-
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：CN101777117B
公开(公告)日：2012-02-01
申请号：CN201010101020.X
申请日：2010-01-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种手指静脉特征提取于匹配识别方法。(1)通过图像采集装置进行手指静脉图像的采集；(2)对采集的手指静脉图像进行预处理，包括：彩色图像进行灰度化、手指区域提取、采用组合滤波器分别消除椒盐噪声和高斯噪声、采用局部动态阈值算法分割图像并二值化、然后采用面积消除法去噪、按照手指轮廓标记提取手指静脉脉络图像，最后将图像的大小标准化为统一的图像；(3)通过在行列两个方向上都加权的二维线性判别分析算法提取手指静脉特征；(4)通过最近邻分类器进行匹配与识别。本发明明显地提高了手指静脉的识别速度，识别率稳定且高。
-
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：CN101866486B
公开(公告)日：2011-11-16
申请号：CN201010197533.5
申请日：2010-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种手指静脉图像质量判断方法。第一步，读入手指静脉图像；第二步，分别获取手指静脉图像的对比度质量分数、位置偏移质量分数、有效区域质量分数、方向模糊度质量分数；第三步，将第二步得到的质量分数按权值累加起来进行综合评价，建立手指静脉图像最终的质量评价函数。本发明首次综合考虑了影响手指静脉图像质量的各种客观因素，并根据手指静脉图像特性提出了一种手指静脉图像质量的分辨方法。
-
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。
-
Patent Agency Ranking
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：CN101853378A
公开(公告)日：2010-10-06
申请号：CN201010179746.5
申请日：2010-05-24
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是一种基于相对距离的手指静脉识别方法。对读入的手指静脉图像进行分割和细化操作，提取细化后手指静脉图像的端点和交叉点，作为特征点集，定义特征点的结构类型，最后通过计算特征点之间的距离来进行手指静脉图像的匹配进行身份识别。本发明无须定位，简单易行，减少了工作量，提高了识别速度和精度；有效的克服了平移、旋转等对识别结果的影响，使得系统在识别效果上得到了改善，具有实际应用价值及发展前景。
-
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。
-
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：CN101039084A
公开(公告)日：2007-09-19
申请号：CN200710072072.7
申请日：2007-04-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种宽频带压电陶瓷驱动电源。它包括供电电源单元、依次连接的单片机控制单元和多级放大单元，供电电源单元分别连接单片机单元、液晶显示单元、DA转换单元和多级放大单元，多级放大单元包括连接DA转换单元的前级放大模块和连接前级放大模块的功率放大模块，功率放大模块连接压电陶瓷，多级放大单元的反馈电阻上并联补偿电容，多级放大单元的同相输入端与反相输入端之间串联补偿电阻和补偿电容。通过实验证明，本发明所设计的压电陶瓷驱动电源有效带宽达到了10KHz，当带10u负载是其响应频率可达到4.4KHz，其阶跃响应稳定时间约为40us左右，电源的动态性能、响应时间及带负载能力都得到显著提高。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.104 seconds)
