预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110032936A(43)申请公布日2019.07.19(21)申请号201910174735.9(22)申请日2019.03.08(71)申请人吉林大学地址130012吉林省长春市人民大街5988号(72)发明人刘富姜守坤侯涛康冰李丁园刘云王柯苗岩(74)专利代理机构吉林长春新纪元专利代理有限责任公司22100代理人白冬冬(51)Int.Cl.G06K9/00(2006.01)G06K9/38(2006.01)G06K9/34(2006.01)权利要求书1页说明书7页附图6页(54)发明名称无参数手背静脉最大圆形区域提取方法(57)摘要一种无参数手背静脉最大圆形区域提取方法,属于生物特征识别技术领域。本发明的目的是针对手背最大圆形区域进行方向矫正的方法,从而对手背区域的最大圆形区域提取与矫正的无参数手背静脉最大圆形区域提取方法。本发明的步骤是:①使用条件随机场图像分割算法对手背静脉图像进行二值化处理;②利用MATLAB函数delaunay和triangulation计算坐标序列的Delaunay三角剖分;③找到最大的半径及对应的圆心坐标,得到手背最大圆形区域图像Cmax;④选取小拇指附近的轮廓点,并计算与圆心之间的距离,即为小拇指处的顶点;⑤计算OA方向与水平方向的夹角。本发明的优点是:本发明的最大圆形提取方法不需要进行参数且时间复杂度低;本发明给出一种圆形区域方向矫正的方法。CN110032936ACN110032936A权利要求书1/1页1.一种无参数手背静脉最大圆形区域提取方法,其特征在于:①使用条件随机场图像分割算法对手背静脉图像进行二值化处理,得到手背区域的二值图像BW,在二值图像中寻找值为0.5的等高线,等高线即为手背区域的轮廓图,从图像底部的左边第一个轮廓点,按照顺时针顺序遍历整个轮廓图,并将所有轮廓点的XY坐标按照遍历顺序存入变量X,得到一个有序轮廓点坐标序列,N为手背轮廓点个数,轮廓点坐标为;②利用MATLAB函数delaunay和triangulation计算坐标序列的Delaunay三角剖分,得到三角网,M为三角网中三角形的个数,三角网中三角形的顶点为手背轮廓点,顶点(A,B,C为顶点编号)坐标分别为,根据两点间距离公式,计算所有M个三角形的边长,记为,根据余弦定理,thetaA为顶点A的角度,a,b,c分别为边BC,AC,AB的长度,计算所有三角形顶点的角度,根据三角形三个角的角度判断三角形类型,删除钝角和直角三角形,只保留锐角三角形,得到锐角三角形顶点坐标集合,然后计算锐角三角形外心坐标及外接圆半径,为第i个三角形顶点A的角度,为第i个三角形边BC的长度,得到n个圆心和半径,n为锐角三角形个数,圆心和半径一一对应;③找到最大的半径及对应的圆心坐标,最大的半径即为最大圆形区域半径,对应的圆心即为最大圆形区域的圆心,以圆心和半径所围成的圆形区域为手背轮廓中的最大内切圆,对应的圆形图像即为手背圆形区域,然后提取最大圆区域对应的手背图像,得到手背最大圆形区域图像Cmax;④选取小拇指附近的轮廓点,并计算与圆心之间的距离,使用MATLAB函数smooth对距离Dis进行平滑处理,找到距离最大值对应的轮廓点,即为小拇指处的顶点;⑤计算OA方向与水平方向的夹角,为最大圆的圆心坐标,小拇指顶点的坐标,将手背区域图像Cmax绕图像中心逆时针旋转90-θ,使OA方向与水平方向的夹角为90度,即得到稳定的手背最大圆形区域Circle。2CN110032936A说明书1/7页无参数手背静脉最大圆形区域提取方法技术领域[0001]本发明属于生物特征识别技术领域。背景技术[0002]在信息化时代,需要进行身份认证的场合越来越多,依靠密码、钥匙、磁卡等的传统认证方式已不能满足人们的需求。生物特征识别技术正在逐渐取代传统认证方式,已成为身份认证领域的一个重要分支。其中手背静脉识别因其自身的防伪性高、内部特征等优点,成为生物特征识别技术的一个重要组成部分。为了降低识别过程中的数据处理量和提高识别精度,需要在识别过程中,进行感兴趣区域提取。常规方法都是提取矩形区域,而圆形区域包含的区域面积更大,信息更丰富。现有圆形区域提取方法的时间复杂度都比较高,以下是现有的手背圆形区域提取方法:1)直接在手背区域中搜索最大内切圆区域,将每个像素点作为圆心,计算圆心到手背区域边缘的距离,最小距离为当前圆心对应的半径,所有半径中的最大值为最大圆形区域的半径,对应的圆心即为最大圆形区域的圆心,该算法的时间复杂度为,其中N为手背区域的像素个数,M为手背轮廓像素点的长度;2)计算手背区域的质心,将质心作为圆心,计算到手背边缘的距离,最小距离既是对应的半径,该算法的时间复杂度为N,