-
公开(公告)号：CN103455803B
公开(公告)日：2017-01-18
申请号：CN201310412065.2
申请日：2013-09-04
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提出一种基于迭代随机抽样一致算法的非接触式掌纹识别方法。该方法通过掌纹图像预处理、尺度不变特征变换特征提取与匹配、外点排除等步骤，最终以匹配的SIFT特征点数量作为分数实现基于掌纹的身份认证或辨识。本发明要解决的问题是非接触式掌纹识别，所使用的掌纹图像不需要非常准确的对齐，因此掌纹图像可以在开放的环境中非接触采集，有利于提高掌纹识别的用户接受度。本发明应用SIFT特征，可以大大降低掌纹图像各种旋转、平移、尺度等线性变换以及其它非线性变换的影响。本发明应用I-RANSAC算法排除两幅掌纹图像SIFT特征点匹配中的外点，可以解决传统外点排除算法在非线性形变情况下丢失大量内点的问题。
-
公开(公告)号：CN103440480B
公开(公告)日：2016-08-10
申请号：CN201310385672.4
申请日：2013-08-22
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于掌纹图像配准的非接触掌纹识别方法，分为注册和识别两个阶段。在注册阶段，将用户提供的原型图像进行ROI提取，在ROI图像上提取竞争码特征并存于特征数据库，同时将ROI图像经预处理后提取SIFT特征存于特征数据库。在识别阶段，在用户提供的查询图像上进行相同的ROI提取、竞争码特征提取和SIFT特征提取的操作。将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，得到匹配的SIFT特征点。同时由匹配的SIFT特征点得到SIFT特征的匹配度，并将两种匹配度进行融合得到最终匹配度用于身份认证或识别。解决非接触掌纹图像的形变问题，提高了识别精度。
-
Patent Agency Ranking
公开(公告)号：CN103440480A
公开(公告)日：2013-12-11
申请号：CN201310385672.4
申请日：2013-08-22
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于掌纹图像配准的非接触掌纹识别方法，分为注册和识别两个阶段。在注册阶段，将用户提供的原型图像进行ROI提取，在ROI图像上提取竞争码特征并存于特征数据库，同时将ROI图像经预处理后提取SIFT特征存于特征数据库。在识别阶段，在用户提供的查询图像上进行相同的ROI提取、竞争码特征提取和SIFT特征提取的操作。将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，得到匹配的SIFT特征点。同时由匹配的SIFT特征点得到SIFT特征的匹配度，并将两种匹配度进行融合得到最终匹配度用于身份认证或识别。解决非接触掌纹图像的形变问题，提高了识别精度。
-
公开(公告)号：CN103793705A
公开(公告)日：2014-05-14
申请号：CN201410087806.9
申请日：2014-03-11
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于迭代随机抽样一致性算法和局部掌纹描述符的非接触掌纹认证方法，分为注册和认证两个阶段。本发明使用基于圆形Gabor滤波器的掌纹ROI图像预处理方法；在预处理后的掌纹ROI图像上提取SIFT特征并进行匹配，得到匹配SIFT特征点；使用迭代随机抽样一致性算法去除错误匹配的SIFT特征点；使用局部掌纹描述符进一步去除错误匹配的SIFT特征点；将最终剩余的SIFT特征点的数目作为匹配度，进行决策。本发明提高了非接触式掌纹识别的精度。
-
公开(公告)号：CN103793705B
公开(公告)日：2018-03-30
申请号：CN201410087806.9
申请日：2014-03-11
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于迭代随机抽样一致性算法和局部掌纹描述符的非接触掌纹认证方法，分为注册和认证两个阶段。本发明使用基于圆形Gabor滤波器的掌纹ROI图像预处理方法；在预处理后的掌纹ROI图像上提取SIFT特征并进行匹配，得到匹配SIFT特征点；使用迭代随机抽样一致性算法去除错误匹配的SIFT特征点；使用局部掌纹描述符进一步去除错误匹配的SIFT特征点；将最终剩余的SIFT特征点的数目作为匹配度，进行决策。本发明提高了非接触式掌纹识别的精度。
-
公开(公告)号：CN103455803A
公开(公告)日：2013-12-18
申请号：CN201310412065.2
申请日：2013-09-04
Applicant: 哈尔滨工业大学
IPC: G06K9/00
Abstract: 本发明提出一种基于迭代随机抽样一致算法的非接触式掌纹识别方法。该方法通过掌纹图像预处理、尺度不变特征变换特征提取与匹配、外点排除等步骤，最终以匹配的SIFT特征点数量作为分数实现基于掌纹的身份认证或辨识。本发明要解决的问题是非接触式掌纹识别，所使用的掌纹图像不需要非常准确的对齐，因此掌纹图像可以在开放的环境中非接触采集，有利于提高掌纹识别的用户接受度。本发明应用SIFT特征，可以大大降低掌纹图像各种旋转、平移、尺度等线性变换以及其它非线性变换的影响。本发明应用I-RANSAC算法排除两幅掌纹图像SIFT特征点匹配中的外点，可以解决传统外点排除算法在非线性形变情况下丢失大量内点的问题。
-
公开(公告)号：CN102129552A
公开(公告)日：2011-07-20
申请号：CN201110050820.8
申请日：2011-03-03
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种一体化非接触式手部特征图像采集系统。它是由用户界面模块单元、光学模块单元、光源与摄像机控制电路单元、A/D转换模块单元和存储模块单元组成的，用户界面模块单元连接光学模块单元，光学模块单元分别连接光源与摄像机控制电路单元和A/D转换模块单元，A/D转换模块单元连接存储模块单元，本发明在被采集者手掌不接触采集设备的情况下，同时采集手掌纹、手掌静脉和手背静脉图像，用于基于手部特征的人体生物特征识别系统。以非接触方式采集人手图像，具有良好的用户接受度。一体化程度较高，具有良好的用户接口，被采集者的手部不用被束缚，有辅助装置引导手掌放置，避免因被采集者手部过度自由导致的图像质量不佳。
-
-
-
-
-
-
Search Results
7
records
(took 0.039 seconds)
