-
公开(公告)号:CN101840511A
公开(公告)日:2010-09-22
申请号:CN201010191458.1
申请日:2010-06-04
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。包括通过红外图像采集装置获取手指静脉图像,并对图像进行预处理,特征提取,识别分析步骤;所述预处理包括彩色图像进行灰度化、手指区域提取、采用方向滤波和增强、按照手指轮廓标记提取手指静脉纹路并二值化、采用面积消除法去噪、将图像的大小标准化为统一的图像;特征提取的方法为:对手指静脉纹路图进行子块划分,对于每个子块图像采用双向特征值加权分块的双向二维主成分分析的方法进行特征提取;识别分析是将各个子块的特征作为整体采用最近邻分类器进行识别。本发明可减少手指静脉识别中高维图像矩阵的计算量,可以明显地提高手指静脉的识别速度,识别率稳定、而且高。
-
公开(公告)号:CN101789075A
公开(公告)日:2010-07-28
申请号:CN201010100956.0
申请日:2010-01-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是基于特征值归一化双向加权的手指静脉识别方法。(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,所述预处理包括: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主成分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。本发明用于手指静脉身份识别系统。明显地提高手指静脉的识别速度,识别率稳定、而且高。
-
公开(公告)号:CN101777117A
公开(公告)日:2010-07-14
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:CN100581040C
公开(公告)日:2010-01-13
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40μs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。
-
公开(公告)号:CN101464947A
公开(公告)日:2009-06-24
申请号:CN200910071283.8
申请日:2009-01-16
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是一种基于指纹和手指静脉的双模态生物图像采集装置。它包括外壳,外壳的上表面中间有一平底凹槽,凹槽的顶部有一斜面,凹槽前后端安装电极,凹槽的两个侧壁安装静脉图像采集红外光源,外壳底部与凹槽的顶部的斜面部分相对应的位置安装有指纹图像采集红光源和指纹图像采集器,外壳底部与凹槽相对应的位置安装有红外接收器和静脉图像采集器,外壳内设置为电极、温度传感器、红光源、红外光源、红外接收器、图像采集器供电或提供信号传递的电源和控制电路。本发明的装置进行图像信息采集的生物特征识别系统,其性能好于仅基于指纹或静脉的单模态生物特征识别系统。采用同时对指纹和手静脉进行图像采集的双光路系统,提高采集速度。
-
公开(公告)号:CN101149790A
公开(公告)日:2008-03-26
申请号:CN200710144588.8
申请日:2007-11-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种中文印刷体公式识别方法。包括版面分析、汉字识别和数学公式识别3个模块,版面分析模块是对待识别的BMP图像进行各项预处理二值化,并利用投影法结合自底向上的版面分析算法,分割出文字块、图像块、表格块,对图像块和表格块进行保存处理;汉字识别模块是针对文字块进行虚假行合并、选择切分参数、提取特征和对汉字识别,将拒识的结果记录下来,把同行相邻的拒识结果合并这样可以定位出公式区域;数学公式识别是将拒识出来的文字区域中的公式字符进行提取、分割、合并一些合成字符、识别;最后通过公式字符的结构分析,得出字符间的关系;并最终输出结果为一维的字符串。经过试验证明本发明的识别效果还是令人满意的。
-
公开(公告)号:CN109902605B
公开(公告)日:2023-04-07
申请号:CN201910126867.4
申请日:2019-02-20
Applicant: 哈尔滨工程大学
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06N3/084
Abstract: 本发明属于步态识别领域,具体涉及一种基于单能量图自适应分割的步态识别方法。包括训练过程和识别过程,训练过程包括将一整幅步态能量图分割成头部、躯体和腿部三部分,其中头部区域分割时去除左右两侧的无用信息。去除差异较大的上半身区域,使同一人的步态信息更加接近和集中,只将行走过程中变化最多最明显的腿部区域送进步态识别网络中训练,此时训练集只包括正常形态时样本的腿部区域;识别过程包括分别使用背包形态时样本分割后的腿部区域及穿外套形态时样本分割后的腿部区域作为测试集,得到识别效果。本发明提出的方法可以很好地应对行人形态发生变化后的识别,更具有实用性,可广泛应用于步态识别领域,有效地提高识别效果。
-
公开(公告)号:CN104899604B
公开(公告)日:2018-07-24
申请号:CN201510306292.6
申请日:2015-06-08
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于数据集合并的特征级融合方法。包括训练过程和识别过程,从两个传感器分别获取数据集,基于耦合映射方法的特性将耦合空间里的所有数据合并为同一个数据集,其数据容量为原始两个集合的样本数之和,之后进行二次特征提取,得到一个最终所需的特征集合,而后加入常规特征级融合方法得到另一个更具分类判别能力的特征集合,从而提高模式识别系统的识别率。对任意形式的测试对象进行变换得到最终特征,并采用这一特征与训练特征集合里的特征进行匹配,得到识别结果。本发明能够扩大特征级融合的应用范围,提高识别率。
-
公开(公告)号:CN106599800A
公开(公告)日:2017-04-26
申请号:CN201611055921.3
申请日:2016-11-25
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/00302 , G06K9/00268 , G06K9/00288 , G06K9/6256 , G06K9/6267
Abstract: 本发明提供的是一种基于深度学习的人脸微表情识别方法。包括:步骤A:建立微表情数据库;步骤B:对微表情图像进行预处理;步骤C:利用卷积块代替大卷积核提取特征;步骤D:利用卷积块构建基于卷积块的微表情识别网络结构,并用利用微表情识别网络结构对微表情进行识别。本发明构建的数据库克服了传统微表情库背景单一、光照变化不明显、缺少遮挡等的限制,更接近于自然状态微表情。本发明仅依赖一个卷积神经网络对微表情进行识别,无需复杂的特征提取过程,利用网络自动分析特征,改善了传统人脸识别方法特征不易提取的劣势。
-
公开(公告)号:CN106407515A
公开(公告)日:2017-02-15
申请号:CN201610793179.X
申请日:2016-08-31
Applicant: 哈尔滨工程大学
Abstract: 本发明属于电气工程教学领域,具体涉及一种通过PSCAD/EMTDC对给定系统及相近系统进行大批量、多次数精确仿真计算以及数据获取、输出、处理技术,提高仿真效率、节省教学成本的基于PC机平台的电气类虚拟实验的方法。本发明包括:初始化仿真数据;自动获取数据;自动录入信息;自动仿真;自动制图;自动输出数据;自动发送;客户端处理。本发明提出的一种基于PC机平台的电气类虚拟实验的方法,可以实现多种模型的仿真计算,利用PSCAD/EMTDC丰富的元件库和自定义功能实现多种模型的搭建和精确计算,对于相近模型本发明无需投入重复劳动力去更改原有模型只需要指明需要修改的元件、节点编号和命名并且根据需求修改拓扑结构,通过本发明自动完成修改。
-
-
-
-
-
-
-
-
-