虹膜识别中的一种神经算法的研究

研究了与传统身份识别不同的虹膜识别,在获取虹膜采样图后,经小波变换、松弛神经网络算法及稀疏编码,形成虹膜纹理的代码。并以海明距离作为决策空间的判决标准,实现人的虹膜图像识别的全过程,并对一些特定干扰条件下的虹膜图像进行计算机模拟试验,取得较好的结果。     

基于视觉编码的图象处理研究──Ⅱ．计算机模拟结果及分析

在前文提出模型基础上,给出了计算机模拟结果,从熵分布、朝向选择及编码效率等方面总结了Ｇａｂｏｒ小波表达模型的特点,讨论了该模型对于视觉编码中的编码效率、基函数选择以及参数空间选择等具有的重要意义。     

基于视觉编码的图象处理研究──Ⅰ．原理、算法及实现

提出Ｇａｂｏｒ小波表达的概念及其在图象处理中实现的数学模型和算法框架,主要解决了运算中非正交性问题、收敛性问题,使得该算法及模型可以实现图象的分解和重建,并且可以应用于对视觉编码理论的解释。     

一种新的视觉皮层简单细胞工作机制的模型

提出了一种基于独立元分析（ICA）的视觉皮层简单细胞工作机制的模型。用Gabor函数逼近对自然图像进行ICA而获得的基函数,揭示了ICA基函数与视觉皮层简单细胞感受野反应间存在内在的关系。并对水平条纹的图像进行ICA,模拟在特殊视觉环境下生长的幼年动物的视觉皮层发育过程,证实了1970年Blakemore和Cooper在幼猫上的实验结果。从而说明ICA可以模拟动物的视觉皮层简单细胞工作过程。     

初级视觉的小波表征及其图象压缩效果

初级视觉的Ｇａｂｏｒ函数模型和变换尺度为３是初级视觉处理外界信息的主要特征,在此基础上,由于小波所具有的多分辨特性与视觉处理由粗到细的过程相一致,因而,希望存在一类能够表征这两个初高觉特征的小波亦换。从这点出发,本文先给出了具有变换尺度为３的正交Ｈａａｒ基,而后给出了具有以上两个特征的小波基和小波滤波器。     

基于视觉编码的图象处理研究──Ⅰ．原理、算法及实现

提出Ｇａｂｏｒ小波表达的概念及其在图象处理中实现的数学模型和算法框架,主要解决了运算中非正交性问题、收敛性问题,使得该算法及模型可以实现图象的分析和重建,并且可以应用于对视觉编码理论的解释。     

初级视觉的小波表征及其图象压缩效果

初级视觉的Ｇａｂｏｒ函数模型和变换尺度为３是初级视觉处理外界信息的主要特征。在此基础上,由于小波所具有的多分辨特性与视觉处理由粗到细的过程相一致,因而,希望存在一类能够表征这两个初级视觉特征的小波变换。从这点出发,本文先给出了具有变换尺度为３的正交Ｈａａｒ基,而后给出了具有以上两个特征的小波基和小波滤波器。我们将其应用到图象信息的压缩上,着重与传统二进的小波变换图象压缩的效果进行了比较,结果说明具有视觉特征的小波变换能够提供良好的图象压缩效果和主观视觉效果     

基于视觉编码的图象处理研究──Ⅱ．计算机模拟结果及分析

在前文提出模型基础上,给出了计算机模拟结果,从熵分布、朝向选择及编码效率等方面总结了Ｇａｂｏｒ小波表达模型的特点,讨论了该模型对于视觉编码中的编码效率、基函数选择以及参数空间选择等具有的重要意义。     

基于神经网络中的NNTool对小鼠皮肤的识别方法

研究皮肤纹理经过UVB光照射后的变化情况并对其进行识别。具体地,采取图像纹理分析方法,对经过光照射后不同时期的小鼠皮肤图像提取纹理特征,进而建立一种新的皮肤纹理识别模型。采用空间灰度共生矩阵法提取图像纹理的4个主要特征,即:能量,熵,惯性矩,相关度,然后利用神经网络中的NNtool对皮肤纹理图像进行训练和分类识别。实验结果很好地证明了这种纹理分析和识别方法的可行性和有效性。     

基于Gabor滤波器的皮肤纹理图像增强

在疗效化妆品中,常常需要对护肤品的性能和效果进行分析。皮肤纹理的检测是客观衡量疗效化妆品的有效手段。基于计算机视觉技术的皮肤纹理分析,对拍摄的皮肤图像要进行图像预处理,增强图像,为后续的分析提供有效的数据。采用经过微调的定向的Gabor滤波器进行增强图像,通过实验得出Gabor滤波器不仅抑制噪声的效果好,还保留了皮肤图像的整体和局部特征。     

Gabor Filter Optimization Design for Iris Texture Analysis

1　IntroductionIrisrecognitiontechniqueisbasedonthestableanddistinctiveirispatterns,andhasattractedmuchat tentionofsomeexpertsforthelastfewdecades .Sincethe 1990’s ,muchworkonirisrecognitionhasbeendoneandgreatprogresshasbeenmade[1- 4] .Nowadaysithasbecomeamostimportantbiometricsolutionforpersonalidentification .Anirishasanapproximatelycircularannularshape.Theiristexturehasarandomlydistributedstructureofdetails ,whichiscreatedbyradialandcon centricfurrows,pigmentspots,crypts ,pigmentfrillandc…     

Video Sequence-Based Iris Recognition Inspired by Human Cognition Manner

In video sequence-based iris recognition system, the problem of making full use of relationship and correlation among frames still remains to be solved. A brand new template level multimodal fusion algorithm inspired by human cognition manner is proposed. In that a non-isolated geometrical manifold, named Hyper Sausage Chain due to its sausage shape, is trained using the frames from a pattern class for representing an iris class in feature space. We can classify any input iris by observing which manifold it locates in. This process is closer to the function of human being, which takes ＇matter cognition＇ instead of ＇matter classification＇ as its basic principle. The experiments on self-developed JLUBR-IRIS dataset with several video sequences per person demonstrate the effectiveness and usability of the proposed algorithm for video sequence-based iris recognition. Fur- thermore, the comparative experiments on public CASIA-I and CASIA-V4-Interval datasets show that our method can also achieve improved performance of image-based iris recognition system, provided enough samples are involved in training stage.     

Iris Identification Technology Based on Multiwavelets

1IntroductionIris identification is reputed to be one of the mostreliable biometric identification technologies.Wavelettheory has been widely used in feature analysis of the irisimage-the key to this technology.The classical irisrecognition algorithms were developed by Daugman[1]and Wildes[2].Zero-crossings of the wavelet transformwas presented by Boles[3].Gabor filter optimizationdesign for iris texture analysis and a multi-matchingsystem based on a simplified deformable model of thehuman i…     

Automated Pattern Recognition of Phytoplankton – Procedure and Results

Pictures of phytoplankton samples were analyzed as raster images by means of a television camera and a Robotron 4200 computer. A feature vector described the objects irrespective of their angle. Each of the five genera involved were identifiable by a characteristic point cluster in a p-dimensional feature space. A learning method was used during development of the classification structure, and the quality of identification was increased incrementally to the greatest possible degree. Asterionella formosa was identified in all cases without error despite the relatively coarse scanning grid. Errors in the identification of Fragilaria crotonensis can be reduced by improving the resolution (over 100 picture elements per colony).     

计算机图象识别系统在病理学研究中的应用

为了客观准确地反映病理形态学方面常使用的经验型语言,如：淋巴滤泡生发中心细胞“轻度活跃”、“中度活跃”、“极度活跃”、生发中心免疫复合物“少量沉积”、“中等量沉积”、“大量沉积”等等病理学术语。我们将模糊数学理论引入计算机识别系统。在经验积累的基础上,以求能相对一致地表达这些模糊语言。本文以“猴艾滋病模型建立及中药治疗”研究工作中淋巴结活检病理观察出现的病理现象为例,说明应用本套系统是可以达到上述目的,并可用于检查淋巴结中病毒含量及免疫复合物沉积量。     

植物叶形的计算机识别系统

植物叶形是识别植物的重要和常用形态特征,建立计算机自动识别系统对于认识和正确识别植物十分重要.本文论述了植物叶形图像识别系统设计中的图像处理、特征提取及分类识别等问题.本系统采用Visual Basic.Net编程工具设计,在Windows 2000/XP平台上通过叶片图像的输入、变换、平滑和分割等识别过程,实现了叶片图像的形状和叶缘特征的结果输出.实验结果表明,该系统能够很好地识别植物的叶形,对14种植物337份叶片样本的叶形测试准确率达93.2%.为植物识别的进一步研究奠定了基础.     

Using multi-matching system based on a simplified deformable model of the human iris for iris recognition

1 Introduction Iris recognition technology is based on the stableand distinctive iris patterns, and has attracted a lot ofattention recently. Nowadays it has become a most im-portant biometric solution for personal identification. Since the 1990s, much work on iris recognition hasbeen done and great progress has been made. Some pre-dominant algorithms for iris recognition have beenproposed. Daugman generated an iris code by quantizingthe local phase angle using a set of 2-D Gabor f…     

嗜热和常温蛋白模式识别的研究

采用主成分分析、偏最小二乘回归和BP神经网络三种方法对嗜热和常温蛋白进行模式识别。结果表明,三种方法对训练集拟合的平均正确率分别为92％、95％和98％,对测试集进行预测的平均正确率分别为60％、72.5％和72.5％,对嗜热蛋白预测正确率最高为75％,常温蛋白最高为85％。构建了数学模型并对其生物学意义进行了解释,建立了一种基于序列的识别嗜热和常温蛋白的新方法。