-
公开(公告)号:CN116758595A
公开(公告)日:2023-09-15
申请号:CN202310585371.X
申请日:2023-05-23
Applicant: 浙江工业大学 , 杭州海康威视数字技术股份有限公司
Abstract: 基于光学相干层析成像的图像点精度和采集深度测试方法,包括:1)将采集梯形测试卡置于OCT三维皮下结构图像采集窗中;2)从梯形测试卡锐角边起沿直角边由薄变厚方向做二维图像截面扫描,采集二维图像数据;3)生成三维OCT图像,将采集的线对标定板图样放大至垂直充满显示屏,检查线对标定板图样清晰分辨率线所在行列位置;4)采集距梯形测试卡锐角边纵向深度像素数,计算三维纵向图像点精度值;5)采集距梯形测试卡锐角边横向深度像素数,计算三维横向图像点精度值;6)采集距梯形测试卡锐角边的清晰分辨率线最大距离,计算清晰分辨率线最大深度,得出有效采集深度值;本发明能计算出OCT系统所测的图像点精度和有效采集深度。
-
公开(公告)号:CN118135616B
公开(公告)日:2024-10-01
申请号:CN202410262213.5
申请日:2024-03-07
Applicant: 浙江工业大学
IPC: G06V40/12 , G06T7/40 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于无监督低光照非接触式指纹增强方法和装置,首先构建并训练无监督低光照非接触式指纹增强网络模型,所述无监督低光照非接触式指纹增强网络模型包括图像分解模块和纹理增强模块;然后非接触式采集指纹图像,输入到图像分解模块,获取指纹图像的光照分量、反射分量和噪声分量;最后重建反射分量,并将重建后的反射分量作为纹理增强网络模块的输入,获得纹理增强后的反射分量,对光照分量进行伽马变换,然后与纹理增强后的反射分量相乘,重建指纹图像。本发明提高非接触式指纹的照度,同时更加关注指纹的纹理结构,从而使增强后的指纹图像边缘区域纹理更加明显。
-
公开(公告)号:CN116721212A
公开(公告)日:2023-09-08
申请号:CN202310687724.7
申请日:2023-06-12
Applicant: 浙江工业大学
IPC: G06T17/00 , G06T7/80 , G06T3/40 , G06V40/13 , G06V40/12 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/094
Abstract: 一种基于无监督超分辨率的三维指纹方法,包括如下步骤:1)设计无监督超分辨率网络模型;2)使用系统采集的条纹投影指纹图像,通过无监督超分辨率神经网络模型来提高条纹投影指纹图像的分辨率,利用超分辨率后的图像进行三维重建,得到指纹的三维结构。本发明设计了一个无监督神经网络能够解决单一低分辨率条纹投影指纹的超分辨率,同时也改善结构光采集到的条纹投影指纹边缘模糊现象,从而使三维重建后的指纹图像更加清晰,精度更高。
-
公开(公告)号:CN118135616A
公开(公告)日:2024-06-04
申请号:CN202410262213.5
申请日:2024-03-07
Applicant: 浙江工业大学
IPC: G06V40/12 , G06T7/40 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于无监督低光照非接触式指纹增强方法和装置,首先构建并训练无监督低光照非接触式指纹增强网络模型,所述无监督低光照非接触式指纹增强网络模型包括图像分解模块和纹理增强模块;然后非接触式采集指纹图像,输入到图像分解模块,获取指纹图像的光照分量、反射分量和噪声分量;最后重建反射分量,并将重建后的反射分量作为纹理增强网络模块的输入,获得纹理增强后的反射分量,对光照分量进行伽马变换,然后与纹理增强后的反射分量相乘,重建指纹图像。本发明提高非接触式指纹的照度,同时更加关注指纹的纹理结构,从而使增强后的指纹图像边缘区域纹理更加明显。
-
-
-