分析了全局直方图去雾处理法、同态滤波 去雾处理法、多尺度Retinex(MSR)去雾处理法3 种算法。然后,采用这3 种方法对雾霾交通图片 进行处理,并根据图像纹理特征统计量对处理后的图像效果进行了客观评价。仿真结果表明,3 种算法中,采用多尺度Retinex(MSR)处理法最能提高雾霾图像的质量,能有效地恢复和增强图像 信息,使图像的近景和远景得到均衡。最后,基于Matlab 设计了GUI图像去雾系统,逐一验证了 3 种算法的处理效果,结果表明该系统能够有效地提高交通视频监控系统图像的清晰度,可在一 定程度上优化雾霾天气下的交通图像质量。     

一种基于模糊增强的多尺度边缘检测算法

图像的边缘检测技术是图像处理中最重要的内容之一,且已在图像分析和识别领域得到了广泛的应用.本文提出一种基于模糊增强的多尺度边缘检测算法.该算法首先用模糊增强算子对原始图像进行预处理,加大边缘两侧灰度的差异,然后利用多尺度边缘检测算法提取图像的边缘.最后,将该算法与经典的Sobel算子和Canny算子进行比较.实验结果表明,这种方法较好地解决了图像边缘的提取精度与图像噪声的抑制能力之间的矛盾.     

字轮电能表读数系统的数字识别算法

提出了字轮电能表读数系统字轮区域图像定位、数字图像区域定位和数字区域图像信息增强3方面的算法,并对它们进行了适当的融合.经过试验表明,基于这些算法的数字识别结果准确率较高.     

��ͨͼ��ѹ����FPGAʵ��

交通图像处理系统需要存储或上传非正常交通状况的图像,而图像数据量大难以存储或上传,对此本文设计了一种基于FPGA的交通图像压缩系统.针对交通图像压缩的特点,采用算法复杂度相对较低的JPEG算法,并对算法进行并行化处理,使系统内各个模块并行运行,增强了系统的实时性;采用两个基于Loeffler快速算法的一维DCT变换(1D DCT)模块实现二维DCT变换（2D DCT）,并在对大量交通图像进行实验的基础上给出一套适合交通图像压缩同时适合FPGA处理的量化表,大大降低了系统对FPGA资源的占用.外场实验分析表明,系统工作稳定,压缩图像质量好,压缩比较高,实时性强,对分辨率为720×576的彩色图像具有30帧/s的处理能力,可以作为交通图像处理系统的重要组成模块.     

增强半虚拟现实座舱技术

为提高半虚拟现实座舱中用户视觉真实感与人-座舱交互性能,提出了一种增强半虚拟现实座舱技术,将手图像实时融合到虚拟座舱环境中,使用户能实时看到自己的真实手。通过肤色检测算法实时分割摄像机采集图像,应用改进的自适应加权立体匹配算法与视图变形算法对图像进行视点校正,通过虚实匹配与虚实融合将手图像无缝融合到虚拟环境中,为用户提供增强虚拟环境中的可视化图像。测试结果表明:增强半虚拟现实座舱技术方案中触觉与视觉反馈真实,在头盔式虚拟环境中用户交互能点击到的最小方块边长为8mm。采用增强半虚拟现实技术方案完成座舱内典型交互动作的时间比传统数据手套方案与半虚拟交互方案平均分别降低约50%与18%,极大提高了人-座舱交互性能,可有效增强虚拟现实座舱系统实用性,并降低开发成本。     

基于DenseNet结构的轨道暗光环境实时增强算法

车载视觉系统是未来城市轨道交通安全运行的重要保障，列车在封闭环境或夜间运行时所处的弱光照环境会严重影响车载视觉系统的检测效果. 为此，提出了一种针对铁路封闭环境或夜间行车环境下低照度图像的实时视觉增强算法. 该算法以密集连接网络（densely connected network，DenseNet）结构为骨干网建立特征尺寸不变网络，提取图像光照、颜色等信息输出光照增强率图，并基于非线性映射函数调整每个像素的光照强度，通过分级结构将低照度输入图像的曝光率由低层到高层不断增强. 建立的深度学习网络模型采用自监督的方式训练网络参数，利用低照度图像自身特征和先验知识构建损失函数，其由曝光损失、色彩恒定损失及光照平滑度损失3个分量组成. 多种场景下的低照度增强实验结果显示:本文算法能够对输入图像曝光值进行自适应，对低曝光以及高曝光区域动态调整曝光率从而改善低照度图像的可视化效果，处理速度能够达到160帧/s，满足实时性处理的要求；通过在低照度增强前后的轨道分割及行人检测算法性能对比实验证明:所提出的算法能够大大提高暗光环境下的视觉检测效果，在RSDS （railroad segmentation dataset）数据集中轨道分割F值提高5%以上，在轨道场景下行人检测误检率及漏检率均有效降低.      

简化的图像三维重建算法

提出了一种简化的图像三维重建算法，该算法利用灰度信息的相似性测度自动寻找两幅图像对应点，再根据双目成像几何模型计算图像的深度信息．给定了相似性测度，两幅图像的匹配可以描述为一个最小化的问题．在实际应用中利用区域对应、唯一性控制等机制以增强算法的精确度和稳定性．     

基于ECC和指纹USBKey的身份认证协议

分析了现有网络身份认证方案的不足,给出了一种指纹识别技术与USBKey技术相结合的身份认证方案。利用载有指纹特征的指纹USBKey改进现有的USBKey认证技术。利用椭圆曲线密码算法ECC（elliptic curve cryption）,提高身份认证协议的安全性。采用挑战与应答的认证机制,实现了双向身份认证。使用含指纹特征的数字证书,防止非法用户篡改指纹特征。给出的身份认证协议实现了USBKey对用户权限的验证及远程服务器对用户身份的实体认证。能够有效抵御窃听攻击、假冒攻击、重放攻击及DoS攻击。     

指纹图像预处理方法的研究与比较

指纹图像预处理需针对不同的噪声产生原因而采用不同的方法,先对采集到的退化图像进行Wiener滤波。然后对复原后的图像进行增强预处理．着重对主要预处理方法Gabor方法和各向异性扩散技术进行了分析对比,并就这些方法中的参数选择进行了对比研究．     

数字图像增强算法分析

在阐明图像增强处理基本方法基础上,对几种有代表性的图像增强算法(基于直方图均衡化图像增强算法,基于模糊集理论的图像增强算法,基于小波变换的图像增强算法,基于人眼视觉特性的彩色图像增强算法及基于神经网络的图像增强算法)做简单介绍,对现有直方图的均衡化算法进行分析、对比,综合多种算法对现有直方图均衡化算法做改进,得出一种新的直方图均衡化方法。     

葛根中有效部位及有效成分的高效液相色谱分析

目的建立全面控制葛根及其制剂的定性和定量分析方法。方法用反相高效液相色谱法(RPHPLC),以甲醇水(42∶58)为流动相在250nm波长下检测,对葛根有效部位(醋酸乙酯提取部位)进行指纹图谱定性分析,对葛根有效部位中的有效成分葛根素和大豆苷元进行定量测定,并对11种不同来源的葛根药材进行分析测定。结果在定性分析条件下,葛根有效部位的HPLC指纹图谱中有5个共有峰,可以作为其定性鉴别的指标峰;在以葛根素和大豆苷元为定量指标分析中,其方法的回收率分别为98.0%和95.4%,相对标准偏差(RSD)分别为1.30%和1.61%,葛根药材中葛根素和大豆苷元的含量分别在0.213%～3.626%和0.012%～0.049%范围内。结论以葛根有效部位指纹图谱定性分析和有效成分定量分析方法,可以准确有效地控制其质量。     

SPEECH ENHANCEMENT BASED ON SECOND ORDER ARCHITECTURE AND INFORMATION MAXIMIZATION THEORY

ＣＨＩＴＥＣＴＵＲＥ ＡＮＤ ＩＮＦＯＲＭＡＴＩＯＮ ＭＡＸＩＭＩＺＡＴＩＯＮ ＴＨＥＯＲＹTX＠虞晓＠胡光锐＠陈玮ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｂｒｏａｄｕｓｅｏｆｓｐｅｅｃｈｒｅｃｏｇｎｉｔｉｏｎｄｅｍａｎｄｓｅｎ－ｈａｎｃｅｍｅｎｔｏｆｎｏｉｓｙｓｐｅ...     

自适应线谱增强算法改进及其在轴频电场信号检测中的应用

在分析自适应线谱增强算法理论的基础上,对该算法进行了改进,即在增加相干累加算法的基础上,对几个输出误差进行加权处理,使得越接近当前时刻的误差其权值越大,从而使误差信息更接近于真实值．对实测数据和仿真数据的分析表明,在低信噪比情况下,文中算法能较好地检测到轴频电场信号的线谱,其性能要优于普通的自适应线谱增强算法．     

Improved Anchored Neighborhood Regression Enhancement for Face Recognition

Although progress in face recognition is encouraging, the accuracy rate of face recognition remains to be increased. Since the face image quality has a positive influence on face recognition accuracy, the image enhancement methods are popular in face recognition. Most current image enhancement methods aim at improving visual appearance, but cannot improve recognition accuracy remarkably. In this paper, a feature evaluation operator is designed to overcome this problem. The operator selects patches with the best quality, and then face image is reconstructed with the selected patches. The proposed algorithm is tested on two different face recognition applications. Accuracy is raised after enhancement, and the result proves that the proposed algorithm is effective.     

Wavelet De-noising of Speech Using Singular Spectrum Analysis for Decomposition Level Selection

The problem of speech enhancement using threshold de-noising in wavelet domain was considered.The appropriate decomposition level is another key factor pertinent to de-noising performance.This paper proposed a new wavelet-based de-noising scheme that can improve the enhancement performance significantly in the presence of additive white Gaussian noise.The proposed algorithm can adaptively select the optimal decomposition level of wavelet transformation according to the characteristics of noisy speech.The experimental results demonstrate that this proposed algorithm outperforms the classical wavelet-based de-noising method and effectively improves the practicability of this kind of techniques.     

基于DENCLUE聚类算法的交通事故多发点鉴别方法

针对目前交通事故多发点鉴别常用方法存在的问题,引入了DENCLUE聚类算法用于事故多发点鉴别。对DENCLUE聚类算法的基本原理,基本定义及计算步骤进行了阐述,重点分析了该算法用于事故多发点鉴别的可行性。实例计算结果表明：与传统事故多发点鉴别法方法相比,该算法能有效的避免对排查位置进行事先划分,实现任意长度聚类;同时,在事故数据小样本的情况下,能充分凸显道路沿线的危险性,可以有效地应用于事故多发点鉴别的研究。     

Adaptive Identification of Logging Lithology Based on VPSO-ENN Hybrid Algorithm

Particle swarm optimization (PSO) was modified by variation method of particle velocity, and a variation PSO (VPSO) algorithm was proposed to overcome the shortcomings of PSO, such as premature convergence and local optimization. The VPSO algorithm is combined with Elman neural network (ENN) to form a VPSO-ENN hybrid algorithm. Compared with the hybrid algorithm of genetic algorithm (GA) and BP neural network (GA-BP), VPSO-ENN has less adjustable parameters, faster convergence speed and higher identification precision in the numerical experiment. A system for identifying logging parameters was established based on VPSO-ENN. The results of an engineering case indicate that the intelligent identification system is effective in the lithology identification.