山东大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (5): 24-27.
吴国瑶,马立勇
WU Guo-yao1, MA Li-yong2
摘要:
通过摄像头得到的虹膜图像的纹理通常是模糊的,不能直接用于虹膜识别。但是由于虹膜纹理会随着瞳孔的缩放发生非刚性形变,直接对虹膜图像融合无法得到良好的效果。本文采用基于B样条的FFD(free-form deformation)模型对图像进行配准,然后用小波进行融合,为下一步的虹膜识别提供了合适的图像。通过该方法得到的融合图像直观上细节信息更多,并通过熵进行了度量。
[1] | 陈海永,余力,刘辉,杨佳博,胡启迪. 基于经验小波的太阳能电池缺陷图像融合[J]. 山东大学学报(工学版), 2018, 48(5): 24-31. |
[2] | 刘帆,陈泽华,柴晶. 一种基于深度神经网络模型的多聚焦图像融合方法[J]. 山东大学学报(工学版), 2016, 46(3): 7-13. |
[3] | 杨秀林1,黄硕2*,邓苗1,张基宏1,3. 基于显著计算与自适应PCNN的图像融合方法[J]. 山东大学学报(工学版), 2014, 44(2): 35-42. |
[4] | 林哲1,闫敬文2,袁野2. 基于稀疏表示和PCNN的多模态图像融合[J]. 山东大学学报(工学版), 2013, 43(4): 13-17. |
[5] | 张训华1,业宁2,王厚立3. 基于Harris角点的木材CT图像配准[J]. 山东大学学报(工学版), 2010, 40(5): 101-104. |
[6] | 陈爽,姜威 . 基于DT-DWT的医学图像融合算法[J]. 山东大学学报(工学版), 2008, 38(1): 32-35 . |
[7] | 翟海亭,吴晓娟,彭彰 . 一种改进的基于互信息的三维医学图像配准算法[J]. 山东大学学报(工学版), 2006, 36(4): 33-39 . |
[8] | 李可,刘常春,李同磊 . 一种改进的最大互信息医学图像配准算法[J]. 山东大学学报(工学版), 2006, 36(2): 107-110 . |
|