CN101661612A - 基于伪细节点单形的指纹图像修复方法 - Google Patents
基于伪细节点单形的指纹图像修复方法 Download PDFInfo
- Publication number
- CN101661612A CN101661612A CN200910090029A CN200910090029A CN101661612A CN 101661612 A CN101661612 A CN 101661612A CN 200910090029 A CN200910090029 A CN 200910090029A CN 200910090029 A CN200910090029 A CN 200910090029A CN 101661612 A CN101661612 A CN 101661612A
- Authority
- CN
- China
- Prior art keywords
- pseudo
- simple form
- lines
- threshold value
- certain threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明涉及一种图像处理过程控制方法，具体来说是一种指纹图像修复方法。与现有技术相比本发明的有益效果是：对每一幅指纹二值图像及其细化图像，首先检测其包含的各个伪细节点单形，再按照规定的单形处理顺序处理各个伪细节点单形，脊线单形和谷线单形交替处理，能够有效地增强指纹图像，去除指纹图像中的缺陷。本发明实现简单，能够快速有效地完成指纹图像的修复，适用于现有的各种指纹图像处理系统模块。
Description
技术领域
本发明涉及一种图像处理过程控制方法，具体来说是一种指纹图像的修复方法。
背景技术
随着计算机技术和图像处理技术的发展，自动指纹识别的应用越来越广泛，在司法、网络、电子商务和考勤等方面的应用尤为突出。
由于年龄、职业、汗渍和伤疤等多种因素的影响，指纹图像传感器采集到的指纹图像的质量是参差不齐的，低质量指纹会给自动指纹识别系统的运行带来很大的难题，因此，指纹图像修复算法对于提高自动指纹识别系统的性能具有重要意义。
经过对现有技术文献的检索发现，中国专利公开号CN 1421815A，公开日2003年6月4日，发明创造的名称为“基于知识的指纹图像增强方法”，该申请案公开了一种基于知识的指纹图像增强方法，其不足之处在于只能修复预先定义好的8种指纹图像缺陷。
发明内容
本发明克服了上述缺点，提供了一种根据指纹图像所包含的伪细节点单形进行图像修复的方法。
本发明解决其技术问题所采取的技术方案是：一种指纹图像的修复方法，根据伪细节点单形修复规则对指纹图像进行修复，提高图像质量。
可包括如下步骤：
1)对指纹二值图像进行脊线细化，获得脊线细化图像，提取脊线细节点并计算其方向，检测脊线伪细节点单形；
2)修复检测到的脊线伪细节点单形，从而修复二值图像；
3)对指纹二值图像进行谷线细化，获得谷线细化图像，提取谷线细节点并计算其方向，检测谷线伪细节点单形；
4)修复检测到的谷线伪细节点单形，从而修复二值图像；
5)检测修复结果是否满足修复终止条件，如果不满足，返回步骤1)再次进行伪细节点单形修复；如果满足，修复结束，输出修复后的指纹图像。
所述要修复的伪细节点单形包括以下16种：
1)单形1：包含两个伪端点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
2)单形2：包含两个伪端点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
3)单形3：包含两个伪端点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
4)单形4：包含两个伪端点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
5)单形5：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互相连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
6)单形6：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互相连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
7)单形7：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
8)单形8：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
9)单形9：包含两个伪分叉点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
10)单形10：包含两个伪分叉点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
11)单形11：包含两个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
12)单形12：包含两个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
13)单形13：分叉点处线条断裂，一侧形成一个伪端点，另一侧形成一个无法提取伪细节点的弯曲180度的弧线；
14)单形14：三个线条相互平行，一条线段横跨中间的线条并与另外两个线条相交，形成一个伪交叉点和两个伪分叉点；
15)单形15：两个平行线条都发生断裂，四个端点两两交叉连接，形成一个伪交叉点；
16)单形16：两个平行线条都发生断裂，四个端点两两平行连接，形成两条都无法提取伪细节点的弯曲180度的弧线。
所述16种伪细节点单形的修复可以通过对部分伪细节点单形的修复来实现。
所述部分伪细节点单形是指单形3、单形4、单形5、单形6、单形7、单形8、单形9和单形10等8种伪细节点单形。
所述8种单形的修复是按顺序进行的。
所述修复顺序是从前到后依次修复单形9、单形10、单形8、单形4、单形3、单形7、单形5和单形6。
所述8种伪细节点单形的修复方法包括：
1)修复单形9：删除两个伪分叉点之间的同类型像素点；
2)修复单形10：删除两个伪分叉点之间的同类型像素点，再连接由于删除像素点所形成的对应的伪端点，使之形成光滑线条；
3)修复单形8：删除伪分叉点与脊线方向垂直的分支线条，再连接由于删除像素点所形成的对应的伪端点，使之形成光滑线条；
4)修复单形4：连接两个伪端点；
5)修复单形3：沿端点方向延长所在线条，直至遇到同类型像素点，删除新形成的两个伪分叉点之间的同类型像素点；
6)修复单形7：沿端点方向延长所在线条，直至遇到同类型像素点，删除新形成的伪分叉点和原伪分叉点之间的同类型像素点；
7)修复单形5：删除伪端点所在分支线条，将线条修复成光滑线条；
8)修复单形6：删除伪端点所在分支线条，将线条修复成光滑线条。
本发明的有益效果是：实现简单，伪细节点单形可以构造出指纹图像中的各种复杂缺陷结构，能够快速有效地完成指纹图像的修复，适用于现有的各种指纹图像处理系统模块。
附图说明
图1为本发明的工作流程图
图2为16种伪细节点单形及其对称结构示意图
图3为单形9的修复方法示意图
图4为单形10的修复方法示意图
图5为单形8的修复方法示意图
图6为单形4的修复方法示意图
图7为单形3的修复方法示意图
图8为单形7的修复方法示意图
图9为单形5的修复方法示意图
图10为单形6的修复方法示意图
图11为待修复的高质量指纹二值图像
图12为待修复的低质量指纹二值图像
图13为根据本发明修复方法实施例1所得到的修复结果
图14为根据本发明修复方法实施例2所得到的修复结果
具体实施方式
下面结合实施例对本发明作进一步的描述。
伪细节点单形描述了最基本的指纹图像缺陷结构，指纹图像中的复杂缺陷结构都可以分解为各种伪细节点单形的不同组合，按照正确的顺序依次修复图像中所包含的伪细节点单形，就能够实现对指纹图像缺陷结构的修复。
所要修复的16种伪细节点单形及其对称结构如图2所示。由于指纹图像中的脊线和谷线是对称的，脊线中的端点在谷线中表现为分叉点，因此各个单形在脊线和谷线中的结构是互相对称的。对称结构中的线条以灰色线条表示；如果原单形为脊线单形，则黑色线条表示脊线线条，灰色线条表示谷线线条；反之，黑色线条表示谷线线条，灰色线条表示脊线线条。
对比各个单形及其对称结构可以看出：
1)单形1和2的对称结构都是单形10，可以通过处理单形10来实现对单形1、2的修复；
2)单形11的对称结构是单形3，处理单形3更加方便；
3)单形12的对称结构是由单形3、4和9组成的复合结构，可以通过对单形3、4、9的处理来修复伪细节点单形12；
4)单形13的对称结构是由单形7和9组成的复合结构，可以通过对单形7和9的处理来修复伪细节点单形13；
5)单形14的对称结构是由单形3和4组成的复合结构，可以通过处理其对称结构单形3或4来修复；
6)单形15的对称结构是单形4，处理单形4远较处理单形15简单；
7)单形16的对称结构是由单形3、4和9组成的复合结构，可以通过对单形3、4、9的处理来修复伪细节点单形16；
8)单形5和单形6，也即通常所说的毛刺的对称结构仅表现为线条的凹陷，和其他单形不相关。
因此，采用脊线图和谷线图交互修复的机制，可以将需要修复的伪细节点单形种类由16种压缩到8种，大大降低了运算复杂度。
单形9、单形10、单形8、单形4、单形3、单形7、单形5和单形6的修复方法如下：
1)修复单形9：删除两个伪分叉点之间的同类型像素点，如图3所示；
2)修复单形10：单形10共有3种表现形式，可以通过统一的方法来修复：删除两个伪分叉点之间的同类型像素点，形成伪端点，连接对应的伪端点，如图4所示；
3)修复单形8：删除伪分叉点与脊线方向垂直的分支线条，形成伪端点，连接对应的伪端点，如图5所示；
4)修复单形4：连接两个伪端点，如图6所示；
5)修复单形3：单形3共有2种表现形式，可以通过统一的方法来修复：沿端点方向延长所在线条，直至遇到同类型像素点，删除新形成的两个伪分叉点之间的同类型像素点，如图7所示；
6)修复单形7：沿端点方向延长所在线条，直至遇到同类型像素点，删除新形成的伪分叉点和原伪分叉点之间的同类型像素点，如图8所示；
7)修复单形5：删除伪端点所在分支线条，将线条修复成光滑线条，如图9所示；
8)修复单形6：删除伪端点所在分支线条，将线条修复成光滑线条，如图10所示。
所述对脊线或谷线进行细化以及提取细节点等处理步骤，可以采用中国专利公开号CN1421815A，公开日2003年6月4日，发明创造的名称为“基于知识的指纹图像增强方法”，该申请案所公开的方法或者其他相关文献所公开的方法。
以下结合如图1、2、3、4、5、6、7、8、9、10中，分别具体描述对图像11所示高质量指纹二值图像和图像12所示低质量指纹二值图像的修复过程。
实施例1
修复图像11
步骤1.收到指纹二值图像后，将指纹脊线细化为单像素宽，提取脊线上的细节点，检测各个脊线伪细节点单形；
步骤2.按顺序依次修复检测到的脊线伪细节点单形9、单形10、单形8、单形4、单形3、单形7、单形5和单形6，修复二值图像；
步骤3.将指纹谷线细化为单像素宽，提取谷线上的细节点，检测各个谷线伪细节点单形；
步骤4.按顺序依次修复检测到的谷线伪细节点单形9、单形10、单形8、单形4、单形3、单形7、单形5和单形6，修复二值图像；
步骤5.如果步骤2或步骤4中检测到需要修复的伪细节点单形，返回步骤1，再次对指纹图像进行伪细节点单形修复，直到图像中没有需要被修复的伪细节点单形，修复结束。
最后输出如图13的图像。
实施例2
修复图像12
步骤1.收到指纹二值图像后，将指纹脊线细化为单像素宽，提取脊线上的细节点，检测各个脊线伪细节点单形；
步骤2.按顺序依次修复检测到的脊线伪细节点单形9、单形10、单形8、单形4、单形3、单形7、单形5和单形6，修复二值图像；
步骤3.将指纹谷线细化为单像素宽，提取谷线上的细节点，检测各个谷线伪细节点单形；
步骤4.按顺序依次修复检测到的谷线伪细节点单形9、单形10、单形8、单形4、单形3、单形7、单形5和单形6，修复二值图像；
步骤5.如果步骤2或步骤4中检测到需要修复的伪细节点单形，返回步骤1，再次对指纹图像进行伪细节点单形修复，直到图像中没有需要被修复的伪细节点单形，修复结束。
最后输出如图14的图像。
以上对本发明所提供的基于伪细节点单形的指纹图像修复方法进行了详细介绍，文中应用了具体的实施例对本发明的原理和实施方式进行了阐述，以上实施例的说明用于帮助理解本发明的方法及思想。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种指纹图像的修复方法，其特征在于：获得指纹二值图像后，根据伪细节点单形修复规则对指纹图像进行修复，包括如下步骤：
1)对指纹二值图像进行脊线细化，获得脊线细化图像，提取脊线细节点并计算其方向，检测脊线伪细节点单形；
2)修复检测到的脊线伪细节点单形，从而修复二值图像；
3)对指纹二值图像进行谷线细化，获得谷线细化图像，提取谷线细节点并计算其方向，检测谷线伪细节点单形；
4)修复检测到的谷线伪细节点单形，从而修复二值图像；
5)检测修复结果是否满足修复终止条件，如果不满足，返回步骤1)再次进行伪细节点单形修复；如果满足，修复结束，输出修复后的指纹图像。
2.根据权利要求1所述的指纹图像的修复方法，其特征在于：所述要修复的伪细节点单形包括以下16种：
1)单形1：包含两个伪端点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
2)单形2：包含两个伪端点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
3)单形3：包含两个伪端点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
4)单形4：包含两个伪端点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
5)单形5：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互相连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
6)单形6：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互相连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
7)单形7：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
8)单形8：包含一个伪端点和一个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
9)单形9：包含两个伪分叉点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
10)单形10：包含两个伪分叉点，两点距离小于某一阈值，两点相互连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
11)单形11：包含两个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角大于某一阈值；
12)单形12：包含两个伪分叉点，两点距离小于某一阈值，两点互不连通，两点连线的方向与两点平均方向的夹角小于某一阈值；
13)单形13：分叉点处线条断裂，一侧形成一个伪端点，另一侧形成一个无法提取伪细节点的弯曲180度的弧线；
14)单形14：三个线条相互平行，一条线段横跨中间的线条并与另外两个线条相交，形成一个伪交叉点和两个伪分叉点；
15)单形15：两个平行线条都发生断裂，四个端点两两交叉连接，形成一个伪交叉点；
16)单形16：两个平行线条都发生断裂，四个端点两两平行连接，形成两条都无法提取伪细节点的弯曲180度的弧线。
3.根据权利要求2所述的指纹图像的修复方法，其特征在于：所述16种伪细节点单形的修复可以通过对部分伪细节点单形的修复来实现。
4.根据权利要求3所述的指纹图像的修复方法，其特征在于：所述部分伪细节点单形是指单形3、单形4、单形5、单形6、单形7、单形8、单形9和单形10等8种伪细节点单形。
5.根据权利要求4所述的指纹图像的修复方法，其特征在于：所述8种单形的修复是按顺序进行的。
6.根据权利要求5所述的指纹图像的修复方法，其特征在于：所述修复顺序是从前到后依次修复单形9、单形10、单形8、单形4、单形3、单形7、单形5和单形6。
7.根据权利要求4或5或6所述的指纹图像的修复方法，其特征在于：所述8种伪细节点单形的修复方法包括：
1)修复单形9：删除两个伪分叉点之间的同类型像素点；
2)修复单形10：删除两个伪分叉点之间的同类型像素点，再连接由于删除像素点所形成的对应的伪端点，使之形成光滑线条；
3)修复单形8：删除伪分叉点与脊线方向垂直的分支线条，再连接由于删除像素点所形成的对应的伪端点，使之形成光滑线条；
4)修复单形4：连接两个伪端点；
5)修复单形3：沿端点方向延长所在线条，直至遇到同类型像素点，删除新形成的两个伪分叉点之间的同类型像素点；
6)修复单形7：沿端点方向延长所在线条，直至遇到同类型像素点，删除新形成的伪分叉点和原伪分叉点之间的同类型像素点；
7)修复单形5：删除伪端点所在分支线条，将线条修复成光滑线条；
8)修复单形6：删除伪端点所在分支线条，将线条修复成光滑线条。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200910090029A CN101661612A (zh) | 2009-07-27 | 2009-07-27 | 基于伪细节点单形的指纹图像修复方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200910090029A CN101661612A (zh) | 2009-07-27 | 2009-07-27 | 基于伪细节点单形的指纹图像修复方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101661612A true CN101661612A (zh) | 2010-03-03 |
Family
ID=41789617
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200910090029A Pending CN101661612A (zh) | 2009-07-27 | 2009-07-27 | 基于伪细节点单形的指纹图像修复方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101661612A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102368333A (zh) * | 2011-09-07 | 2012-03-07 | 常州蓝城信息科技有限公司 | 基于时域和频域滤波的指纹增强方法 |
| CN104268955A (zh) * | 2014-09-04 | 2015-01-07 | 立德高科(北京)数码科技有限责任公司 | 基于点阵图像的考勤卡及其考勤方法 |
| CN105469083A (zh) * | 2015-11-13 | 2016-04-06 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
| CN106815815A (zh) * | 2016-12-30 | 2017-06-09 | 浙江工业大学 | 一种去除图像中不闭合曲线段的方法 |
| CN110287899A (zh) * | 2019-06-27 | 2019-09-27 | Oppo广东移动通信有限公司 | 区域指纹识别方法及相关产品 |
| CN110895665A (zh) * | 2018-09-12 | 2020-03-20 | 上海耕岩智能科技有限公司 | 一种用于屏下成像的坐标变换方法、存储介质及电子设备 |
| CN112115848A (zh) * | 2020-09-16 | 2020-12-22 | 哈尔滨理工大学 | 低质量指纹图像的残缺区域处理方法 |
-
2009
- 2009-07-27 CN CN200910090029A patent/CN101661612A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102368333A (zh) * | 2011-09-07 | 2012-03-07 | 常州蓝城信息科技有限公司 | 基于时域和频域滤波的指纹增强方法 |
| CN104268955A (zh) * | 2014-09-04 | 2015-01-07 | 立德高科(北京)数码科技有限责任公司 | 基于点阵图像的考勤卡及其考勤方法 |
| CN104268955B (zh) * | 2014-09-04 | 2016-05-25 | 立德高科(北京)数码科技有限责任公司 | 基于点阵图像的考勤卡及其考勤方法 |
| CN105469083A (zh) * | 2015-11-13 | 2016-04-06 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
| CN105469083B (zh) * | 2015-11-13 | 2019-05-17 | Oppo广东移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
| CN106815815A (zh) * | 2016-12-30 | 2017-06-09 | 浙江工业大学 | 一种去除图像中不闭合曲线段的方法 |
| CN106815815B (zh) * | 2016-12-30 | 2019-05-24 | 浙江工业大学 | 一种去除图像中不闭合曲线段的方法 |
| CN110895665A (zh) * | 2018-09-12 | 2020-03-20 | 上海耕岩智能科技有限公司 | 一种用于屏下成像的坐标变换方法、存储介质及电子设备 |
| CN110895665B (zh) * | 2018-09-12 | 2023-03-31 | 上海耕岩智能科技有限公司 | 一种用于屏下成像的坐标变换方法、存储介质及电子设备 |
| CN110287899A (zh) * | 2019-06-27 | 2019-09-27 | Oppo广东移动通信有限公司 | 区域指纹识别方法及相关产品 |
| CN112115848A (zh) * | 2020-09-16 | 2020-12-22 | 哈尔滨理工大学 | 低质量指纹图像的残缺区域处理方法 |
| CN112115848B (zh) * | 2020-09-16 | 2022-09-06 | 哈尔滨理工大学 | 低质量指纹图像的残缺区域处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101661612A (zh) | 基于伪细节点单形的指纹图像修复方法 | |
| CN109902622B (zh) | 一种用于登机牌信息验证的文字检测识别方法 | |
| CN110008909B (zh) | 一种基于ai的实名制业务实时稽核系统 | |
| CN108520219B (zh) | 一种卷积神经网络特征融合的多尺度快速人脸检测方法 | |
| CN110414507B (zh) | 车牌识别方法、装置、计算机设备和存储介质 | |
| WO2018166116A1 (zh) | 车损识别方法、电子装置及计算机可读存储介质 | |
| CN108492291B (zh) | 一种基于cnn分割的太阳能光伏硅片瑕疵检测系统及方法 | |
| CN103366167B (zh) | 用于处理图像以识别一连串字母数字字符的系统和方法 | |
| CN110569341B (zh) | 配置聊天机器人的方法、装置、计算机设备和存储介质 | |
| WO2023045277A1 (zh) | 一种将图像中表格转换为电子表格的方法及装置 | |
| US20230351575A1 (en) | Method for Assessing Damage of Vehicle, Apparatus for Assessing Damage of Vehicle, and Electronic Device Using Same | |
| US11354883B2 (en) | Image processing method and apparatus, and electronic device | |
| CN105320952A (zh) | 一种基于ocr的行驶证信息识别方法 | |
| CN106504225A (zh) | 一种规则多边形的识别方法和装置 | |
| CN113989794B (zh) | 一种车牌检测和识别方法 | |
| CN111192392A (zh) | 身份验证方法、装置、计算机设备和计算机可读存储介质 | |
| Wu et al. | License plate recognition system | |
| CN115240262A (zh) | 基于端侧协同人脸识别方法、系统、计算机设备及介质 | |
| CN111178129B (zh) | 一种基于人脸和姿态的多模态人员识别方法 | |
| CN107657230A (zh) | 一种银行自助机器人文字识别装置 | |
| CN117252815A (zh) | 基于2d-3d多模态图像的工业零件缺陷检测方法、系统、设备及存储介质 | |
| CN112528903B (zh) | 人脸图像获取方法、装置、电子设备及介质 | |
| Chen et al. | EEE-Net: Efficient edge enhanced network for surface defect detection of glass | |
| CN101600115A (zh) | 一种剔除图像稳像系统周期性特征块的方法 | |
| CN112883346A (zh) | 基于复合数据的安全身份认证方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100303 |