专利交易市场

本发明公开了一种利用谷形特征的掌静脉图像识别与匹配的方法及其系统，方法包括如下步骤：S1：对用户手掌进行拍照，对采集到的掌静脉信息进行加工得到掌静脉特征并上传至数据库中；将步骤S1中灰度图像中的各点G(j,i)的灰度值，按照相同的行列坐标(j,i)，映射在矩阵G1中，使得G1(j,i)的值等于G(j,i)点的灰度值；S3、将提取出的列向量做曲线拟合处理；S4、对步骤S3中拟合好的多项式YN，寻找最低点，即特征点，取得的特征点集合记作Pc；S5、重复上述步骤S2与S3，对整幅图像G1进行遍历，从而提取出全部特征点。本发明相较于现有方法，图像增强过程更加简单，能够快速处理图像，有助于大数据场景下对用户的快速识别。

一种基于多指标融合预评价的指静脉图像识别方法，包括：获得图像质量评价指标、对评价指标进行归一化处理、生成样本向量、确定分类器核心参数并生成SVM分类器、对图像进行评价并筛选图片生成数据库、对处理后的图像进行HOG特征提取与灰度共生矩阵特征提取、融合两种特征形成融合向量、身份匹配。本发明能够有效减少因为图像质量不均带来的识别率降低等问题。

本发明公开了一种用于责任血管定位的注意引导多分支融合分类方法，主要涉及血管堵塞辅助判断领域；包括步骤：S1、构建多分支融合网络；S2、通过采样器获取样本标签；S3、将不同的样本标签对送入对应的网络分支，经过权重共享的改进主体网络之后得到各自分支的特征向量；S4、获取分类概率输出pc、pr；S5、获取分割概率图S6、获取平衡分支的分类概率pb；S7、根据分类概率pc、pr、pb来构建的分类累计损失本发明为计算机辅助医师判断大血管是否发生堵塞以及具体的责任堵塞血管提供了新助力，能够有效地解决数据样本中类严重不平衡问题，并达到满意的分类精度。

本发明公开了基于最小二乘法的指静脉ROI提取的方法、装置、设备及存储介质，包括以下步骤：对目标检测手指的边缘进行检测；对检测的目标手指的边缘信息进行旋转校正；截取目标手指内切区域的信息；对已经校正的目标手指信息寻找指关节位置；通过指关节位置来截取得到ROI信息。通过上下边缘检测算子来检测手指边缘，然后进行旋转校正，接着截取出手指内切区域，最后寻找指关节位置，并根据指关节位置来截取相应的ROI；能够有效减少识别的处理时间，提高识别度并具有鲁棒性。

本发明的实施例提供了基于手掌静脉特征加密的识别模板生成方法及装置。所述方法包括获取特征图像，定位手掌静脉特征的感兴趣区域，在所述感兴趣区域中提取特征向量，将特征向量由起点到终点均分成四个部分特征向量；从多张所述特征图像中分别提取小拇指、食指、中指和无名指的长度像素数，计算每根手指长度的平均值；将所述四个部分特征向量分别与每根手指长度的平均值进行融合，生成加密特征向量。以此方式，以每人自己的手形特征和手掌静脉特征的融合模板保护了两个生物特征的安全，既保证每人的生物特征密钥不同，又不从外部输入密钥，从而具备高安全性。

本发明实施例公开了一种手掌静脉特征提取的方法、装置、芯片及终端，该方法通过获取待识别的手掌静脉图像，并利用手掌关键点定位法从手掌静脉图像中提取手掌的感兴趣区域图像；利用改进的朗伯光照模型滤除感兴趣区域图像中光照特征，得到去燥图像；通过对比度均衡化法，对去燥图像进行对比度均衡化处理，得到灰度图像；利用预设的手掌静脉特征提取模型提取灰度图像中的手掌静脉特征。通过引入改进的朗伯光照模型根据环境中的光照情况对感兴趣区域图像进行调整，使得图像的亮度和对比度在一定范围内保持稳定，这将减少光照变化对手掌静脉特征提取的影响，提高提取准确率，避免特征过拟合。

本发明涉及一种人脸相似性比较方法，通过对人脸图像的特征点进行提取，并划分特征块，将特征点包含在特征块中，对特征块进行分层提取，对其中的特征点进一步地提取，同时进行相似块、匹配特征点的比重的计算，以比较两个人脸图像中的相似度。本方法存在很大程度的实用性，并且对人脸图像的特征比较更为细致，比较计算的过程也更为严格。