-
公开(公告)号：CN102663393A
公开(公告)日：2012-09-12
申请号：CN201210051702.3
申请日：2012-03-02
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供基于旋转校正的手指静脉图像感兴趣区域提取方法，首先对读入的手指静脉图像采用Kapur熵阈值法分割出手指区域；再求取图像的质心，以此作为旋转校正的依据，并由图像中每列像素竖直方向上的投影值与手指轮廓上、下边缘的内切线，确定出感兴趣区域的位置；最后对图像进行样本归一化操作，得到最终的处理结果。本发明为手指静脉图像采样过程中存在的旋转、平移等非线性因素对图像质量影响较大及手指静脉图像定位困难的问题提出新的解决思路，充分考虑手指静脉图像非接触式采集的特点，对采集到的图像进行基于旋转校正的感兴趣区域提取，有效地改善了采集图像质量所带来的影响，使识别结果更加可靠。
-
公开(公告)号：CN101661554B
公开(公告)日：2012-02-01
申请号：CN200910073004.1
申请日：2009-09-29
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种远距离视频下的正面人体自动身份识别方法。包括步态模块和人脸模块；首先读入视频文件，用Adaboost方法检测行人，若检测到便自动开启人脸模块和步态模块，分别对步态和人脸采用核主成分分析进行特征提取，最后采用人脸特征辅助步态特征在决策级的融合方法进行识别。本发明为远距离身份识别提出新的解决思路，采用人脸特征辅助步态特征在决策级融合方法。在单样本的步态识别中辅助人脸特征的优点在于，即使步态训练样本是单样本，而人脸图像是多个的，这样便从另外一个角度扩充了训练样本的数目，有助于身份识别，融合人脸特征可以提高2.4％的识别精度。
-
公开(公告)号：CN101564300B
公开(公告)日：2011-03-16
申请号：CN200910072171.4
申请日：2009-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于区域特征分析的步态周期检测方法。包括行人目标轮廓的获取和步态周期检测；所述的行人目标轮廓的获取的方法为，首先从视频中提取单帧图像进行灰度变换，然后计算各像素点在逐帧中的中值，作为整个序列的背景图像，最后采用背景减除法提取人体目标，用数学形态学填补二值化图像的空洞、单连通分析提取人的侧影，使人体居中，将图像的大小统一为64*64像素；所述的步态周期检测是将步态周期分析问题转化为单帧的图形区域特征分析问题，即根据每帧中图形区域的特征变化情况来分析步态的周期。本发明不但计算量小，而且已经达到人主观判断步态周期的精度，为实时的步态识别提供了可能。
-
公开(公告)号：CN101901336A
公开(公告)日：2010-12-01
申请号：CN201010197432.8
申请日：2010-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种指纹与指静脉双模态识别决策级融合法。包括指纹模块与静脉模块两个模块；指纹模块与静脉模块读取指纹图像与静脉图像；对读取的指纹与手指静脉图像依据各自图像的特点进行图像质量评价，得出质量分数；指纹图像与静脉图像分别进行预处理后进行识别，其中指纹识别采用基于细节点匹配的方法，静脉识别使用改进的Hausdorff距离方式进行识别，得到各自的识别结果；最后根据这两种模态的图像质量分数设计权重，根据这个权重将二者的识别结果进行决策级融合，得到最终识别结果。本发明基于融合后系统的性能优于单一的指纹识别或手指静脉识别系统，具有很强的实用性。
-
公开(公告)号：CN101847208A
公开(公告)日：2010-09-29
申请号：CN201010197455.9
申请日：2010-06-11
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是一种指纹与指静脉双模态识别的二级分类融合识别方法。指纹模块与静脉模块作为第一级分类器，二级决策模块作为二级分类器；指纹模块与静脉模块读取指纹图像与静脉图像；对读取的图像分别进行预处理操作并提取出二者的特征点集；对图像分别进行识别，其中指纹识别采用基于细节点匹配的方法，静脉识别使用改进的Hausdorff距离方式进行识别，得到各自的识别结果；二级决策模块将提取出的指纹与静脉特征点集以特征串联的方式形成新的特征矢量来构成第二级分类器，得出一个识别结果；最后将上述三个识别结果进行决策级融合。本发明充分地利用了指纹及手指静脉的识别信息，有效地提高了识别系统的准确性，识别率高。
-
Patent Agency Ranking
公开(公告)号：CN101571917A
公开(公告)日：2009-11-04
申请号：CN200910072299.0
申请日：2009-06-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于视频的正面步态周期检测方法。包括行人目标轮廓的获取和正面步态的周期检测；首先从视频中提取单帧图像进行灰度变换，然后选择不含人体的图像作为整个视频的原始背景图像，采用背景实时更新的背景减除法提取人体目标，Kapur熵阈值法对图像序列进行二值化处理，用数学形态学填补二值化图像的空洞、单连通分析提取人的侧影，使人体居中，将图像的大小统一为64*64像素，最后对分割出的人体进行检测，将包含不完整人体的冗余帧去除；根据肢体占身高比例关系，将下臂的摇摆区域像素点的数目变化情况作为判断正面步态周期的依据。本发明针对正面步态周期检测十分有效，计算量小，节省大量的存储空间，为实时的步态识别提供了可能。
-
公开(公告)号：CN101667137B
公开(公告)日：2012-09-26
申请号：CN200910073045.0
申请日：2009-10-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种使用方向滤波技术的手指静脉纹路提取方法。包括手指区域定位、滤波增强、手指静脉模式提取；对读入的静脉图像先采用Kapur熵阈值法分割出手指区域，然后采用数学形态学中的开操作对手指区域去除毛刺；再结合静脉纹路特点求取手指静脉区域的方向图并设计滤波器，结合所得的方向图及方向滤波器对图像进行滤波增强；最后采用NiBlack方法进行二值化操作提取手指静脉模式。本发明所提供的方法提取手指静脉纹路连通性与光滑性好、噪声少。
-
公开(公告)号：CN102073861B
公开(公告)日：2012-07-11
申请号：CN201110001398.7
申请日：2011-01-05
Applicant: 哈尔滨工程大学
IPC: G06K9/20
Abstract: 本发明提供的是一种非接触式在线手掌掌纹和三维手形的图像采集装置。包括一个黑色底板，在黑色底板两侧各有一个向外倾斜45°角的反射镜片，黑色底板中间有两个黑色支架，黑色底板上部有一个可塑形的金属管，金属管内装有可连接到计算机的USB线，并且金属管连接一个方盒，方盒内安装摄像头、USB接口和图像采集与处理电路。具有采集时间短、非接触式、成本低的特点。是一种可以采集手掌掌纹、正面与侧面手形于一副图像中的非接触式在线手掌掌纹和三维手形的图像采集装置。
-
公开(公告)号：CN101901336B
公开(公告)日：2012-03-14
申请号：CN201010197432.8
申请日：2010-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种指纹与指静脉双模态识别决策级融合法。包括指纹模块与静脉模块两个模块；指纹模块与静脉模块读取指纹图像与静脉图像；对读取的指纹与手指静脉图像依据各自图像的特点进行图像质量评价，得出质量分数；指纹图像与静脉图像分别进行预处理后进行识别，其中指纹识别采用基于细节点匹配的方法，静脉识别使用改进的Hausdorff距离方式进行识别，得到各自的识别结果；最后根据这两种模态的图像质量分数设计权重，根据这个权重将二者的识别结果进行决策级融合，得到最终识别结果。本发明基于融合后系统的性能优于单一的指纹识别或手指静脉识别系统，具有很强的实用性。
-
公开(公告)号：CN102663393B
公开(公告)日：2014-10-22
申请号：CN201210051702.3
申请日：2012-03-02
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供基于旋转校正的手指静脉图像感兴趣区域提取方法，首先对读入的手指静脉图像采用Kapur熵阈值法分割出手指区域；再求取图像的质心，以此作为旋转校正的依据，并由图像中每列像素竖直方向上的投影值与手指轮廓上、下边缘的内切线，确定出感兴趣区域的位置；最后对图像进行样本归一化操作，得到最终的处理结果。本发明为手指静脉图像采样过程中存在的旋转、平移等非线性因素对图像质量影响较大及手指静脉图像定位困难的问题提出新的解决思路，充分考虑手指静脉图像非接触式采集的特点，对采集到的图像进行基于旋转校正的感兴趣区域提取，有效地改善了采集图像质量所带来的影响，使识别结果更加可靠。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.028 seconds)
