CN103824060A - 指纹细节点的提取方法 - Google Patents
指纹细节点的提取方法 Download PDFInfo
- Publication number
- CN103824060A CN103824060A CN201410073986.5A CN201410073986A CN103824060A CN 103824060 A CN103824060 A CN 103824060A CN 201410073986 A CN201410073986 A CN 201410073986A CN 103824060 A CN103824060 A CN 103824060A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- minutiae point
- minutiae
- image
- point
- 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
Abstract
本发明提供一种指纹细节点的提取方法,包括以下步骤:对所接收到的指纹进行多通道图像增强以得到N个增强图像;标定所述指纹的方向场,并根据所述方向场将所述指纹划分成N个指纹区域;分别从N个增强图像中提取增强图像的细节点;分别从N个增强图像获取与N个指纹区域相对应部分的细节点,并将N个指纹区域内的细节点进行组合,以获得指纹的候选细节点集合;以及对候选细节点集合中的重叠细节点进行剔除以得到最终的细节点集合。根据本发明实施例的方法,通过对指纹进行多通道图像增强,并将指纹区域内的多个细节点进行组合和剔除以得到最终的细节点集合,从而在细节点准确性不下降的情况下,加快细节点提取的速度,同时降低了计算复杂度。
Description
技术领域
本发明涉及指纹识别技术领域,特别涉及一种指纹细节点的提取方法。
背景技术
指纹识别技术是一种高效准确的个人身份识别技术。指纹特征作为最容易提取并且具有极强识别性的生物特征广泛应用于出入境控制、门禁系统、信用卡以及刑事侦查等领域。尤其在刑事侦查中,指纹识别是公认的“物证之首”,而细节点作为指纹的重要特征成为指纹识别的重要依据。
在刑侦过程中,现场指纹的鉴定需要专家标定指纹上的细节特征,再通过快速的库检索方法得到候选匹配,再由专家进行进一步鉴定以确认匹配结果。细节特征的标注需要专家具有丰富的经验,并且容易出错或遗漏。
另外,现场指纹通常质量低,存在模糊、背景干扰等问题,使得专家手动标注细节点费时费力,并且易出错。但是指纹的宏观特征(如脊线方向场)通常容易估计和标注,即使是经验不丰富的人员通常也能够很好的标出指纹方向场。
因此,现有技术为了保证良好的用户体验,在标注方向场的同时,算法需要做到实时提取并显示细节点。即根据方向场得到细节点需要经过方向带通滤波、二值化、细化、提取细节点、过滤伪细节点等处理。但是,这些处理非常费时,且对处理器的要求很高难以做到实时提取细节点。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。
为此,本发明需要提供一种指纹细节点的提取方法。
有鉴于此,本发明的实施例提出一种指纹细节点的提取方法,包括以下步骤:图像增强步骤,对所接收到的指纹进行多通道图像增强以得到N个增强图像;提取步骤,分别从所述N个增强图像中提取所述增强图像的细节点;方向场获取步骤,标定所述指纹的方向场,并根据所述方向场将所述指纹划分成N个指纹区域;细节点组合步骤,分别从所述N个增强图像获取与所述N个指纹区域相对应部分的细节点,并将所述N个指纹区域内的细节点进行组合,以获得所述指纹的候选细节点集合;以及剔除步骤,对所述候选细节点集合中的重叠细节点进行剔除以得到最终的细节点集合。
根据本发明实施例的方法,通过对指纹进行多通道图像增强,并将指纹区域内的多个细节点进行组合和剔除以得到最终的细节点集合,从而在细节点准确性不下降的情况下,加快细节点提取的速度,同时降低了计算复杂度。
在本发明的一个实施例中,所述图像增强步骤具体为,通过相连两个滤波器的角度为预设角度的N个滤波器对所述指纹进行滤波以得到N个增强图像。
在本发明的一个实施例中,所述细节点组合步骤具体包括:对所述N个指纹区域进行形态学膨胀;分别从所述N个增强图像选取与膨胀后的所述N个指纹区域相对应部分的细节点;以及将所述N个指纹区域内的细节点进行组合,以获得所述指纹的候选细节点集合。
在本发明的一个实施例中,所述剔除步骤具体包括:计算所述候选细节点集合中相邻细节点的距离和方向差;选取所述距离小于预设距离且所述方向差小于预设角度差的多个细节点;以及用所述多个细节点的中心位置代替所述多个细节点以获得最终的细节点集合。
在本发明的一个实施例中,所述预设角度为11.25°。
在本发明的一个实施例中,所述预设距离为20个像素,所述预设角度差为20度。
在本发明的一个实施例中,所述滤波器为Gabor滤波器。
在本发明的一个实施例中,所述Gabor滤波器通过如下公式表示,所述公式为, 其中,x和y分别表示细节点在所述增强图像中的位置坐标,pd为所述Gabor滤波器的周期,σ为Gaussian窗衰减系数,θ为所述Gabor滤波器与水平方向的夹角。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中,
图1为根据本发明一个实施例的指纹细节点的提取方法的流程图;
图2为根据本发明一个实施例的指纹细节点的提取方法的示意图;
图3为根据本发明一个实施例的多通道增强图像的示意图;
图4为根据本发明一个实施例的多通道细节点图;
图5A为采用频域分解算法自动提取的方向场示意图;
图5B为图5A所示方向场下细节点的组合结果;
图6A为标定后的指纹方向场示意图;
图6B为图6A所示标定后的指纹方向场下细节点的筛选结果;以及
图7为根据本发明一个实施例的对指纹进行分区的示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
图1为根据本发明一个实施例的指纹细节点的提取方法的流程图。图2为根据本发明一个实施例的指纹细节点的提取方法的示意图。如图1和图2所示,根据本发明实施例的指纹细节点的提取方法,包括以下步骤:对所接收到的指纹进行多通道图像增强以得到N个增强图像(步骤101)。分别从N个增强图像中提取增强图像的细节点(步骤103)。标定指纹的方向场,并根据方向场将指纹划分成N个指纹区域(步骤105)。分别从N个增强图像获取与N个指纹区域相对应部分的细节点,并将N个指纹区域内的细节点进行组合,以获得指纹的候选细节点集合(步骤107)。对候选细节点集合中的重叠细节点进行剔除以得到最终的细节点集合(步骤109)。
在步骤101中,通过相连两个Gabor滤波器的角度为预设角度的N个Gabor滤波器对指纹进行滤波以得到N个增强图像,该预设角度为11.25°。
具体地,使用16个滤波器分别对指纹图像I进行多通道滤波增强,并组合多通道滤波增强的结果以获得指纹的增强图像。例如指纹增强方法可以为Gabor滤波法,使用固定周期的16方向Gabor滤波器对指纹进行多通道滤波,以得到滤波结果EIk。
在本发明的一个实施例中,多通道的指纹增强与细节点提取。使用一组不同参数的Gabor滤波器对指纹图像进行滤波增强,得到多个方向下的指纹增强结果,分别使用传统方法提取增强结果的细节点。
16个Gabor滤波器通过如下公式表示,公式为, 其中,x和y分别表示细节点在增强图像中的位置坐标,pd为Gabor滤波器的周期,σ为Gaussian窗衰减系数,θ为Gabor滤波器与水平方向的夹角。该16个Gabor滤波器的参数中仅θ参数相异其他参数相同,使用16个不同参数的Gabor滤波器对指纹图像进行滤波增强,可以得到多个方向下指纹的增强图像。指纹图像的多通道滤波增强结果如图3所示。
在步骤103和步骤105中,对多通道滤波结果分别进行二值化、细化和提取细节点处理以得到如图4所示的多通道细节点图,并将该细节点储存在内存中。每个细节点需要存储其在图像中的坐标[x,y]和与x轴正方向的夹角φ(此处定义x轴为水平向右,y轴为竖直向上,原点为图像左上角点,逆时针方向为φ的正方向),并由用户标定指纹的方向场。
在本发明的一个实施例中,由于逐一标注方向场过于复杂、低效,因此首先由指纹方向场提取算法自动提取一个初始的方向场,再由指纹专家对初始方向场进行校正,得到指纹的方向场OF,该方向场标注的结果同时也可以作为指纹区域的标定结果。
在指纹专家对指纹方向场进行校正的同时,由后台算法根据指纹方向场完成下一步将介绍的细节点组合筛选工作,并实时的将得到的细节点M绘制在另一个指纹图像上。细节点的结果能够帮助指纹专家判断方向场的标注结果是否正确,同时可以作为指纹专家标注指纹细节信息的参考。
图5A为采用频域分解算法自动提取的方向场示意图。图5B为图5A所示方向场下细节点的组合结果。如图5A和图5B所示,可以看到由于背景干扰非常强烈且与指纹具有很高的相似性,因此自动估计的算法的方向场估计结果很不理想,相应的滤波结果中的细节点也非常少。图6A为标定后的指纹方向场示意图。图6B为图6A所示标定后的指纹方向场下细节点的筛选结果。如图5B和图6B所示,图6B中包含的细节点数目明显高于5B中所包含的细节点提高,图6B中仍存在部分错误细节点,产生这些错误的原因主要是背景的强干扰,如字母等,由于自动算法无法分辨字母与指纹,因此容易在两者交汇处产生假细节点,这些点需要专家手动去除掉。
在读取指纹图像后,首先采用多通道指纹增强与指纹特征提取算法获取多通道指纹细节点集合,并将结果保存于内存中。为了加快指纹方向场标定的速度,操作过程中先自动的提取指纹方向场,再手工对方向场进行修改,每一次修改后,算法都会在另一个窗口中实时显示符合该方向场的细节点。算法也可以实时地显示出符合该方向场的增强图。
在步骤107和步骤109中,对16个指纹区域进行形态学膨胀,并分别从16个增强图像选取与膨胀后的16个指纹区域相对应部分的细节点。再将16个指纹区域内的细节点进行组合,以获得指纹的候选细节点集合。
具体地,首先计算候选细节点集合中相邻细节点的距离和方向差,选取距离小于预设距离且方向差小于预设角度差的多个细节点,并将多个细节点的中心位置代替多个细节点以获得最终的细节点集合。预设距离为20个像素,预设角度差为20度。
在本发明的一个实施例中,多通道滤波结果为不同方向的增强结果,参考滤波器组指纹增强的思路,根据指纹方向场进行细节点组合,即对于每一个像素点p,若该点处方向场OFp对应通道的增强图像EIp在p点处有细节点,即Mp中有一个点坐标刚好是p,就认为p点是方向场OF滤波后的一个细节点。
由于指纹方向场通常是连续并且缓慢变化的,因此对于一个真实的细节点,其周围邻域内的方向场与该细节点处的方向场相差不大,因此在使用该细节点处的方向场进行方向滤波,也是可以对该点进行增强的。因此16通道滤波结果{EIk}的细节点{Mk}能够包含真实的细节点,通过合理的标定指纹方向场,就能够得到增强结果中的细节点信息。在实际操作中,为了加快细节点提取的速度,本发明根据所获得的指纹方向场,判断方向场最接近的通道,因此每个通道对应一个指纹区域,分别提取16个通道所对应区域内的细节点,对其进行组合可获得增强细节点的组合结果。图7为根据本发明一个实施例的对指纹进行分区的示意图。如图7所示,按照方向场对指纹进行分区后,图7中黑色区域为非指纹区域,指纹部分不同灰度代表其对应的不同滤波通道。
如仅按照方向场对图像进行分割的方法进行细节点提取会出现细节点丢失或重复的情况,因此简单地按照指纹方向场完成细节点的组合会存在细节点的丢失或重复的问题。由于16通道滤波下,两个通道的滤波器之间相差11.25°的角度差,因此在不同通道下,同一个细节点可能会出现通常不多于2个指纹周期(500dpi下约是20个像素距离)的位置差异。当一个细节点的方向场约等于两个相邻通道滤波器的平均方向上时就可能会出现细节点的丢失或重复的现象。
对此,本发明对区域内重叠的细节点组合和重复细节点进行筛选的策略。在确定每一个通道对应的指纹区域后,分别对指纹区域进行膨胀(方法圆半径为10),再进行细节点组合,以避免细节点的丢失。
对膨胀所获得的候选细节点集合,计算两个细节点之间的位置和方向差异,当两个细节点的距离差20像素距离,且角度差异小于20°的多个细节点为重复细节点。以该多个重复细节点的中心位置代替对应的多个重复细节点,进而获得最终的细节点结合。
在本发明中掌纹细节点的提取方式与指纹细节点的提取相同,在此不再重复说明。
根据本发明实施例的方法,通过对指纹进行多通道图像增强,并将指纹区域内的多个细节点进行组合和剔除以得到最终的细节点集合,从而在细节点准确性不下降的情况下,加快细节点提取的速度,同时降低了计算复杂度。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种指纹细节点的提取方法,其特征在于,包括以下步骤:
图像增强步骤,对所接收到的指纹进行多通道图像增强以得到N个增强图像;
提取步骤,分别从所述N个增强图像中提取所述增强图像的细节点;
方向场获取步骤,标定所述指纹的方向场,并根据所述方向场将所述指纹划分成N个指纹区域;
细节点组合步骤,分别从所述N个增强图像获取与所述N个指纹区域相对应部分的细节点,并将所述N个指纹区域内的细节点进行组合,以获得所述指纹的候选细节点集合;以及
剔除步骤,对所述候选细节点集合中的重叠细节点进行剔除以得到最终的细节点集合。
2.如权利要求1所述的指纹细节点的提取方法,其特征在于,所述图像增强步骤具体为,
通过相连两个滤波器的角度为预设角度的N个滤波器对所述指纹进行滤波以得到N个增强图像。
3.如权利要求1所述的指纹细节点的提取方法,其特征在于,所述细节点组合步骤具体包括:
对所述N个指纹区域进行形态学膨胀;
分别从所述N个增强图像选取与膨胀后的所述N个指纹区域相对应部分的细节点;以及
将所述N个指纹区域内的细节点进行组合,以获得所述指纹的候选细节点集合。
4.如权利要求1所述的指纹细节点的提取方法,其特征在于,所述剔除步骤具体包括:
计算所述候选细节点集合中相邻细节点的距离和方向差;
选取所述距离小于预设距离且所述方向差小于预设角度差的多个细节点;以及
用所述多个细节点的中心位置代替所述多个细节点以获得最终的细节点集合。
5.如权利要求1所述的指纹细节点的提取方法,其特征在于,所述预设角度为11.25°。
6.如权利要求4所述的指纹细节点的提取方法,其特征在于,所述预设距离为20个像素,所述预设角度差为20度。
7.如权利要求1所述的指纹细节点的提取方法,其特征在于,所述滤波器为Gabor滤波器。
8.如权利要求7所述的指纹细节点的提取方法,其特征在于,所述Gabor滤波器通过如下公式表示,所述公式为,
其中,x和y分别表示细节点在所述增强图像中的位置坐标,pd为所述Gabor滤波器的周期,σ为Gaussian窗衰减系数,θ为所述Gabor滤波器与水平方向的夹角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410073986.5A CN103824060A (zh) | 2014-02-28 | 2014-02-28 | 指纹细节点的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410073986.5A CN103824060A (zh) | 2014-02-28 | 2014-02-28 | 指纹细节点的提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103824060A true CN103824060A (zh) | 2014-05-28 |
Family
ID=50759112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410073986.5A Pending CN103824060A (zh) | 2014-02-28 | 2014-02-28 | 指纹细节点的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103824060A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268522A (zh) * | 2014-09-23 | 2015-01-07 | 清华大学 | 指纹细节点集合的向量化描述方法及系统 |
CN106709396A (zh) * | 2015-07-27 | 2017-05-24 | 联想(北京)有限公司 | 指纹图像的配准方法及配准位置 |
WO2017206914A1 (zh) * | 2016-06-01 | 2017-12-07 | 深圳信炜科技有限公司 | 指纹识别方法、指纹识别系统、及电子设备 |
CN110431564A (zh) * | 2017-10-13 | 2019-11-08 | 指纹卡有限公司 | 用于指纹图像增强的方法和系统 |
CN110839202A (zh) * | 2019-11-25 | 2020-02-25 | 广东博智林机器人有限公司 | 定位方法、装置、电子设备及存储介质 |
CN110929550A (zh) * | 2018-09-20 | 2020-03-27 | 北京小米移动软件有限公司 | 指纹识别方法及装置、电子设备、存储介质 |
CN113011284A (zh) * | 2021-03-01 | 2021-06-22 | 杭州景联文科技有限公司 | 一种签名指印的识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595425A (zh) * | 2004-07-13 | 2005-03-16 | 清华大学 | 指纹多特征识别方法 |
CN101408939A (zh) * | 2008-10-21 | 2009-04-15 | 成都方程式电子有限公司 | 一种指纹图像指纹细节点提取方法及系统 |
US20090310831A1 (en) * | 2008-06-17 | 2009-12-17 | The Hong Kong Polytechnic University | Partial fingerprint recognition |
CN101609499A (zh) * | 2008-06-20 | 2009-12-23 | 南京理工大学 | 快速指纹识别方法 |
CN101777128A (zh) * | 2009-11-25 | 2010-07-14 | 中国科学院自动化研究所 | 一种融入全局信息的指纹细节点匹配方法及系统 |
CN103077377A (zh) * | 2012-12-31 | 2013-05-01 | 清华大学 | 基于方向场分布的指纹校正方法 |
-
2014
- 2014-02-28 CN CN201410073986.5A patent/CN103824060A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1595425A (zh) * | 2004-07-13 | 2005-03-16 | 清华大学 | 指纹多特征识别方法 |
US20090310831A1 (en) * | 2008-06-17 | 2009-12-17 | The Hong Kong Polytechnic University | Partial fingerprint recognition |
CN101609499A (zh) * | 2008-06-20 | 2009-12-23 | 南京理工大学 | 快速指纹识别方法 |
CN101408939A (zh) * | 2008-10-21 | 2009-04-15 | 成都方程式电子有限公司 | 一种指纹图像指纹细节点提取方法及系统 |
CN101777128A (zh) * | 2009-11-25 | 2010-07-14 | 中国科学院自动化研究所 | 一种融入全局信息的指纹细节点匹配方法及系统 |
CN103077377A (zh) * | 2012-12-31 | 2013-05-01 | 清华大学 | 基于方向场分布的指纹校正方法 |
Non-Patent Citations (1)
Title |
---|
张新淼: "基于改进的Gabor滤波器组指纹图 像识别的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268522A (zh) * | 2014-09-23 | 2015-01-07 | 清华大学 | 指纹细节点集合的向量化描述方法及系统 |
CN106709396A (zh) * | 2015-07-27 | 2017-05-24 | 联想(北京)有限公司 | 指纹图像的配准方法及配准位置 |
CN106709396B (zh) * | 2015-07-27 | 2020-04-24 | 联想(北京)有限公司 | 指纹图像的配准方法及配准装置 |
WO2017206914A1 (zh) * | 2016-06-01 | 2017-12-07 | 深圳信炜科技有限公司 | 指纹识别方法、指纹识别系统、及电子设备 |
CN110431564A (zh) * | 2017-10-13 | 2019-11-08 | 指纹卡有限公司 | 用于指纹图像增强的方法和系统 |
CN110929550A (zh) * | 2018-09-20 | 2020-03-27 | 北京小米移动软件有限公司 | 指纹识别方法及装置、电子设备、存储介质 |
CN110929550B (zh) * | 2018-09-20 | 2023-11-14 | 北京小米移动软件有限公司 | 指纹识别方法及装置、电子设备、存储介质 |
CN110839202A (zh) * | 2019-11-25 | 2020-02-25 | 广东博智林机器人有限公司 | 定位方法、装置、电子设备及存储介质 |
CN113011284A (zh) * | 2021-03-01 | 2021-06-22 | 杭州景联文科技有限公司 | 一种签名指印的识别方法 |
CN113011284B (zh) * | 2021-03-01 | 2023-05-26 | 杭州景联文科技有限公司 | 一种签名指印的识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103824060A (zh) | 指纹细节点的提取方法 | |
CN104573688B (zh) | 基于深度学习的移动平台烟草激光码智能识别方法及装置 | |
US5799098A (en) | Fingerprint identification system | |
CN103077377B (zh) | 基于方向场分布的指纹校正方法 | |
CN111382704B (zh) | 基于深度学习的车辆压线违章判断方法、装置及存储介质 | |
CN106651872A (zh) | 基于Prewitt算子的路面裂缝识别方法及系统 | |
CN102704215B (zh) | 基于dst文件解析与机器视觉结合的绣布自动切割方法 | |
CN105913093A (zh) | 一种用于文字识别处理的模板匹配方法 | |
CN102646193B (zh) | 一种环形排布字符图像分割方法 | |
CN105184957A (zh) | 一种纸币鉴伪方法和系统 | |
CN101604384B (zh) | 个性化指纹识别方法 | |
CN102043945A (zh) | 基于车辆实时跟踪和二进指数分类车牌字符识别的方法 | |
CN103198304A (zh) | 一种掌纹提取识别方法 | |
CN104680130A (zh) | 一种身份证汉字识别方法 | |
CN107066961B (zh) | 指纹配准方法及装置 | |
CN105975913A (zh) | 一种基于自适应聚类学习的道路网提取的方法 | |
CN102073872B (zh) | 基于图像的寄生虫虫卵形状识别方法 | |
CN103034838A (zh) | 一种基于图像特征的特种车辆仪表类型识别与标定方法 | |
CN106339707A (zh) | 一种基于对称性特征的仪表指针图像识别方法 | |
CN104766078A (zh) | 目标图像的倾斜角检测方法及倾斜角检测设备 | |
CN104809433A (zh) | 一种基于最大稳定区域和随机采样的斑马线检测方法 | |
CN102436578B (zh) | 狗脸特征检测器的形成方法、狗脸检测方法及装置 | |
CN104574335A (zh) | 一种基于显著图和兴趣点凸包的红外与可见光图像融合方法 | |
CN103714159B (zh) | 融合二级和三级特征的由粗到精的指纹识别方法 | |
CN103699876A (zh) | 一种基于线阵ccd图像识别车号的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140528 |