指纹图像与色彩恒常性算法研究
指纹图像断脊连接方法
在指纹图像识别中,断脊连接是一个重要的问题。为了测试一种新的断脊连接方法,研究人员对数据集中的指纹图像进行了人工处理,增加了断脊区域的数量。通过将原始图像与处理后图像的结果进行对比,来验证该方法在连接断脊方面的能力。
在计算最终方向图时,使用了不同大小的窗口(从 9 9 到 73 73)来构建 ROC 曲线,以此评估方法的优劣。大约使用了 50 张人工损坏的图像,所有情况下 ROC 曲线下的面积都大于 0.90,这表明该方法是有效的。
虽然该方法在构建方向图上与另一种方法存在相似性,且都使用了分水岭变换,但两者使用分水岭变换的目的不同。另一种方法利用指纹图像的分水岭变换将分区区域与山谷和山脊关联起来,计算两个方向图,并使用相互垂直的方向来识别断脊区域。而本方法中,分水岭变换仅用于引导路径构建过程。
该方法在标准 PC 上使用 C 语言和 OpenCV 库实现。未来的工作将致力于改进方向图的构建,特别是针对指纹边缘部分的像素。
流程如下:
1. 人工增加指纹图像中断脊区域数量。
2. 使用不同大小窗口计算最终方向图。
3. 构建 ROC 曲线评估方法。
4. 对比原始图像与处理后图像结果。
色彩恒常性算法研究
在机器视觉系统中,记录物体颜色对于皮肤检测、基于颜色的识别和图像检索等应用至关重要。然而,现有的大多数颜色恒常性算法难以处理高动态范围(HDR)场景。Finlayson 和 Drew 提出的算法可以应对此类场景。
研究背景
HDR 场景中
订阅专栏 解锁全文
104




被折叠的 条评论
为什么被折叠?



