非接触式手指静脉样本感兴趣区域提取方法

    公开(公告)号:CN103400134B

    公开(公告)日:2016-08-10

    申请号:CN201310268809.8

    申请日:2013-06-28

    Abstract: 本发明提供的是非接触式手指静脉样本感兴趣区域提取方法。用最大方差法对手指静脉图像进行逐列阈值分割,通过连通域面积和寻找指尖的方法进行去噪;利用手指上下轮廓点拟合出手指中线,以手指中线的斜率作为旋转校正的依据;利用指尖轮廓近似为圆的特点求取圆弧的有效轮廓点集,用这些有效轮廓点拟合指尖圆,得到指尖圆的直径进行感兴趣区域定位;感兴趣区域的横向宽度为固定宽度、纵向宽度由手指轮廓上下边缘内切线决定;最后对得到的感兴趣区域进行尺寸归一化。本发明充分考虑非接触式手指静脉采集过程和图像特点,为手指静脉感兴趣区域提取提供新的解决办法,利用手指中线进行旋转校正和指尖圆进行定位,具有很强的抗旋转、抗平移性。

    一种基于图的半监督耦合度量的多角度步态识别方法

    公开(公告)号:CN104463099A

    公开(公告)日:2015-03-25

    申请号:CN201410619411.9

    申请日:2014-11-05

    CPC classification number: G06K9/00348 G06K9/6276

    Abstract: 本发明属于模式识别领域,具体涉及一种基于图的半监督耦合度量的多角度步态识别方法。本发明包括:采用码本检测方法从视频流中得到目标轮廓序列;在一个周期中采用步态能量图提取步态的整体特征;构建多视角步态识别系统的离线训练阶段,训练得到基于图的半监督耦合投影矩阵对;对测试视频进行目标轮廓的提取,对大小归一化的轮廓序列检测步态周期,生成单周期的步态能量图特征,通过视角估计选取的基于图的半监督耦合投影矩阵对。本发明解决了传统步态识别方法需要存储所有视角下步态特征的高存储需求问题,对任意角度行走的步态的身份识别有效。

    基于旋转校正的手指静脉图像感兴趣区域提取方法

    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

    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。

    一种多角度的步态周期检测方法

    公开(公告)号:CN103927524A

    公开(公告)日:2014-07-16

    申请号:CN201410172289.5

    申请日:2014-04-25

    Abstract: 本发明涉及一种多角度的步态周期检测方法,其特征在于:步骤1:从步态视频流中得到二值化的步态序列,对序列进行正面步态和非正面步态分类;步骤2:若序列为正面步态,则前臂、小腿和脚部区域的图像像素变化,求取极值点,得到步态周期;步骤3:若序列为非正面步态,则检测腿部区域的能量变化,求取极值点,得到步态周期。

    一种基于非负矩阵分解的指静脉特征提取方法

    公开(公告)号:CN103646243A

    公开(公告)日:2014-03-19

    申请号:CN201310563457.9

    申请日:2013-11-14

    Abstract: 本发明属于数字图像处理与模式识别技术领域,具体涉及基于非负矩阵分解理论的指静脉图像特征提取方法。本发明包括:对指静脉样本库图片提取感兴趣区域;将感兴趣区域图像矩阵列向量化,得到指静脉数据集;训练指静脉数据集,得到特征矩阵及系数矩阵;提取测试样感兴趣区域,列向量化为测试样本向量,在特征矩阵上做投影,得到的投影系数为待识别的特征。本发明将更符合认知、更具有物理意义的非负矩阵分解理论应用到手指静脉图像特征提取任务中,并对手指静脉特征基图像的稀疏性进行了进一步的研究和提升。

    一种感知细胞中作用转录因子的方法

    公开(公告)号:CN102120998B

    公开(公告)日:2013-08-28

    申请号:CN201010588128.6

    申请日:2010-12-15

    Abstract: 本发明提供的是一种感知细胞中作用转录因子的方法。设计模型计算转录因子在基因启动子上的结合值,再分别计算转录因子在基因启动子上结合值与基因表达的相关程度值;当对特定转录因子,假定甲基化抑制转录因子结合得到的相关程度值大于不考虑甲基化作用得到的相关程度值,且考虑甲基化促进转录因子结合得到的相关程度值小于不考虑甲基化作用得到的相关程度值,则为该转录因子在该细胞中存在并对基因表达进行调控。本发明可用于判定基因启动子上转录因子的结合情况,能有效解决感知细胞中作用转录因子仅能通过实验手段导致的成本高,效率低的问题。

    一种高速高精度的指纹身份验证方法

    公开(公告)号:CN101794375B

    公开(公告)日:2012-09-26

    申请号:CN201010032426.7

    申请日:2010-01-06

    Abstract: 本发明提供的是一种高速高精度的指纹身份验证方法。包括指纹信息数据库和指纹验证数据库,还包括指纹信息加载模块、指纹信息验证模块和验证结果确认模块;指纹信息加载模块将识别人的指纹识别信息从指纹信息数据库中读出并加载入指纹验证数据库;指纹信息验证模块根据指纹验证数据库中的指纹识别信息对识别人进行指纹生物特征识别,并将识别结果在指纹验证数据库中进行标记;验证结果确认模块从指纹验证数据库中读取有标记的记录并将验证结果存入指纹信息数据库中,同时将该记录从指纹验证数据库中删除。本发明具有指纹验证快速准确的特点,能够有效在验证人数多、验证时间紧的情况下,高速高精度地实现身份指纹验证。

    一种用于基因表达检测的DNA高通测序数据校正方法

    公开(公告)号:CN102622534A

    公开(公告)日:2012-08-01

    申请号:CN201210104293.9

    申请日:2012-04-11

    Abstract: 本发明属于分子生物信息检测领域。具体是一种提高DNA高通测序获取基因表达检测数据准确性的校正方法。该发明包括下列步骤:(1)采集基因表达DNA测序检测数据,建立基因表达DNA高通测序检测数据校正模型;(2)采集基因芯片测量的基因表达值;(3)采用相关分析确定基因表达高通测序校正模型中的模型参数;(4)确定模型参数值后的基因表达DNA高通测序检测数据校正模型生成校正后的基因表达值。本发明利用校正模型对DNA测序值存在的序列比对映射误差进行估算和补偿,减小了检测误差,在充分发挥DNA高通测序检测数据高分辨率、高精度的基础上,有效提高检测的准确性。

    指纹与指静脉双模态识别的二级分类融合识别方法

    公开(公告)号:CN101847208B

    公开(公告)日:2012-06-06

    申请号:CN201010197455.9

    申请日:2010-06-11

    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。

    手背静脉模式纹理提取方法

    公开(公告)号:CN102393905A

    公开(公告)日:2012-03-28

    申请号:CN201110195542.5

    申请日:2011-07-13

    Abstract: 本发明的目的在于提供手背静脉模式纹理提取方法,采用Gabor滤波器组进行提取,包括以下步骤:设计Gabor滤波器组参数,在方向空间对滤波响应进行统计,得到方向空间最优滤波响应;计算方向空间最优滤波响应在尺度空间的静脉混合矩,可得到最后的手背静脉模式纹理。本发明能够解决对比度低、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。

Patent Agency Ranking