-
公开(公告)号：CN102393905B
公开(公告)日：2013-04-10
申请号：CN201110195542.5
申请日：2011-07-13
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号：CN102346845B
公开(公告)日：2013-03-06
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：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：CN102222220B
公开(公告)日：2014-01-29
申请号：CN201110167448.9
申请日：2011-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供手背静脉模式纹理提取方法，其特征是：建立静脉纹理局部二阶微分结构模型-VLSDM模型，采用基于多尺度分析的噪声滤去方法对多尺度VLSDM模型滤波响应进行处理，从而得到最后的手背静脉模式纹理。本发明不但能够区分静脉纹理与背景区域，而且提取的静脉纹理保持了其局部曲面原有的形态，同时能够得到静脉纹理的方向和尺度信息。
-
公开(公告)号：CN102622587A
公开(公告)日：2012-08-01
申请号：CN201210059350.6
申请日：2012-03-08
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是基于多尺度二阶微分结构模型及改进分水岭算法的手背静脉识别方法。利用基于手背目标外部轮廓分析的方法从原始样本中提取出静脉样本的ROI区域；基于多尺度VLSDM模型对ROI区域的静脉图像进行多尺度分析，得到静脉纹理的形态响应、方向响应及尺度响应；利用改进分水岭算法从第二步所得形态响应中提取出静脉纹理骨架特征；利用链码及方向空间采样编码描述静脉纹理骨架的结构特征及方向特征，并利用改进的模板匹配方法对特征进行匹配。本发明解决样本旋转和平移对识别影响、加快算法匹配速度等问题，且该方法的效率符合模式识别系统的要求。
-
Patent Agency Ranking
公开(公告)号：CN102622587B
公开(公告)日：2013-08-28
申请号：CN201210059350.6
申请日：2012-03-08
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是基于多尺度二阶微分结构模型及改进分水岭算法的手背静脉识别方法。利用基于手背目标外部轮廓分析的方法从原始样本中提取出静脉样本的ROI区域；基于多尺度VLSDM模型对ROI区域的静脉图像进行多尺度分析，得到静脉纹理的形态响应、方向响应及尺度响应；利用改进分水岭算法从第二步所得形态响应中提取出静脉纹理骨架特征；利用链码及方向空间采样编码描述静脉纹理骨架的结构特征及方向特征，并利用改进的模板匹配方法对特征进行匹配。本发明解决样本旋转和平移对识别影响、加快算法匹配速度等问题，且该方法的效率符合模式识别系统的要求。
-
公开(公告)号：CN102222220A
公开(公告)日：2011-10-19
申请号：CN201110167448.9
申请日：2011-06-21
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供手背静脉模式纹理提取方法，其特征是：建立静脉纹理局部二阶微分结构模型-VLSDM模型，采用基于多尺度分析的噪声滤去方法对多尺度VLSDM模型滤波响应进行处理，从而得到最后的手背静脉模式纹理。本发明不但能够区分静脉纹理与背景区域，而且提取的静脉纹理保持了其局部曲面原有的形态，同时能够得到静脉纹理的方向和尺度信息。
-
公开(公告)号：CN100492400C
公开(公告)日：2009-05-27
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：CN102393905A
公开(公告)日：2012-03-28
申请号：CN201110195542.5
申请日：2011-07-13
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号：CN102194111A
公开(公告)日：2011-09-21
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。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.018 seconds)
