-
公开(公告)号：CN103886296B
公开(公告)日：2017-02-15
申请号：CN201410114499.9
申请日：2014-03-25
Applicant: 清华大学
Abstract: 本发明提供一种基于反馈的指纹识别方法及装置，包括以下步骤：S1，对查询指纹进行多通道滤波和二值化处理得到候选细节点集，并分为多个块，以根据多个块的方向场提取查询指纹的细节点；S2，根据指纹细节点和方向场对档案指纹与所选查询指纹进行配准确定配准参数；S3，根据配准参数配准的档案指纹方向场对查询指纹方向场进行校正，并选择查询指纹的细节点；S4，计算所选取的细节点与档案指纹的细节点的匹配分数，其中迭代执行S2至S4，以确定查询指纹的细节点。根据本发明实施例的方法，通过多个块的方向场选择查询指纹的细节点，并根据档案指纹对查询指纹的细节点进行迭代配准和校正，提高查询指纹方向场估计精度，从而提高查询指纹的识别率。
-
公开(公告)号：CN102999750B
公开(公告)日：2015-08-12
申请号：CN201210594247.1
申请日：2012-12-31
Applicant: 清华大学
Abstract: 本发明提出一种去除背景干扰的现场指纹增强方法，其特征在于，包括：采集现场指纹并显像，并对显像前图像和显像后图像进行图像对应点和指纹区域的标定；对现场指纹的图像进行分割，得到背景子图集和对应的指纹子图集；对背景子图集中的低频背景分区对应的指纹子图进行自适应指纹增强；以及对背景子图集中的边缘分区对应的指纹子图进行增强；低频分区增强结果与边缘分区增强结果合并，得到最终的指纹增强图像。本发明利用指纹显像前的背景图像和显像后的含有背景的指纹图像进行指纹图像的背景去除，得到高质量的现场指纹图像，从而使得指纹特征更易于提取。
-
公开(公告)号：CN103077377B
公开(公告)日：2015-07-29
申请号：CN201210592867.1
申请日：2012-12-31
Applicant: 清华大学
CPC classification number: G06K9/00087 , G06K9/00067 , G06K9/0008
Abstract: 本发明提供了一种基于方向场分布的指纹校正方法，该方法通过聚类学习的方式对指纹脊线方向的局部模式和空间分布进行了统计，通过局部模式对比的方式寻找目标图像中与指纹模式类似的区域，再结合各局部模式的空间位置分布消除出现在不合理位置的局部模式的影响，最终估计指纹的位置和方向，并依据位置和方向信息对指纹进行切割和校正。本发明可以将采集姿势不标准的指纹校正为标准姿势的指纹，以提高指纹比对和查询时的效率；还可以从包含多个指纹的背景复杂的现场指纹图像中自动检测和切割出所有指纹，并将其姿势进行校正，具有计算效率高，准确率高的优点。
-
公开(公告)号：CN104331715A
公开(公告)日：2015-02-04
申请号：CN201410525149.1
申请日：2014-10-08
Applicant: 清华大学
IPC: G06K9/66
Abstract: 本发明提出一种基于模板学习的指纹姿态矫正方法，包括以下步骤：从多幅指纹图像中生成多个候选模板，并对多个候选模板进行滤波以获取候选模板集合；从候选模板集合中选择优质模板；按照预定规则从当前指纹图像中选取多个具有预定指纹特征的点构成候选点集合；从候选点集合中选择与优质模板相似度最高的候选点作为参考点；根据参考点将当前指纹图像转换到预定坐标系下以实现对当前指纹图像的矫正。本发明实施例的方法，矫正精度高、性能可靠。本发明还提出一种基于模板学习的指纹姿态矫正系统。
-
公开(公告)号：CN103971099A
公开(公告)日：2014-08-06
申请号：CN201410212157.0
申请日：2014-05-19
Applicant: 清华大学
IPC: G06K9/00
Abstract: 本发明提出一种扭曲指纹的合成方法，包括以下步骤：选取参考指纹和多个指纹对，每个指纹对包含一个扭曲指纹及其对应的正常指纹，并根据参考指纹对指纹对进行配准；根据已配准的指纹对的扭曲指纹及其对应的正常指纹细节点的对应关系得到扭曲指纹及其对应的正常指纹之间的扭曲场；根据这些扭曲场学习得到扭曲场的统计模型；利用扭曲场的统计模型，对任意给定的正常指纹合成与该任意指定的正常指纹相关联的多个扭曲指纹。本发明提出的方法能够高效、准确、大量地合成扭曲指纹，并可减少资源花销、降低成本。本发明还提供了一种扭曲指纹的合成系统。
-
Patent Agency Ranking
公开(公告)号：CN103824060A
公开(公告)日：2014-05-28
申请号：CN201410073986.5
申请日：2014-02-28
Applicant: 清华大学
Abstract: 本发明提供一种指纹细节点的提取方法，包括以下步骤：对所接收到的指纹进行多通道图像增强以得到N个增强图像；标定所述指纹的方向场，并根据所述方向场将所述指纹划分成N个指纹区域；分别从N个增强图像中提取增强图像的细节点；分别从N个增强图像获取与N个指纹区域相对应部分的细节点，并将N个指纹区域内的细节点进行组合，以获得指纹的候选细节点集合；以及对候选细节点集合中的重叠细节点进行剔除以得到最终的细节点集合。根据本发明实施例的方法，通过对指纹进行多通道图像增强，并将指纹区域内的多个细节点进行组合和剔除以得到最终的细节点集合，从而在细节点准确性不下降的情况下，加快细节点提取的速度，同时降低了计算复杂度。
-
公开(公告)号：CN103020610A
公开(公告)日：2013-04-03
申请号：CN201210592903.4
申请日：2012-12-31
Applicant: 清华大学
IPC: G06K9/00
Abstract: 本发明提出一种扭曲指纹的自动检测方法，包括：对指纹图像进行脊线周期分析，获得指纹图像的周期标准差；对指纹图像进行方向场信息分析，获得指纹图像的法向曲率均值和切向曲率均值；融合周期标准差、法向曲率均值和切向曲率均值，得到指纹图像的扭曲度。现有自动指纹识别技术很难识别扭曲的指纹，而本发明仅需一张扭曲指纹图像即可判定其扭曲程度，具有兼容性好、数据需求量少，算法简便的优点。
-
公开(公告)号：CN102722701A
公开(公告)日：2012-10-10
申请号：CN201210165778.9
申请日：2012-05-24
Applicant: 清华大学
Abstract: 本发明公开了一种指纹采集过程中的视觉监控方法，该方法包括：获取在指纹采集过程中指纹采集设备周围的图像；从图像中提取手部区域图像；将手部区域图像转换为手指分离的手部轮廓曲线；依次查询手指分离的手部轮廓曲线的各点中满足径向距离为极值的极值点，将极值点按照查询到的先后顺序排列以生成极值点集合，其中径向距离为所述手部轮廓曲线上的点到掌心的距离；基于极值点集合获取以手的手指位置为顺序排列的、与指尖和指谷对应的极值点集合；基于与指尖和指谷对应的极值点集合来确定采集到的指纹所属的指位。本发明方法通过对采集指纹时的图像的分析来判断采集到的纹理所属的指位，有效地减少作弊行为对系统的影响。
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.025 seconds)
