摘要
本发明涉及一种尺寸自适应的非接触式掌静脉高效识别方法,步骤为:S1手掌静脉图像采集;S2提取轮廓信息,获得前景区域和背景区域;S3对手掌静脉图像进行二值化处理,获得二值化图像;S4对二值化图像进行腐蚀处理和膨胀处理,再求处理后的掌静脉图像的质心作为ROI中心;S5求手掌最大内切圆作为ROI区域;S6旋转校正ROI图像;S7采用基于ResNet和SppLayer的深度学习模型提取不同尺寸ROI图像的掌静脉特征,并建立特征数据库;使用PCA进行降维处理后输出相同大小的特征向量;S8采用基于欧式距离的特征匹配策略,取其中距离最小的模板为识别结果。该方法中掌静脉图像利用率较高,识别速率和准确率均高。
技术关键词
高效识别方法
ROI图像
建立特征数据库
接触式
手掌静脉图像采集
特征提取模型
二值化图像
深度学习模型
尺寸
轮廓信息
采集设备
SVM分类器
HOG特征
特征提取网络
系统为您推荐了相关专利信息
疾病风险评估方法
内分泌
风险评估算法
指标
代表
玻璃基材表面
电子束蒸发镀膜
微纳结构
反射结构
石英玻璃基板
非接触式转速传感器
频域特征提取
振动特征参数
视觉
旋转叶片