-
公开(公告)号：CN101685533B
公开(公告)日：2012-05-30
申请号：CN200910109433.X
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种眼底OCT图像的视神经纤维层自动分割方法，包括以下步骤：A、确定视网膜区域的内层轮廓u(s)＝[x(s)，y(s)]和外层轮廓v(s)＝[x(s)，y(s)]；B、以局部结构数据p(x，y)的方式描述出视网膜区域，并在构建水平集函数φ的基础上，建立基于局部结构数据p(x，y)的能量泛函：C、最小化能量泛函，求解出φ(x，y)＝0时的分界曲线将分界曲线m(s)与外层轮廓v(s)之间的区域确定为视神经纤维层区域。本发明提供的方法能对眼底OCT图像的视神经纤维层进行可靠、精确的分割。
-
公开(公告)号：CN101547344B
公开(公告)日：2010-09-01
申请号：CN200910106883.3
申请日：2009-04-24
Applicant: 清华大学深圳研究生院
Abstract: 本发明涉及基于联动摄像机的视频监控装置及其跟踪记录方法，监控装置包括：一个随动摄像装置，包括安装在第一运动控制平台上的第一摄像机和安装在第二运动控制平台上的第二摄像机，第二运动控制平台与第一摄像机固定连接跟随第一摄像机同步运动；一台计算机，通过数据通信接口与两个运动控制平台和两个摄像机连接，控制第一摄像机跟踪、定位进入监控区域的目标，控制第二摄像机对准目标、捕获被跟踪目标的特写细节，实现对目标的视频监控及智能记录。其不但可以跟踪记录目标在监控区域的活动过程和目标的特写细节，而且可正常工作于移动载体上、可以跟踪记录进入监控区域的保持长时间静止不动的目标、可以节省存储空间和降低硬件成本。
-
公开(公告)号：CN101765021A
公开(公告)日：2010-06-30
申请号：CN200910189143.0
申请日：2009-12-16
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种时分式双目立体显示方法及时分式双目立体显示系统。所述的时分式双目立体显示方法为先获取双目摄像机对应的双路视频信号；将得到的双路视频信号的每一路视频信号对应的隔行扫描的奇数场视频信号和偶数场视频信号合成为逐行扫描的帧视频信号；再根据得到的逐行扫描的帧视频信号进行倍频处理，合成生成倍频的双路立体视频信号输出。本发明所述的时分式双目立体显示系统由于采用了上述方法，能在使用双目摄像机采集的隔行扫描的视频信号的前提下，有较高的图像质量，显示效果好，并且由于保持了较高的扫描频率，信号稳定。且是在传统系统基础上的优化，最大限度的利用了现有的制式体制及设备，减少了成本，简单易行。
-
公开(公告)号：CN101685533A
公开(公告)日：2010-03-31
申请号：CN200910109433.X
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种眼底OCT图像的视神经纤维层自动分割方法，包括以下步骤：A.确定视网膜区域的内层轮廓u(s)＝[x(s)，y(s)]和外层轮廓v(s)＝[x(s)，y(s)]；B.以局部结构数据p(x，y)的方式描述出视网膜区域，并在构建水平集函数φ的基础上，建立基于局部结构数据p(x，y)的能量泛函：(公式见上式)；C.最小化能量泛函，求解出φ(x，y)＝0时的分界曲线m＝{(x，y)|φ(x，y)＝0}，将分界曲线m(s)与外层轮廓v(s)之间的区域确定为视神经纤维层区域。本发明提供的方法能对眼底OCT图像的视神经纤维层进行可靠、精确的分割。
-
公开(公告)号：CN101539995A
公开(公告)日：2009-09-23
申请号：CN200910106894.1
申请日：2009-04-24
Applicant: 清华大学深圳研究生院
Abstract: 一种基于手指静脉纹与手指背纹的成像设备及多模态身份认证方法，成像设备包括一个采集支架，其上设置手指放置凹型区；一个可见光成像装置，安装于采集支架上手指放置区的一侧，用于获取手指的指背图像；一个近红外成像装置，安装于采集支架上与所述可见光成像装置相对的手指放置区的另一侧，用于在近红外光源照射下获取手指的静脉图像，以及一个条形近红外光源，安装于采集支架上，用于从手指侧面向手指照射近红外光。身份认证方法包括注册过程和认证过程，其在采用的生物特征包括同一手指的指背纹和静脉纹。还涉及包括上述成像设备的身份认证设备。它具有较好的抗伪造性能，能有效提高生物特征识别系统的稳定性和适用性。
-
Patent Agency Ranking
公开(公告)号：CN101464945A
公开(公告)日：2009-06-24
申请号：CN200810217350.8
申请日：2008-11-14
Applicant: 清华大学深圳研究生院
Abstract: 一种基于指背关节纹理的身份特征识别方法，包括注册步骤和认证步骤，注册步骤包括：利用图像采集装置采集授权用户手指背面关节表面纹理图像；对采集到的图像样本进行预处理；从预处理后的图像中提取关节表面纹理的特征；建立特征数据库，将提取到的特征存储在该数据库中；认证步骤包括：利用图像采集装置采集访问用户手指背面关节表面纹理图像；对采集到的图像样本进行预处理；从预处理后的图像中提取关节表面纹理的特征；将提取到的特征与所述数据库中的模板特征进行匹配，给出匹配结果；将所述匹配结果与判决阈值比较，判定访问用户是否为授权用户。本识别方法能可靠地进行身份鉴别，可广泛应用于公共和个人安全领域的身份识别系统中。
-
公开(公告)号：CN101539995B
公开(公告)日：2011-05-25
申请号：CN200910106894.1
申请日：2009-04-24
Applicant: 清华大学深圳研究生院
Abstract: 一种基于手指静脉纹与手指背纹的成像设备及多模态身份认证方法，成像设备包括一个采集支架，其上设置手指放置凹型区；一个可见光成像装置，安装于采集支架上手指放置区的一侧，用于获取手指的指背图像；一个近红外成像装置，安装于采集支架上与所述可见光成像装置相对的手指放置区的另一侧，用于在近红外光源照射下获取手指的静脉图像，以及一个条形近红外光源，安装于采集支架上，用于从手指侧面向手指照射近红外光。身份认证方法包括注册过程和认证过程，其在采用的生物特征包括同一手指的指背纹和静脉纹。还涉及包括上述成像设备的身份认证设备。它具有较好的抗伪造性能，能有效提高生物特征识别系统的稳定性和适用性。
-
公开(公告)号：CN101634551A
公开(公告)日：2010-01-27
申请号：CN200910109431.0
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种检测表面粗糙度的方法及其系统。检测表面粗糙度的方法，包括如下步骤：获取灰度图像步骤：获得待测物体表面的灰度图像；区域处理步骤：将所述灰度图像根据像素的灰度值划分为若干个同质区域，并获取同质区域相应的区域和边界参数；粗糙度计算步骤：根据所述区域和边界参数，采用特定的神经网络模型获得所述待测物体表面的粗糙度。
-
公开(公告)号：CN101627913A
公开(公告)日：2010-01-20
申请号：CN200910109432.5
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种身份信息识别方法及其系统，该方法包括如下步骤：手掌支撑步骤：放置待辨明身份的手掌于手掌支撑装置上；手背静脉信息获取步骤：获取放置在所述手掌支撑装置上的待辨明身份的手掌的手背静脉的图像；掌心掌纹信息获取步骤：对准所述手掌支撑装置的另一侧设置的掌心掌纹信息获取装置，获取放置在所述手掌支撑装置上的待辨明身份的手掌的掌心掌纹的图像；身份处理识别步骤：分别处理并获取相应的手背静脉纹理信息和掌心掌纹的纹理信息，再根据手背静脉纹理信息和掌心掌纹的纹理信息构造身份特征矢量，对比预先存储于身份特征矢量库的注册样本特征矢量以判定用户的身份。
-
公开(公告)号：CN101634551B
公开(公告)日：2011-04-13
申请号：CN200910109431.0
申请日：2009-08-18
Applicant: 清华大学深圳研究生院
Abstract: 本发明提供一种检测表面粗糙度的方法及其系统。检测表面粗糙度的方法，包括如下步骤：获取灰度图像步骤：获得待测物体表面的灰度图像；区域处理步骤：将所述灰度图像根据像素的灰度值划分为若干个同质区域，并获取同质区域相应的区域和边界参数；粗糙度计算步骤：根据所述区域和边界参数，采用特定的神经网络模型获得所述待测物体表面的粗糙度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.094 seconds)
