公开(公告)号：CN108564031A

公开(公告)日：2018-09-21

申请号：CN201810324828.0

申请日：2018-04-12

Applicant: 安徽大学

Inventor： 王华彬 ,  江晓龙 ,  谢张宾 ,  杜梦丽 ,  余程年 ,  陈昱翔 ,  陶亮

IPC: G06K9/00

Abstract: 本发明公开了一种基于多模态融合的单幅近红外手掌图像识别方法。首先，采用分块模型去除图像中的掌静脉得到掌纹结构，通过自定义隶属度函数对掌纹结构进行模糊化，再进行反锐化掩模增强，突出掌纹结构信息；然后，使用边缘检测加权引导滤波对掌静脉结构进行增强，突出掌静脉结构；最后，将掌纹和掌静脉图像进行自适应融合。在近红外手掌图像识别中，使用香港理工大学提供的近红外掌纹图像数据库进行对比实验，实验结果显示，相比其他同类方法，本申请的方法具有更高的识别率，达到了99.81％。

公开(公告)号：CN108491802A

公开(公告)日：2018-09-04

申请号：CN201810251845.6

申请日：2018-03-26

Applicant: 安徽大学

Inventor： 王华彬 ,  李梦雯 ,  符春兰 ,  陈昱翔 ,  何学胜 ,  李雪中 ,  陶亮

IPC: G06K9/00

Abstract: 本发明公开了一种基于联合加权差分激励和双Gabor方向的掌纹交叉匹配识别方法。本申请根据掌纹图像纹线丰富的特点，首先，计算中心像素和邻域像素的灰度差分，提取图像的灰度变化特性，并通过各邻域的方向角对差分值进行加权。然后，利用Gabor滤波器提取图像中纹线的方向信息。最后，构建联合加权差分激励和双Gabor方向的掌纹特征。此外，为了能够更好地衡量特征间的相似度，进一步使用交叉匹配算法，提高系统的识别性能。在PolyU，PolyU M_B和CASIA掌纹库上进行实验，识别率均达到100％。实验结果表明，与其它基于局部描述子的掌纹识别方法相比，本申请所述方法具有更高的识别率和更低的等错误率。