申请/专利权人:华南农业大学
申请日:2021-10-12
公开(公告)日:2022-01-21
公开(公告)号:CN113963387A
主分类号:G06V40/13(20220101)
分类号:G06V40/13(20220101);G06V10/44(20220101);G06V40/14(20220101);G06K9/62(20220101);G06V10/80(20220101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.02.15#实质审查的生效;2022.01.21#公开
摘要:一种基于最优编码位的手指多模态图像编码和融合方法。其方法对原始手指三模态图像进行增强,获得手指三模态增强图像;利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码,以提取出手指三模态的有效纹理特征,获得手指三模态特征编码;利用特征编码融合方法对手指三模态特征编码进行融合,获得最终融合图像等步骤。本发明效果:有效凸显了手指血管成像区域,实现了退化手指图像的稳定增强。解决了可能会产生的冗余信息和冗余特征编码位的问题,以便提取特征。可以充分利用手指三模态信息并提高识别的准确性和鲁棒性。
主权项:1.一种基于最优编码位的手指多模态图像编码和融合方法,其特征在于:所述方法包括按顺序进行的下列步骤:1对原始手指三模态图像进行增强,获得手指三模态增强图像;2利用方向编码方法对上述手指三模态增强图像的最优增强方向进行二进制编码,以提取出手指三模态的有效纹理特征,获得手指三模态特征编码;3利用特征编码融合方法对步骤2中获得的手指三模态特征编码进行融合,获得最终融合图像。
全文数据:
权利要求:
百度查询: 华南农业大学 基于最优编码位的手指多模态特征提取与融合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。