针对红外与可见光图像融合易受噪声干扰从而使目标信息减弱的问题, 提出了一种基于目标区域提取和压缩感知的融合算法。首先, 在频率域上对红外图像进行显著区域检测得到其对应的显著度图, 并在显著图指导下结合区域生长法提取红外图像的目标区域, 有效抑制噪声与复杂背景的干扰。然后, 用非下采样剪切波变换对待融合的图像进行分解, 采用不同的融合策略分别对目标与背景区域的高、低频子带进行融合。针对背景区域提出一种新的基于多分辨率奇异值分解和压缩感知的融合规则, 最后, 进行非下采样剪切波逆变换得到融合图像。与其他算法的对比实验结果表明, 本文算法能更好地突出目标区域, 保留图像细节信息, 抑制噪声干扰; 图像质量评价指标中的信息熵、标准差、互信息、边缘保持度分别提高了3.94%, 19.14%, 9.96%和8.52%。

针对基于手部几何特征的手形识别方法可利用的个体信息有限的问题, 提出了一种将手指轮廓特征与几何特征相融合的身份识别方法。该算法首先分离手指, 采用曲线拟合算法定位手指中轴线; 然后采用分步对齐方法规范化手指, 并提取手指轮廓特征和几何特征; 最后采用粒子群算法对手指截取系数和权值系数进行优化, 以进一步提高识别准确率。实验结果表明: 采用该方法后, 识别率可达98.61%。该方法手指定位更准确, 更充分地利用了手部信息, 且避免了特征点定位不准及手指根部不稳定轮廓特征对识别准确率的影响, 具有较高的识别率和良好的鲁棒性。