-
公开(公告)号：CN110163123B
公开(公告)日：2021-02-26
申请号：CN201910362774.1
申请日：2019-04-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于单幅近红外手指图像指纹指静脉融合识别方法，首先利用对比度受限自适应直方图均衡CLAHE算法增强近红外手指图像中的指纹纹理，通过指纹和指静脉预处理方法分别提取指纹细线特征图和静脉细线特征图。再提出一种基于细线顺序统计量的指纹识别方法，根据指纹和指静脉识别量化值，通过最佳权值融合识别算法将指纹指静脉量化值进行加权融合，实现指纹指静脉融合识别。本发明能够充分利用近红外手指图像中的指纹信息，对于近红外图像提取的指纹，本发明充分利用稳定的细线纹理结构，有效提高了识别性能。因此，基于单幅近红外手指图像指纹指静脉融合识别算法是一种对近红外图像中特征信息合理利用的高效的识别算法。
-
公开(公告)号：CN110188614B
公开(公告)日：2021-03-30
申请号：CN201910362779.4
申请日：2019-04-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于皮裂纹分割的NLM滤波指静脉去噪方法。首先用多尺度Frangi滤波算法对手指蜕皮导致形成皮裂纹特征的指静脉图像进行滤波响应分析，选择空间尺度大小以及分割阈值。然后根据皮裂纹二值图对检测到的受皮裂纹干扰的区域采用NLM滤波去噪，而非受干扰区域不作去噪处理。基于开关型非局部均值滤波的指静脉去噪算法，特定针对蜕皮的皮裂纹区域进行去噪，减少伪静脉的干扰同时不会对正常静脉区域的信息造成损失，且应用在手指静脉图像上可以充分利用了图像上其他区域的冗余信息，能起一定的修复作用，去噪效果更佳。因此，本发明是一种对手指蜕皮类的指静脉图像去噪效果较好的指静脉去噪算法。
-
公开(公告)号：CN108256456B
公开(公告)日：2020-04-07
申请号：CN201810015658.8
申请日：2018-01-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多特征阈值融合的手指静脉识别方法。本发明先用基于多标准差的二维高斯模板计算手指静脉图像曲率提取图像的背景区域曲率灰度特征，静脉区域曲率灰度特征和曲率细线特征。用相关系数法计算背景区域曲率灰度特征和静脉区域曲率灰度特征的匹配阈值，用MHD算法计算曲率细线特征的匹配阈值，再提出一种多特征阈值融合判决算法，融合以上三种特征的单独识别阈值进行验证判决。本发明提出的基于三种特征阈值融合的算法，由于结合了背景区域曲率灰度特征包含的背景区域可用信息，对模糊的手指静脉图像识别性能下降不明显，因此在低认假率下的拒真率显著低于传统的基于单独细线特征的识别算法，能够合理且高效利用的有效的识别算法。
-
Patent Agency Ranking
公开(公告)号：CN110502996A
公开(公告)日：2019-11-26
申请号：CN201910660502.X
申请日：2019-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向模糊指静脉图像的动态识别方法。为了判断指静脉图像是否模糊，首先提出了一种基于图像金字塔模型的图像模糊度检测方法。再提出一种基于模糊程度分类的动态NiBlack分割算法，根据不同的模糊程度，采用不同的计算阈值。最后根据不同识别模式设置动态识别阈值。实验表明，本发明提出的面向模糊指静脉图像的动态识别算法，在判断图像模糊度的准确性上有着较大提高。且在特征提取时，采用了动态计算参数，使得特征提取更为准确。最后在识别过程中，采用了动态的识别阈值，有效提升了系统整体识别率。说明本方法是一种高效简便的针对模糊指静脉图像的识别方法。
-
公开(公告)号：CN110188614A
公开(公告)日：2019-08-30
申请号：CN201910362779.4
申请日：2019-04-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于皮裂纹分割的NLM滤波指静脉去噪方法。首先用多尺度Frangi滤波算法对手指蜕皮导致形成皮裂纹特征的指静脉图像进行滤波响应分析，选择空间尺度大小以及分割阈值。然后根据皮裂纹二值图对检测到的受皮裂纹干扰的区域采用NLM滤波去噪，而非受干扰区域不作去噪处理。基于开关型非局部均值滤波的指静脉去噪算法，特定针对蜕皮的皮裂纹区域进行去噪，减少伪静脉的干扰同时不会对正常静脉区域的信息造成损失，且应用在手指静脉图像上可以充分利用了图像上其他区域的冗余信息，能起一定的修复作用，去噪效果更佳。因此，本发明是一种对手指蜕皮类的指静脉图像去噪效果较好的指静脉去噪算法。
-
公开(公告)号：CN108256456A
公开(公告)日：2018-07-06
申请号：CN201810015658.8
申请日：2018-01-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多特征阈值融合的手指静脉识别方法。本发明先用基于多标准差的二维高斯模板计算手指静脉图像曲率提取图像的背景区域曲率灰度特征，静脉区域曲率灰度特征和曲率细线特征。用相关系数法计算背景区域曲率灰度特征和静脉区域曲率灰度特征的匹配阈值，用MHD算法计算曲率细线特征的匹配阈值，再提出一种多特征阈值融合判决算法，融合以上三种特征的单独识别阈值进行验证判决。本发明提出的基于三种特征阈值融合的算法，由于结合了背景区域曲率灰度特征包含的背景区域可用信息，对模糊的手指静脉图像识别性能下降不明显，因此在低认假率下的拒真率显著低于传统的基于单独细线特征的识别算法，能够合理且高效利用的有效的识别算法。
-
公开(公告)号：CN110502996B
公开(公告)日：2022-03-15
申请号：CN201910660502.X
申请日：2019-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向模糊指静脉图像的动态识别方法。为了判断指静脉图像是否模糊，首先提出了一种基于图像金字塔模型的图像模糊度检测方法。再提出一种基于模糊程度分类的动态NiBlack分割算法，根据不同的模糊程度，采用不同的计算阈值。最后根据不同识别模式设置动态识别阈值。实验表明，本发明提出的面向模糊指静脉图像的动态识别算法，在判断图像模糊度的准确性上有着较大提高。且在特征提取时，采用了动态计算参数，使得特征提取更为准确。最后在识别过程中，采用了动态的识别阈值，有效提升了系统整体识别率。说明本方法是一种高效简便的针对模糊指静脉图像的识别方法。
-
公开(公告)号：CN110163123A
公开(公告)日：2019-08-23
申请号：CN201910362774.1
申请日：2019-04-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于单幅近红外手指图像指纹指静脉融合识别方法，首先利用对比度受限自适应直方图均衡CLAHE算法增强近红外手指图像中的指纹纹理，通过指纹和指静脉预处理方法分别提取指纹细线特征图和静脉细线特征图。再提出一种基于细线顺序统计量的指纹识别方法，根据指纹和指静脉识别量化值，通过最佳权值融合识别算法将指纹指静脉量化值进行加权融合，实现指纹指静脉融合识别。本发明能够充分利用近红外手指图像中的指纹信息，对于近红外图像提取的指纹，本发明充分利用稳定的细线纹理结构，有效提高了识别性能。因此，基于单幅近红外手指图像指纹指静脉融合识别算法是一种对近红外图像中特征信息合理利用的高效的识别算法。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.027 seconds)
