-
公开(公告)号：CN101567081B
公开(公告)日：2011-04-20
申请号：CN200910072173.3
申请日：2009-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种手部静脉图像增强方法。包括全局对比度增强和局部细节增强，第一步利用双参数关系函数将手部静脉模式样本从空间域变换到模糊域，并增强样本的全局对比度；第二步在模糊域中利用多尺度Retinex算法对手部静脉模式的细节进行增强；第三步将手部静脉模式从模糊域变换到空间域，形成结果图像。本发明解决了手部静脉样本对比度低、灰度值窄、灰度值分布不均匀等问题，且经过改进之后使得方法的效率符合模式识别系统的要求。
-
公开(公告)号：CN101567081A
公开(公告)日：2009-10-28
申请号：CN200910072173.3
申请日：2009-06-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种手部静脉图像增强方法。包括全局对比度增强和局部细节增强，第一步利用双参数关系函数将手部静脉模式样本从空间域变换到模糊域，并增强样本的全局对比度；第二步在模糊域中利用多尺度Retinex算法对手部静脉模式的细节进行增强；第三步将手部静脉模式从模糊域变换到空间域，形成结果图像。本发明解决了手部静脉样本对比度低、灰度值窄、灰度值分布不均匀等问题，且经过改进之后使得方法的效率符合模式识别系统的要求。
-
公开(公告)号：CN101093539A
公开(公告)日：2007-12-26
申请号：CN200710072580.5
申请日：2007-07-27
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与匹配识别方法。(1)图像采集装置进行手指静脉图像的采集；(2)对采集的静脉图像进行预处理，预处理包括：采用加权平均值法来进行灰度化、采用迭代的方法求取最佳阈值来对图像进行分割、采用组合滤波器来滤除噪声、采用局部动态阈值法进行图像分割、采取面积消除法进行分割后的去噪处理、对分割后的静脉图像进行高度标准化处理；(3)通过将静脉图像分割成特定大小的图像块，采用小波分解算法对子图像进行小波分解及小波矩的提取，进行PCA及LDA变换步骤提取特征；(4)采用模糊化的阈值方法进行匹配与识别。本发明的方法的误识率和拒识率都很低，识别速度快。
-
公开(公告)号：CN101002682A
公开(公告)日：2007-07-25
申请号：CN200710071660.9
申请日：2007-01-19
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及用于外部数据处理的计算机程序，是使用生物特征进行身份识别的技术。通过静脉采集专用装置获得清晰的静脉图像，然后对图像进行预处理，包括静脉图像的尺寸和灰度的归一化、静脉图像的增强、基于阈值的图像分割、图像的去噪、图像的细化处理，最终得到满足要求的静脉血管纹路。在此基础上，分别提出基于静脉几何结构、特征矩及K－L压缩变换的特征提取方法。最后分别针对这三种提取得到的特征设计了分类器并采用基于决策级融合的匹配方法来进行身份识别。
-
Patent Agency Ranking
公开(公告)号：CN103020636B
公开(公告)日：2016-05-04
申请号：CN201210464927.1
申请日：2012-11-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于三维人体运动能耗仪的上下楼动作识别的方法。主要包括数据预处理、几何特征提取、分类器识别三个部分；首先对由LivePod三维人体运动能量消耗监测仪中的三维加速度传感器SMB380采集到的互相垂直的三组加速度值进行数据预处理；然后对得到的一维光滑的周期信号几何特征提取；最后进行分类器识别，将上楼梯和下楼梯动作分别从行走动作识别出来；将确定极值点的个数乘以每个周期消耗的平均能量即为记录时间内运动消耗的总能量。本发明本提供一种能降低能耗仪的工作能耗，提高了能耗仪的使用性能的基于三维人体运动能耗仪的上下楼动作识别的方法。
-
公开(公告)号：CN103020636A
公开(公告)日：2013-04-03
申请号：CN201210464927.1
申请日：2012-11-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于三维人体运动能耗仪的上下楼动作识别的方法。主要包括数据预处理、几何特征提取、分类器识别三个部分；首先对由LivePod三维人体运动能量消耗监测仪中的三维加速度传感器SMB380采集到的互相垂直的三组加速度值进行数据预处理；然后对得到的一维光滑的周期信号几何特征提取；最后进行分类器识别，将上楼梯和下楼梯动作分别从行走动作识别出来；将确定极值点的个数乘以每个周期消耗的平均能量即为记录时间内运动消耗的总能量。本发明本提供一种能降低能耗仪的工作能耗，提高了能耗仪的使用性能的基于三维人体运动能耗仪的上下楼动作识别的方法。
-
公开(公告)号：CN102194111B
公开(公告)日：2012-12-19
申请号：CN201110167331.0
申请日：2011-06-21
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明的目的在于提供非接触握拳式手背静脉样本ROI区域自适应提取方法，包括以下步骤：采用阈值分割将手部目标图像从原始静脉样本中分离出来；利用手背轮廓用四边形近似的特点求取有效轮廓点集及距离基准线，基于有效轮廓点到距离基准线的距离值分布形态获得有效轮廓关键点，并判断所获得的关键点是否符合要求，如符合要求则进行下一步骤；如不符合要求，则需进一步采用关键点修正构建方法获得最后的关键点；基于得到的关键点从手背目标图像中提取出最大稳定区域，即为ROI区域。本发明利用近似四边形和关键点来求取ROI，能够准确地提取手背静脉样本的ROI，并且具有很强的抗旋转性。
-
公开(公告)号：CN102346845A
公开(公告)日：2012-02-08
申请号：CN201110273341.2
申请日：2011-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法，包括以下步骤：对静脉纹理进行分析获取静脉纹理的形态响应、方向响应、尺度响应；提取脊点，形成离散的初始脊线段集；对初始脊线段集进行预处理；从所得到的脊线段集中提取出端点，并根据获取的静脉纹理方向响应获得端点延伸方向，对其进行延伸处理，以连接离散脊线段；从端点连接后的脊线段集中滤去孤立脊线段和悬浮脊线段，经此脊线后期处理后，即可得到最终静脉纹理骨架。本发明能够解决存在对比度低、灰度值窄、灰度值分布不均匀、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。
-
公开(公告)号：CN101571917B
公开(公告)日：2011-03-16
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。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.019 seconds)
