-
-
公开(公告)号：CN103679136B
公开(公告)日：2017-12-05
申请号：CN201310504874.6
申请日：2013-10-24
Applicant: 北方工业大学
Abstract: 发明提出基于局部宏观特征和微观特征结合的手背静脉身份识别方法，属于计算机视觉中的智能监控技术领域，包括步骤一：图像预处理；步骤二：提取图像宏观特征；步骤三：提取图像微观特征；步骤四：加权融合；步骤五：通过分类器识别。本发明所提方法，对图像每像素点周围的宏观信息与微观信息进行了二进制编码，充分了提取出图像信息，对图像噪声拥有更强的鲁棒性，融合特征所得到的结果优于仅使用局部宏观特征的识别结果和使用局部微观特征的识别结果。并且特征向量维数低，减小了运算量，在性能上可以很好的达到利用手背静脉完成身份识别验证。
-
公开(公告)号：CN106405125A
公开(公告)日：2017-02-15
申请号：CN201610202457.X
申请日：2016-03-31
Applicant: 北方工业大学
IPC: G01N35/00 , G01N35/10 , G01N23/223 , G08C17/02
CPC classification number: G01N35/00 , G01N23/223 , G01N35/10 , G08C17/02
Abstract: 一种大气检测箱结构，包括检测箱和固定在箱体内的检测装置，所述检测装置包括：检测载体，用于承载被检测物；输送单元，用于移动检测载体；采集单元，用于将大气中的固体颗粒物采集到检测载体上；检测单元，用于对检测载体所采集固体颗粒物进行检测；通讯单元，与检测单元连接用于将检测结果输出；所述采集单元和检测单元分别设置在检测箱内，所述输送单元与检测载体设置到一起，且能够将检测载体由采集单元输送到检测单元。本技术方案中，本发明的大气重金属在线自动检测系统克服了现有技术中需要将大气重金属采集与检测分步进行的缺点，且该系统能够进行实时的自动检测分析。
-
公开(公告)号：CN105866153A
公开(公告)日：2016-08-17
申请号：CN201610201390.8
申请日：2016-03-31
Applicant: 北方工业大学
IPC: G01N23/223
CPC classification number: G01N23/223
Abstract: 一种大气重金属检测系统，包括底座和固定在底座上的检测装置，所述检测装置包括：检测载体，用于承载被检测物；输送单元，用于移动检测载体；采集单元，用于将气体中固体颗粒物采集到检测载体上；检测单元，用于对检测载体所采集的固体颗粒物进行检测；通讯单元，与检测单元连接用于将检测结果输出；所述采集单元和检测单元分别设置在底座上，所述输送单元与检测载体设置到一起，且能够将检测载体由采集单元输送到检测单元。本技术方案中，本发明的大气重金属在线自动检测系统克服了现有技术中需要将大气重金属采集与检测分步进行的缺点，且该系统能够在进行实时的自动检测分析。
-
公开(公告)号：CN102254165A
公开(公告)日：2011-11-23
申请号：CN201110231197.6
申请日：2011-08-12
Applicant: 北方工业大学
Abstract: 本发明提出的一种基于结构编码特征和纹理编码特征融合的手背静脉识别方法，属于计算机视觉中的智能监控技术领域，包括步骤一：图像采集和图像预处理；步骤二：提取结构编码特征；步骤三：提取手背静脉纹理编码特征；步骤四：结构编码特征与纹理编码特征进行融合；步骤五：通过分类器识别，得到结果。本发明提出一种基于结构编码特征和纹理编码特征融合的手背静脉识别方法，对提取的结构特征和纹理特征进行了二值化编码，有利于特征融合中信息的保留；融合特征所得到的结果远远优于仅使用结构编码特征的识别结果和使用纹理编码特征的识别结果，对图像畸变及误分割的鲁棒性很高，可以在存在一定图像畸变以及误分割的情况下正确识别手背静脉。
-
Patent Agency Ranking
公开(公告)号：CN101430760A
公开(公告)日：2009-05-13
申请号：CN200810226628.8
申请日：2008-11-18
Abstract: 本发明涉及一种基于线性和贝叶斯概率混合模型的人脸超分辨率处理方法，由图像采集和图像预处理、人脸图像主成分提取、特征脸超分辨率处理、主成分超分辨率处理和贝叶斯概率修正组成。该人脸超分辨率处理方法采用一种基于线性模型和贝叶斯概率模型的混合模型，首先提取低分辨率人脸图像的主成分分量，利用线性模型通过训练得到低分辨率特征脸的超分辨率结果实现主成分的初步超分辨结果；然后利用贝叶斯概率模型，通过最大后验概率估计对初步超分辨结果进行修正，有效地加强了超分辨率算法对噪声的鲁棒性，提高了超分辨率结果的清晰度。
-
公开(公告)号：CN103679136A
公开(公告)日：2014-03-26
申请号：CN201310504874.6
申请日：2013-10-24
Applicant: 北方工业大学
Abstract: 发明提出基于局部宏观特征和微观特征结合的手背静脉身份识别方法，属于计算机视觉中的智能监控技术领域，包括步骤一：图像预处理；步骤二：提取图像宏观特征；步骤三：提取图像微观特征；步骤四：加权融合；步骤五：通过分类器识别。本发明所提方法，对图像每像素点周围的宏观信息与微观信息进行了二进制编码，充分了提取出图像信息，对图像噪声拥有更强的鲁棒性，融合特征所得到的结果优于仅使用局部宏观特征的识别结果和使用局部微观特征的识别结果。并且特征向量维数低，减小了运算量，在性能上可以很好的达到利用手背静脉完成身份识别验证。
-
公开(公告)号：CN101419671B
公开(公告)日：2011-05-18
申请号：CN200810226414.0
申请日：2008-11-10
Abstract: 本发明公开了一种基于模糊支持向量机的人脸性别识别方法，属于计算机视觉中的智能监控技术，特别是人脸识别技术。该方法首先分别对人脸训练库的图像和人脸图像采集的图像进行预处理，然后对得到的两组预处理图像进行人脸特征提取和特征选择，接着再进行神经网络训练，产生模糊隶属度；对得到的模糊隶属度结果进行模糊支持向量机的分类器设计，最后再进行人脸性别识别，并输出结果显示。该方法具有很强的环境适应能力，在不同的光照、姿态、表情下都能够保持较强的鲁棒性。该方法可以推广使用到各种监控系统和信息采集系统。
-
公开(公告)号：CN101425137A
公开(公告)日：2009-05-06
申请号：CN200810226413.6
申请日：2008-11-10
Abstract: 本发明涉及一种基于拉普拉斯金字塔的人脸图像融合方法，本发明在基于拉普拉斯金字塔分解的基础上，将改进的局部二值模式算子应用于融合规则，对于拉普拉斯金字塔各层的红外和可见光人脸图像，利用图像的平均梯度、图像直方图的标准差和Chi平方统计相似性测度来决定红外和可见光图像各自加权系数的选择，并利用确定的加权系数进行有效融合，从而得到细节信息丰富、清晰稳定、便于人眼观察的融合图像。与可见光图像和近红外图像相比较，本发明提供的融合图像的信息熵更大，平均交叉熵和均方根交叉熵更小，融合图像的效果更明显。
-
公开(公告)号：CN107153827B
公开(公告)日：2020-06-02
申请号：CN201710385343.8
申请日：2017-05-26
Applicant: 北方工业大学
Abstract: 本发明提供的手背静脉图像的识别处理方法及装置，通过采用对采集的手背静脉图像进行二值化处理，获得包括手背静脉纹路的二值图像，沿二值图像的纵轴对多个旋转后的二值图像进行图像积分处理，获得多个积分向量，对多个积分向量进行归一化处理，获得二值图像的二值积分图像，对二值积分图像进行二维离散余弦变换处理获得低频图像，从低频图像中提取待识别特征。通过对二值图像进行多次旋转，并对每次旋转后获得的二值图像进行图像积分处理，从而使最终获得的待识别特征的特征准确度更高，特征稳定性更强，进而使得利用该待识别特征进行身份认证后得到的认证结果的鲁棒性更高。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.022 seconds)
