基于HOL特征与子空间学习的静脉识别方法

    公开(公告)号:CN106599819A

    公开(公告)日:2017-04-26

    申请号:CN201611114622.2

    申请日:2016-12-06

    IPC分类号: G06K9/00 G06K9/32 G06K9/62

    摘要: 本发明公开了一种基于HOL特征与子空间学习的静脉识别方法,该方法包括:采集识别部位的静脉图像;截取静脉图像的感兴趣区域,得到感兴趣区域图像,并将感兴趣区域图像分为训练集和测试集;采用基于方向线直方图统计的方法对测试集和训练集图像进行特征表示,得到训练集和测试集图像的HOL特征表示;采用子空间学习方法分别对训练集和测试集图像的HOL特征表示进行降维和压缩,得到模版特征和待测试特征;对模版特征和待测试特征进行静脉特征的相似性度量与识别,得到静脉识别结果。经过以上步骤的操作,使得利用静脉进行身份识别的识别率更高,稳定性更好。

    近红外定性鉴别特征提取方法

    公开(公告)号:CN105067558A

    公开(公告)日:2015-11-18

    申请号:CN201510433848.8

    申请日:2015-07-22

    IPC分类号: G01N21/359

    摘要: 一种近红外定性鉴别特征提取方法,包括如下步骤:步骤1:使用近红外光谱仪采集建模样本的近红外光谱数据;步骤2:添加同种物质样本的历史近红外光谱数据;步骤3:对建模样本的近红外光谱数据及历史近红外光谱数据样本数据进行预处理;步骤4:对预处理后的所有样本数据进行偏最小二乘特征提取,并得到偏最小二乘空间;步骤5:将预处理后的建模样本的近红外光谱数据向构建的偏最小二乘空间进行投影;步骤6:将投影后的建模样本的近红外光谱数据进行正交线性判别分析特征提取,完成提取的方法。本发明可简单可以提高近红外定性分析模型的稳健性。

    基于近红外漫透射光谱的种子自动鉴别分选装置

    公开(公告)号:CN104588329A

    公开(公告)日:2015-05-06

    申请号:CN201410710367.2

    申请日:2014-11-28

    IPC分类号: B07C5/34

    摘要: 一种基于近红外漫透射光谱的种子自动鉴别分选装置,包括:一进料斗;一数粒仪,其安装在进料斗的下方;一样品台,其前端与通数粒仪出口直接连接;一光源,其位于样品台的上方;一近红外光谱仪,其位于样品台的下方;一近红外光谱分析系统,其与近红外光谱仪连接;多个收集容器,其位于样品台末端下方;一机械臂,其位于多个收集容器上方。本发明具有克服定量分析技术需要预先知道种子某些化学成分及含量的缺点;并解决漫反射光谱分析单粒固体种子的位置效应的问题。具有自动、快速鉴别分选单粒种子优点。

    近红外定性鉴别特征提取方法

    公开(公告)号:CN105067558B

    公开(公告)日:2018-03-13

    申请号:CN201510433848.8

    申请日:2015-07-22

    IPC分类号: G01N21/359

    摘要: 一种近红外定性鉴别特征提取方法,包括如下步骤:步骤1:使用近红外光谱仪采集建模样本的近红外光谱数据;步骤2:添加同种物质样本的历史近红外光谱数据;步骤3:对建模样本的近红外光谱数据及历史近红外光谱数据样本数据进行预处理;步骤4:对预处理后的所有样本数据进行偏最小二乘特征提取,并得到偏最小二乘空间;步骤5:将预处理后的建模样本的近红外光谱数据向构建的偏最小二乘空间进行投影;步骤6:将投影后的建模样本的近红外光谱数据进行正交线性判别分析特征提取,完成提取的方法。本发明可简单可以提高近红外定性分析模型的稳健性。