-
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。
-
公开(公告)号：CN106611168B
公开(公告)日：2019-06-18
申请号：CN201611243975.2
申请日：2016-12-29
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于细化图像和方向场图的指静脉快速识别方法。本发明针对目前的指静脉识别算法在低质量图像下识别率低，在大规模用户下识别速度慢等问题，首先利用静脉细化图像的纵向延伸特性和拓扑结构的不变性，初步区分静脉图像是否来自相同手指，然后提取静脉图像的方向场图，利用静脉图像方向场图稳定性精确识别。方向场图识别方法的识别率明显高于传统识别方法，而且在大规模用户数下1:N匹配识别，本发明提出的分步识别所用时间远小于一步识别所用时间。因此，本发明提出的方法不但可以实现大规模用户下的快速识别，而且识别率高，是一种高速有效的识别方法，在实际中可推广使用。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN107229899B
公开(公告)日：2020-07-24
申请号：CN201710182280.6
申请日：2017-03-24
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于二维高斯最大曲率的手指静脉识别方法。本发明首先利用基于二维高斯函数的最大曲率算法，提取手指静脉图像的静脉纹路和曲率空间场，然后利用手指静脉图像的曲率空间场匹配识别。实验表明，基于高斯曲率空间场的提取静脉纹路的准确性更高，基于曲率空间场的识别算法，在误识率一定情况下，识别性能明显高于传统的MHD识别算法。对于低质量手指静脉图像，本发明提出从8个方向上提取静脉特征，相比于原始的最大曲率法从4个方向提取静脉特征，能够更清晰的提取静脉信息。本发明提出的基于静脉图像曲率空间场的识别算法性能下降不明显。能够更好地表征该手指静脉的信息。
-
公开(公告)号：CN107229899A
公开(公告)日：2017-10-03
申请号：CN201710182280.6
申请日：2017-03-24
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于二维高斯最大曲率的手指静脉识别方法。本发明首先利用基于二维高斯函数的最大曲率算法，提取手指静脉图像的静脉纹路和曲率空间场，然后利用手指静脉图像的曲率空间场匹配识别。实验表明，基于高斯曲率空间场的提取静脉纹路的准确性更高，基于曲率空间场的识别算法，在误识率一定情况下，识别性能明显高于传统的MHD识别算法。对于低质量手指静脉图像，本发明提出从8个方向上提取静脉特征，相比于原始的最大曲率法从4个方向提取静脉特征，能够更清晰的提取静脉信息。本发明提出的基于静脉图像曲率空间场的识别算法性能下降不明显。能够更好地表征该手指静脉的信息。
-
公开(公告)号：CN106611168A
公开(公告)日：2017-05-03
申请号：CN201611243975.2
申请日：2016-12-29
Applicant: 杭州电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00067 , G06K9/00087
Abstract: 本发明公开了一种基于细化图像和方向场图的指静脉快速识别方法。本发明针对目前的指静脉识别算法在低质量图像下识别率低，在大规模用户下识别速度慢等问题，首先利用静脉细化图像的纵向延伸特性和拓扑结构的不变性，初步区分静脉图像是否来自相同手指，然后提取静脉图像的方向场图，利用静脉图像方向场图稳定性精确识别。方向场图识别方法的识别率明显高于传统识别方法，而且在大规模用户数下1:N匹配识别，本发明提出的分步识别所用时间远小于一步识别所用时间。因此，本发明提出的方法不但可以实现大规模用户下的快速识别，而且识别率高，是一种高速有效的识别方法，在实际中可推广使用。
-
公开(公告)号：CN107657209B
公开(公告)日：2020-07-28
申请号：CN201710550909.8
申请日：2017-07-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于手指静脉图像质量的模板注册机制。本发明只有同时满足三个判决条件的图像，方可在数据库中注册：一是判决是否为曝光过度或不足的图像；二是判决是否为静脉清晰但静脉稀疏的图像；三是判决是否为静脉图像模糊不清晰的图像；具体的：首先由采集设备采集到手指静脉注册模板图像，经过预处理后，依次对图像进行曝光程度判别、稀疏程度判别和静脉模糊程度判别，若判决为低质量图像，则由系统拒绝下一步操作并语音提醒采集失败，需重新采集，只有同时满足图像曝光程度判别、模糊程度判别和静脉稀疏程度判别条件，才被允许进行接下来的注册操作。本发明能够更好的控制低质量图像被注册为模板图像，提高系统的识别性能。
-
公开(公告)号：CN107657209A
公开(公告)日：2018-02-02
申请号：CN201710550909.8
申请日：2017-07-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于手指静脉图像质量的模板注册机制。本发明只有同时满足三个判决条件的图像，方可在数据库中注册：一是判决是否为曝光过度或不足的图像；二是判决是否为静脉清晰但静脉稀疏的图像；三是判决是否为静脉图像模糊不清晰的图像；具体的：首先由采集设备采集到手指静脉注册模板图像，经过预处理后，依次对图像进行曝光程度判别、稀疏程度判别和静脉模糊程度判别，若判决为低质量图像，则由系统拒绝下一步操作并语音提醒采集失败，需重新采集，只有同时满足图像曝光程度判别、模糊程度判别和静脉稀疏程度判别条件，才被允许进行接下来的注册操作。本发明能够更好的控制低质量图像被注册为模板图像，提高系统的识别性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
