-
公开(公告)号:CN103390119A
公开(公告)日:2013-11-13
申请号:CN201310277169.7
申请日:2013-07-03
Applicant: 哈尔滨工程大学
IPC: G06F19/12
Abstract: 本发明属于分子生物信息检测领域,具体涉及一种基于条件随机场技术,融合ChIP-chip基因芯片数据和ChIP-seq DNA测序数据的转录因子结合位点识别方法。本发明包括:建立条件随机场模型;获取ChIP-chip实验检测值,识别出对应状态值;获取ChIP-seq实验检测值识别出对应状态值;测试条件随机场模型的识别精度;加权融合识别结果的第n个DNA碱基片段识别概率;比较和识别转录因子结合位点。本发明利用条件随机场融合ChIP-chip和ChIP-seq实验的检测数据识别转录因子结合位点。通过实验验证,在识别准确率方面,本发明方法要高于采用单一技术的识别方法。
-
公开(公告)号:CN101840511B
公开(公告)日:2013-08-28
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: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:CN102779240A
公开(公告)日:2012-11-14
申请号:CN201210205886.4
申请日:2012-06-21
Applicant: 哈尔滨工程大学
IPC: G06F19/16
Abstract: 本发明提供的是一种基于核典型相关分析的固有不规则蛋白质结构预测方法。(1)提取待预测蛋白质的结构特征和生化特征作为识别特征,所述结构特征指采用窗口法得到的蛋白质预测位点周围氨基酸的组合频率,所述生化特征指蛋白质预测位点氨基酸的Russell/Linding值、疏水性、极性和带电性;(2)采用核典型相关分析法对所提取的特征数据进行映射和融合,获取更有利于蛋白质结构识别的特征数据,核典型相关分析法的核函数采用径向基函数;(3)基于更有利于蛋白质结构识别的特征数据,进行蛋白质结构识别和预测。本发明的预测精度得到有效提高,有助于为固有不规则蛋白质的发现和确认提供前期依据,并为生物制药的研制提供基础。
-
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:CN101464947B
公开(公告)日:2011-04-20
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: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。
-
公开(公告)号:CN101488185B
公开(公告)日:2010-10-20
申请号:CN200910071284.2
申请日:2009-01-16
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/00348
Abstract: 本发明提供的是一种基于分块矩阵的步态识别方法。首先从视频中提取单帧图像进行灰度变换,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,使人体居中统一大小为64*64像素;根据步态视频序列中每帧图像标准中心化后图形区域拟合的椭圆短轴和离心率来观测步态的周期性变化情况;从而在一个周期中采用步态能量图提取步态的整体特征,采用分块矩阵的方式对GEI进行子块划分,自适应地去掉对分类无用的子块,运用子块模式的二维主成分分析结合子块模式的二维线性判别分析的方法进一步局部特征提取;在分类识别时将每个有效子块的特征合为整体,采用最近邻分类器进行身份判别。本发明对背包变化的步态的识别有效。
-
公开(公告)号:CN101794375A
公开(公告)日:2010-08-04
申请号:CN201010032426.7
申请日:2010-01-06
Applicant: 哈尔滨工程大学
IPC: G06K9/00
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。
-
公开(公告)号:CN101789076A
公开(公告)日:2010-07-28
申请号:CN201010101233.2
申请日:2010-01-27
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种提取相位及方向特征的手指静脉识别方法。包括对手指静脉图像滤波、纹理特征提取、特征匹配、二维Gabor滤波器的参数的设置;对读入的手指静脉原图先采用二维Gabor滤波器进行滤波,分别提取相位和方向的纹理信息,并在特征级上进行融合,形成编码;最后采用改进的Hamming距离来衡量不同编码之间的相似性。本发明所提供的方法不要求对静脉图像做前期处理和定位,简单易行,更有利于提取静脉特征。并且本发明具有一定的抗平移和旋转性,能够快速准确的进行身份识别。
-
-
-
-
-
-
-
-
-