CN107122614A - 一种基于指纹识别的医疗检测系统 - Google Patents
一种基于指纹识别的医疗检测系统 Download PDFInfo
- Publication number
- CN107122614A CN107122614A CN201710309809.6A CN201710309809A CN107122614A CN 107122614 A CN107122614 A CN 107122614A CN 201710309809 A CN201710309809 A CN 201710309809A CN 107122614 A CN107122614 A CN 107122614A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- mrow
- subsystem
- interest
- active user
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供基于指纹识别的智能医疗检测系统,包括依次相连的参数获取子系统、人机交互子系统、控制处理子系统、存储子系统、传输子系统、指纹识别处理子系统、无线网络通信模块;参数获取子系统用于获取当前用户的生理参数;人机交互子系统用于向控制处理子系统传输控制指令,并显示控制处理子系统输入输出信息;控制处理子系统用于对获取的生理参数进行处理,得到处理后的参数信号;存储子系统用于存储处理后的参数信号;传输子系统用于对处理后的参数信号进行传输;指纹识别处理子系统用于对当前用户的指纹进行识别,从而确定当前用户的权限。有益效果:可以通过指纹识别处理子系统对当前用户健康的隐私保护;对指纹的识别有效避免医学信息的混淆,高安全性。
Description
技术领域
本发明涉及医疗技术领域,具体涉及一种基于指纹识别的医疗检测系统。
背景技术
随着科技和社会的发展,人们的物质生活水平大幅提高,于是,人们的自身健康逐渐引起了人们的关注。
然而,在关注健康的同时,健康隐私随之也得到了人们的大幅注意。在人们使用医疗检测仪器对自身健康状况进行检测之后,可以将检测到的数据上传到云端进行保存,因为在云端会设置个人账号和密码,这样可以对个人的健康隐私进行保护。然而,现有的医疗检测仪必须借助其他智能终端设备如手机、平板电脑等才能将检测到的数据上传到云端,这种操作比较复杂,尤其还要设置账号和密码,这对老年人来说极其不方便。同时,现有的医疗检测仪在设备端也没有任何的保护措施,当对检测到的数据进行上传和下载时,仍然存在泄露的风险,不利于个人健康隐私的保护。
因此,迫切需要一种操作简单并能保护人们健康隐私的医疗检测系统。
发明内容
针对上述问题,本发明提供一种基于指纹识别的智能医疗检测系统。
本发明的目的采用以下技术方案来实现:
提供了一种基于指纹识别的智能医疗检测系统,包括依次相连的参数获取子系统、人机交互子系统、控制处理子系统、存储子系统、传输子系统、指纹识别处理子系统、无线网络通信子系统;所述参数获取子系统用于获取当前用户的生理参数;所述人机交互子系统用于向所述控制处理子系统传输控制指令,并显示所述控制处理子系统输入输出信息;所述控制处理子系统用于对获取的所述生理参数进行处理,得到处理后的参数信号;所述存储子系统用于存储所述处理后的参数信号;所述传输子系统用于对所述处理后的参数信号进行传输;所述指纹识别处理子系统用于对当前用户的指纹进行识别,从而确定所述当前用户的权限;所述无线网络通信子系统用于将医疗检测系统连接到无线网络。
本发明的有益效果为:通过参数获取子系统,不仅可以对当前用户的生理参数进行获取并分析,同时还可以直接将检测后的数据上传到云端或从云端进行数据的下载,最重要的是,可以通过指纹识别处理子系统来对当前用户健康的隐私进行保护。同时,个人的唯一指纹信息能够有效避免当前用户的个人医学信息出现混淆的现象,便于管理当前用户的各项信息,具有更高的安全性和可靠性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1本发明的结构连接框图;
图2是本发明指纹处理子系统的结构连接框图;
图3是本发明指纹压缩模块的结构连接框图。
附图标记:
参数获取子系统1、人机交互子系统2、控制处理子系统3、存储子系统4、传输子系统5、指纹识别处理子系统6、无线网路通信子系统7、指纹预处理模块601、指纹压缩模块602、指纹特征提取模块603、指纹识别模块604、指纹数据库605、指纹感兴趣区域提取单元6021和指纹感兴趣区域压缩单元6022。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例提供了一种基于指纹识别的医疗检测系统,其特征是,包括依次相连的参数获取子系统1、人机交互子系统2、控制处理子系统3、存储子系统4、传输子系统5、指纹识别处理子系统6、无线网络通信子系统7;所述参数获取子系统1用于获取当前用户的生理参数;所述人机交互子系统2用于向所述控制处理子系统3传输控制指令,并显示所述控制处理子系统5输入输出信息;所述控制处理子系统3用于对获取的所述生理参数进行处理,得到处理后的参数信号;所述存储子系统4用于存储所述处理后的参数信号;所述传输子系统5用于对所述处理后的参数信号进行传输;所述指纹识别处理子系统6用于对当前用户的指纹进行识别,从而确定所述当前用户的权限;所述无线网络通信子系统7用于将医疗检测系统连接到无线网络。
优选地,所述传输子系统5包括依次相连的上传模块和下载模块;所述上传模块用于将处理后参数信号上传到云端;所述下载模块用于从云端中下载参数数据。
优选地,所述人机交互子系统2是触摸式彩色液晶显示屏。
本发明上述实施例,是一种基于指纹识别的医疗检测系统,通过参数获取子系统,不仅可以对当前用户的生理参数进行获取并分析,同时还可以直接将检测后的数据上传到云端或从云端进行数据的下载,最重要的是,可以通过指纹识别处理子系统来对当前用户健康的隐私进行保护。同时个人的唯一指纹信息能够有效避免当前用户的个人医学信息出现混淆的现象,便于管理当前用户的各项信息,具有更高的安全性和可靠性。
优选地,参照图2,所述指纹识别处理子系统6包括依次相连的指纹预处理模块601、指纹压缩模块602、指纹特征提取模块603、指纹识别模块604、指纹数据库605;所述指纹预处理模块601用于对所述当前用户的指纹进行预处理,得到预处理的目标指纹;所述指纹压缩模块602用于对所述预处理的目标指纹进行压缩,得到压缩的目标指纹;所述指纹特征提取模块603用于对所述压缩的目标指纹进行特征提取,得到目标指纹的特征;所述指纹识别模块604用于将所述目标指纹的特征与所述指纹数据库605中标准指纹的特征进行相似度的比对,输出识别结果,从而确定所述当前用户的权限。
优选地,所述指纹预处理模块601用于对所述当前用户的指纹进行预处理,得到预处理的目标指纹,包括:
所述图像预处理模块601用于对所述当前用户的指纹通过自定义过滤函数进行光照和噪声的过滤处理,形成过滤后的指纹,自定义过滤函数为:
G′(X,Y)=G(X,Y)-∫∫G(X,Y)·ZdXdY
式中,G′(X,Y)为过滤后的所述当前用户的指纹中像素点(X,Y)的像素值,G(X,Y)为所述当前用户的指纹中像素点(X,Y)的像素值,Z为滤波器,∫∫·dXdY表示双重积分操作。
具体实施中,Z可以是高斯滤波器,还可以是低通滤波器或者低通滤波核,还可以是Gabor滤波器,例如,如果是高斯滤波器,则如果是Gabor滤波器,则Z(X,Y)=Zr(X,Y)+Zi(X,Y), X=xcosθ+ysinθ,Y=-xsinθ+ycosθ,θ为Gabor函数并行条纹的方向,γ为以像素为单位的波长,τ为相位偏移,为长宽比。总之,可以根据具体的实施情况而设定。
本优选实施例,当接收到需要对当前用户的指纹识别的指令时,通过对接收到当前用户指纹进行过滤处理,也就是对接收到的指纹通过滤波器进行去光照和去噪声的过滤处理,能够提高后续对指纹的内在特征的提取,同时对过滤后的指纹进行经过双重积分处理,经过双重积分处理的指纹会更加平滑,所以进而能够提高对当前用户指纹的识别效率,从而提高后续的计算效率,减小后续系统的计算工作量,提高对当前用户的指纹的处理效率。
优选地,参照图3,所述指纹压缩模块602包括依次相连接的指纹感兴趣区域提取单元6021和指纹感兴趣区域压缩单元6022;
所述指纹感兴趣区域提取单元6021用于对过滤的指纹进行所述指纹感兴趣区域的提取,包括:
(1)设定大小均为m×n、形状均为矩形的搜索区和样板图;
(2)将所述搜索区叠放在所述过滤的指纹上并依次进行平移,形成多个实时检测子图,其中,所述实时检测子图为所述搜索区覆盖在所述过滤的指纹的范围,所述样板图的尺寸小于所述过滤的指纹的尺寸;
(3)依次计算各实时检测子图与所述样板图之间的各相似灰度值;定义相似灰度值的计算公式为:
式中,Ms为第s个所述实时检测子图与所述样板图之间的相似灰度值,gu,v为所述样板图中坐标点(u,v)的灰度值,为第s个所述实时检测子图上坐标点(u,v)的灰度值;
(4)取出各相似灰度值中满足设定条件的相似灰度值,将所述满足设定条件的相似灰度值对应的所述实时检测子图取出来,将所述满足设定条件的相似灰度值对应的检测子图视为边缘图,其余视为背景图;其中,所述设定条件为相似灰度值大于设定的阈值;
(5)将所述边缘图进行拼接,从而得到所述感兴趣区域。
本优选实施例,对过滤后的指纹提取重点区域即感兴趣区域而不需要对整个区域进行处理,有利于下一步针对感兴趣区域进行相应的压缩编码处理,且不需对整个图像进行压缩,能够节省资源,同时能够达到对指纹高压缩比的目的,同时保持感兴趣区域的信息,为节省后续对指纹处理的时间、提高处理的效率奠定了坚实基础。
优选地,所述感兴趣区域压缩单元6022用于对所述感兴趣区域进行压缩,包括:
(1)对所述感兴趣区域进行离散小波变换,得到相应的离散小波变换系数;
(2)对所述离散小波变换系数进行量化,得到量化后的离散小波变换系数;
(3)对所述量化后的离散小波变换系数进行熵编码,得到压缩的感兴趣区域。
本优选实施例,通过将对感兴趣区域进行离散余弦变换,得到相应的离散余弦变换系数,通过该离散余弦变换可以小消除各个块像素间的相关性;对离散余弦变换系数进行量化,得到量化后的离散余弦变换系数,通过采用量化来降低变换系数的精度,从而可以进一步对图像进行压缩;最后对所述量化后的离散余弦变换系数进行熵编码,在具体实施中,还可以是其它编码,并不局限于熵编码。通过对感兴趣区域的压缩,不仅能够提高系统的计算效率,节约处理时间和系统空间,而且还可以根据实际情况需要来进行指纹图像压缩,进一步有效节省资源,提高计算效率,此外,还可以根据具体实施中的需要,有针对性地对指纹图像的感兴趣区域和背景区域分别进行压缩,有效提高后续针对不同的区域而进行特征提取的效率和正确率,同时可以看出,该系统具有很好的灵活性。
优选地,所述指纹识别模块604用于将所述目标指纹的特征与所述指纹数据库605中标准指纹的特征进行相似度的比对,输出识别结果,从而确定所述当前用户的权限,具体包括:
所述指纹识别模块604用于将所述压缩的感兴趣区域的特征向量与所述指纹数据库605中标准指纹的特征向量进行相似度的比对,输出识别结果,从而确定所述当前用户的权限;
(1)采用下述公式提取所述压缩的感兴趣区域的特征向量;
式中,Pv表示所述压缩的感兴趣区域的特征向量,Iv表示所述压缩的感兴趣区域的平均像素值,O×L表示所述压缩的感兴趣区域的尺寸;
(2)采用下述公式提取所述指纹数据库中标准指纹的特征向量:
式中,Pu表示所述指纹数据库中标准指纹的特征向量,Iu表示所述指纹数据库中标准指纹的平均像素值,p×q表示所述指纹数据库中标准指纹的尺寸;
(3)计算所述压缩的感兴趣区域的特征向量与各个标准指纹的特征向量的相似度值,所述相似度值的计算公式为:
式中,表示所述压缩的感兴趣区域的特征向量与第x个所述标准指纹的特征向量的相似度值,A为常数系数,norm(·)表示求范数,ΔK表示修正因子,表示所述指纹数据库中第x个标准指纹的特征向量,W表示所述指纹数据库中标准指纹的个数;
(4)若所述相似度值大于设定的阈值,则输出识别结果;
(5)根据所述识别结果,确定所述当前用户的权限。
本优选实施例,根据压缩后的感兴趣区域的特征向量和指纹数据库中的各标准指纹的特征向量的相似度来确定待识别指纹,且在计算相似度时候加入了修正值和常数系数,使计算出来的相似度结果更精准。在加入修正值和常数系数来计算相似度的基础上,再去判断相似度与设定阈值的比较,输出待识别指纹的识别结果,同时解决了当待识别指纹的感兴趣区域与多个标准指纹都相似的情况时,从多个标准指纹中选取满足设定的阈值的标准指纹为待识别指纹的类型,从而使确定待识别指纹类型过程更加细化,进而能够保证确定出的待识别指纹类型的正确性,提高了识别效率,最后,根据识别结果,确定出当前用户的权限,能够有效保护当前用户的健康隐私,同时避免当前用户间的医学信息的混淆,具有高的可靠性。
其中,在具体实施中,建立的指纹数据库605可以是预先建立好的,可以通过以下方式进行建立:
优选地,(1)将采集的包括多张所述样本指纹的样本指纹集按照一定的比例分成训练集和测试集,并转化所述样本指纹集中的所有样本指纹的格式,形成转化格式后的样本指纹集,同时将测试集中的样本指纹进行正负标记,所述正标记为包括预定图像类型的样本指纹,所述负标记为不包括预定图像类型的样本指纹;
(2)对所述转化格式后的样本指纹集进行归一化大小处理,形成归一化后的样本指纹集,所述归一化后的样本指纹集包括归一化后的训练集和归一化后的测试集;
(3)对所述归一化后的训练集进行特征提取,形成所述归一化后的训练集的特征向量;
其中,对归一化后的训练集进行特征提取,具体包括以下步骤:
a.针对训练集中的每一张样本指纹,将样本指纹分割成多个子图像块;
b.提取各子图像块的特征,形成各子图像块的特征向量,按如下公式进行特征提取:
式中,μi为第i个样本指纹的灰度均值,δi为第i个样本指纹块的灰度方差值,M为子图像块的个数,xm为第i个样本指纹的第m个子图像块的灰度值的分量值;
c.将各子图像块的特征向量进行整合,形成该样本指纹的特征向量F,即F=(μi,δi;i=1,2,…,N),N为样本指纹的个数;
(4)将所述归一化的训练集的特征向量作为支撑向量机分类器的输入,输入到支撑向量机分类器中进行迭代训练,训练出特征提取模型,并利用该特征提取模型测出所述归一化的测试集中的样本指纹的正负样本指纹结果;
(5)根据所述负样本指纹结果不断更新所述特征提取模型,形成更新特征提取模型;
(6)将各样本指纹输入到所述更新特征提取模型中,得到所述指纹数据库。
另外,在具体实施中,指纹数据库中标准指纹的特征向量和压缩的感兴趣区域的特征向量的获取,除了上述的方式外,还可以通过基于局部结构分解的图像特征提取((Local structure based imageDecomposition,IDLS)的方法进行特征提取,以此获得各自的特征向量。
本优选实施例,通过对压缩的感兴趣区域进行有针对性地特征提取,而不是对整个指纹的区域进行特征提取,这样能够提高对指纹特征提取的效率和正确性,同时能够有效节省对指纹处理的时间,降低特征提取的复杂度和节约系统资源。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种基于指纹识别的医疗检测系统,其特征是,包括依次相连的参数获取子系统、人机交互子系统、控制处理子系统、存储子系统、传输子系统、指纹识别处理子系统、无线网络通信子系统;所述参数获取子系统用于获取当前用户的生理参数;所述人机交互子系统用于向所述控制处理子系统传输控制指令,并显示所述控制处理子系统输入输出信息;所述控制处理子系统用于对获取的所述生理参数进行处理,得到处理后的参数信号;所述存储子系统用于存储所述处理后的参数信号;所述传输子系统用于对所述处理后的参数信号进行传输;所述指纹识别处理子系统用于对当前用户的指纹进行识别,从而确定所述当前用户的权限;所述无线网络通信子系统用于将医疗检测系统连接到无线网络。
2.根据权利要求1所述的一种基于指纹识别的医疗检测系统,其特征是,所述传输子系统包括依次相连的上传模块和下载模块;所述上传模块用于将处理后参数信号上传到云端;所述下载模块用于从云端中下载参数数据。
3.根据权利要求1所述的一种基于指纹识别的医疗检测系统,其特征是,所述人机交互子系统是触摸式彩色液晶显示屏。
4.根据权利要求1所述的一种基于指纹识别的医疗检测系统,其特征是,所述指纹识别处理子系统包括依次相连的指纹预处理模块、指纹压缩模块、指纹特征提取模块、指纹识别模块、指纹数据库;所述指纹预处理模块用于对所述当前用户的指纹进行预处理,得到预处理的目标指纹;所述指纹压缩模块用于对所述预处理的目标指纹进行压缩,得到压缩的目标指纹;所述指纹特征提取模块用于对所述压缩的目标指纹进行特征提取,得到目标指纹的特征;所述指纹识别模块用于将所述目标指纹的特征与所述指纹数据库中的标准指纹的特征进行相似度的比对,输出识别结果,从而确定所述当前用户的权限。
5.根据权利要求4所述的一种基于指纹识别的医疗检测系统,其特征是,所述指纹预处理模块用于对所述当前用户的指纹进行预处理,得到预处理的目标指纹,包括:
所述图像预处理模块用于对所述当前用户的指纹通过自定义过滤函数进行光照和噪声的过滤处理,形成过滤的指纹,自定义过滤函数为:
G′(X,Y)=G(X,Y)-∫∫G(X,Y)·ZdXdY
式中,G′(X,Y)为过滤后的所述当前用户的指纹中像素点(X,Y)的像素值,G(X,Y)为所述当前用户的指纹中像素点(X,Y)的像素值,Z为滤波器,∫∫·dXdY表示双重积分操作。
6.根据权利要求4所述的一种基于指纹识别的医疗检测系统,其特征是,所述指纹压缩模块包括依次相连接的指纹感兴趣区域提取单元和指纹感兴趣区域压缩单元;
所述指纹感兴趣区域提取单元用于对所述过滤的指纹进行所述指纹感兴趣区域的提取,包括:
(1)设定大小均为m×n、形状均为矩形的搜索区和样板图;
(2)将所述搜索区叠放在所述过滤的指纹上并依次进行平移,形成多个实时检测子图,其中,所述实时检测子图为所述搜索区覆盖在所述过滤的指纹的范围,所述样板图的尺寸小于所述过滤的指纹的尺寸;
(3)依次计算各实时检测子图与所述样板图之间的各相似灰度值;定义相似灰度值的计算公式为:
<mrow>
<msub>
<mi>M</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<mi>m</mi>
<mi>n</mi>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>u</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>m</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>v</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>n</mi>
</munderover>
<msubsup>
<mi>f</mi>
<mrow>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>&times;</mo>
<msub>
<mi>g</mi>
<mrow>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>u</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>m</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>v</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>f</mi>
<mrow>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
</mrow>
<mi>s</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>g</mi>
<mrow>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>)</mo>
</mrow>
</mrow>
式中,Ms为第s个所述实时检测子图与所述样板图之间的相似灰度值,gu,v为所述样板图中坐标点(u,v)的灰度值,为第s个所述实时检测子图上坐标点(u,v)的灰度值;
(4)取出各相似灰度值中满足设定条件的相似灰度值,将所述满足设定条件的相似灰度值对应的所述实时检测子图取出来,将所述满足设定条件的相似灰度值对应的检测子图视为边缘图,其余视为背景图;其中,所述设定条件为相似灰度值大于设定的阈值;
(5)将所述边缘图进行拼接,从而得到所述感兴趣区域。
7.根据权利要求6所述的一种基于指纹识别的医疗检测系统,其特征是,所述感兴趣区域压缩单元用于对所述感兴趣区域进行压缩,包括:
(1)对所述感兴趣区域进行离散小波变换,得到相应的离散小波变换系数;
(2)对所述离散小波变换系数进行量化,得到量化后的离散小波变换系数;
(3)对所述量化后的离散小波变换系数进行熵编码,得到压缩的感兴趣区域。
8.根据权利要求7所述的一种基于指纹识别的医疗检测系统,其特征是,所述指纹识别模块用于将所述目标指纹的特征与所述指纹数据库中标准指纹的特征进行相似度的比对,输出识别结果,从而确定所述当前用户的权限,具体包括:
所述指纹识别模块用于将所述压缩的感兴趣区域的特征向量与所述指纹数据库中标准指纹的特征向量进行相似度的比对,输出识别结果,从而确定所述当前用户的权限;
(1)采用下述公式提取所述压缩的感兴趣区域的特征向量;
式中,Pv表示所述压缩的感兴趣区域的特征向量,Iv表示所述压缩的感兴趣区域的平均像素值,O×L表示所述压缩的感兴趣区域的尺寸;
(2)采用下述公式提取所述指纹数据库中标准指纹的特征向量:
式中,Pu表示所述指纹数据库中标准指纹的特征向量,Iu表示所述指纹数据库中标准指纹的平均像素值,p×q表示所述指纹数据库中标准指纹的尺寸;
(3)计算所述压缩的感兴趣区域的特征向量与各个标准指纹的特征向量的相似度值,所述相似度值的计算公式为:
<mrow>
<mover>
<msub>
<mi>s</mi>
<mi>x</mi>
</msub>
<mo>^</mo>
</mover>
<mo>=</mo>
<mi>A</mi>
<mo>&CenterDot;</mo>
<mi>n</mi>
<mi>o</mi>
<mi>r</mi>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msqrt>
<mrow>
<mo>|</mo>
<msup>
<mi>P</mi>
<mi>v</mi>
</msup>
<mo>-</mo>
<msubsup>
<mi>P</mi>
<mi>x</mi>
<mi>u</mi>
</msubsup>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>K</mi>
<mo>;</mo>
<mi>x</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>W</mi>
</mrow>
式中,表示所述压缩的感兴趣区域的特征向量与第x个所述标准指纹的特征向量的相似度值,A为常数系数,norm(·)表示求范数,ΔK表示修正因子,表示所述指纹数据库中第x个标准指纹的特征向量,W表示所述指纹数据库中标准指纹的个数;
(4)若所述相似度值大于设定的阈值,则输出识别结果;
(5)根据所述识别结果,确定所述当前用户的权限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710309809.6A CN107122614A (zh) | 2017-05-04 | 2017-05-04 | 一种基于指纹识别的医疗检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710309809.6A CN107122614A (zh) | 2017-05-04 | 2017-05-04 | 一种基于指纹识别的医疗检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107122614A true CN107122614A (zh) | 2017-09-01 |
Family
ID=59726677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710309809.6A Withdrawn CN107122614A (zh) | 2017-05-04 | 2017-05-04 | 一种基于指纹识别的医疗检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122614A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766738A (zh) * | 2017-11-09 | 2019-05-17 | 比亚迪股份有限公司 | 一种指纹识别方法与装置、计算机可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203759704U (zh) * | 2013-11-28 | 2014-08-06 | 深圳先进技术研究院 | 医疗检测仪 |
-
2017
- 2017-05-04 CN CN201710309809.6A patent/CN107122614A/zh not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203759704U (zh) * | 2013-11-28 | 2014-08-06 | 深圳先进技术研究院 | 医疗检测仪 |
Non-Patent Citations (1)
Title |
---|
朱威: "基于Camshift和SURF的目标跟踪系统设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766738A (zh) * | 2017-11-09 | 2019-05-17 | 比亚迪股份有限公司 | 一种指纹识别方法与装置、计算机可读存储介质 |
CN109766738B (zh) * | 2017-11-09 | 2021-09-10 | 比亚迪半导体股份有限公司 | 一种指纹识别方法与装置、计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106469302B (zh) | 一种基于人工神经网络的人脸肤质检测方法 | |
WO2017174010A1 (zh) | 一种指纹解锁的方法及终端 | |
KR101141643B1 (ko) | 캐리커쳐 생성 기능을 갖는 이동통신 단말기 및 이를 이용한 생성 방법 | |
CN100487720C (zh) | 人脸对照装置 | |
CN110058699B (zh) | 一种基于智能移动设备传感器的用户行为识别方法 | |
CN111091075B (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN111439642B (zh) | 电梯控制方法、装置、计算机可读存储介质及终端设备 | |
CN103761465A (zh) | 一种身份验证的方法及装置 | |
US9990555B2 (en) | Video detection method, video detection system and computer program product | |
CN107133590A (zh) | 一种基于人脸图像的身份识别系统 | |
WO2016029346A1 (zh) | 指纹提取方法和装置 | |
CN112990232B (zh) | 面向多种高空作业施工现场的安全带佩戴识别与检测方法 | |
WO2018082080A1 (zh) | 一种压力检测的方法及装置 | |
CN207663490U (zh) | 一种基于神经计算棒的混合识别门禁管理系统 | |
CN102289670A (zh) | 一种具有光照鲁棒性的图像特征提取方法 | |
CN105138886A (zh) | 机器人生物体征识别系统 | |
CN103914677A (zh) | 一种动作识别方法及装置 | |
CN105184236A (zh) | 机器人人脸识别系统 | |
CN107122614A (zh) | 一种基于指纹识别的医疗检测系统 | |
CN113781462A (zh) | 一种人体伤残检测方法、装置、设备及存储介质 | |
CN110135274B (zh) | 一种基于人脸识别的人流量统计方法 | |
CN106991413A (zh) | 一种无人机 | |
CN116798076A (zh) | 基于gpgpu的指纹采样数据存储系统 | |
CN106707789A (zh) | 一种基于指纹识别的智能家居控制系统 | |
CN110458097A (zh) | 一种人脸图片识别方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170901 |
|
WW01 | Invention patent application withdrawn after publication |