CN110110697B - 基于方向矫正的多指纹分割提取方法、系统、设备及介质 - Google Patents
基于方向矫正的多指纹分割提取方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN110110697B CN110110697B CN201910414684.2A CN201910414684A CN110110697B CN 110110697 B CN110110697 B CN 110110697B CN 201910414684 A CN201910414684 A CN 201910414684A CN 110110697 B CN110110697 B CN 110110697B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- rectangle
- area
- minimum
- connected region
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06V40/13—Sensors therefor
Abstract
本公开公开了基于方向矫正的多指纹分割提取方法、系统、设备及介质，首先计算一幅图像中存在的多个指纹的连通区域并进行标记，然后计算每个独立指纹所在区域的最佳矩形的顶点和边界，再计算最小外接矩形最下方边界与水平线的倾斜角度，最后提取出每个独立指纹区域并根据倾斜角度进行方向矫正得到多个独立的指纹图像。本公开可以将一幅图像中多个指纹进行分割，并根据其倾斜角度进行方向矫正，便于后期的指纹辨别与分析。
Description
技术领域
本公开涉及模式识别技术领域，特别是涉及基于方向矫正的多指纹分割提取方法、系统、设备及介质。
背景技术
本部分的陈述仅仅是提到了与本公开相关的背景技术，并不必然构成现有技术。
在实现本公开的过程中，发明人发现现有技术中存在以下技术问题：
随着数字指纹在刑侦案件中应用不断广泛，以及数字指纹提取技术的发展，使用数码技术在案发现场提取的数字化指纹越来越重要。在现场采集数字指纹时，往往一幅图像中包含多个指纹，为了便于进行对采集的指纹进行分析和对比，需要对图像中的指纹进行分割矫正处理，这是对采集的数字指纹处理的第一步，也是关键的一步。但是现有技术很难实现指纹的精确分割和矫正处理。
发明内容
为了解决现有技术的不足，本公开提供了基于方向矫正的多指纹分割提取方法、系统、设备及介质；
第一方面，本公开提供了基于方向矫正的多指纹分割提取方法；
基于方向矫正的多指纹分割提取方法，包括：
获取输入的待处理多指纹图像；
对待处理多指纹图像进行二值化处理，得到二值化图像；
对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录；
根据单指纹连通区域的边界像素点坐标，计算每个单指纹连通区域的最小外接矩形的顶点和边界线；
计算每个单指纹连通区域最小外接矩形最下方的边界线与水平线的倾斜角度；
根据倾斜角度对单指纹连通区域进行方向矫正，将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像。
第二方面，本公开还提供了基于方向矫正的多指纹分割提取系统；
基于方向矫正的多指纹分割提取系统，包括：
获取模块，其被配置为获取输入的待处理多指纹图像；
二值化处理模块，其被配置为对待处理多指纹图像进行二值化处理，得到二值化图像；
单指纹连通区域计算模块，其被配置为对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录；
最小外接矩形计算模块，其被配置为根据单指纹连通区域的边界像素点坐标，计算每个单指纹连通区域的最小外接矩形的顶点和边界线；
倾斜角度计算模块，其被配置为计算每个单指纹连通区域最小外接矩形最下方的边界线与水平线的倾斜角度；
方向矫正模块，其被配置为根据倾斜角度对单指纹连通区域进行方向矫正，将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像。
第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。
第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。
与现有技术相比，本公开的有益效果是：
数字指纹分割提取是指将一幅图像中包含的多个指纹分离出来，生成一个个独立的单个指纹图像，并以指纹外边界作为指纹图像的边界，这样可以尽可能降低指纹背景的内容对指纹特征的影响，提高指纹分析精度。
指纹矫正处理是指将各种倾斜的指纹统一成摆正位置的形态，这样指纹对比时才能使检测到的指纹特征与指纹库中的指纹特征一致，才能保证对比结果的有效性。
对案发现场采集的指纹数字图像进行多指纹分割和矫正，对现场采集的指纹进行有效提取和检测，对后期的指纹特征提取及辨别提供保障。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为多指纹分割提取与方向矫正流程图；
图2(a)为指纹实际竖直矩形；
图2(b)为指纹调整矩形；
图2(c)为指纹最小外接矩形；
图3为多指纹分割提取与方向矫正结果。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一：本实施例提供了基于方向矫正的多指纹分割提取方法；
如图1所示，基于方向矫正的多指纹分割提取方法，包括：
获取输入的待处理多指纹图像；
对待处理多指纹图像进行二值化处理，得到二值化图像；
对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录；
根据单指纹连通区域的边界像素点坐标，计算每个单指纹连通区域的最小外接矩形的顶点和边界线；
计算每个单指纹连通区域最小外接矩形最下方的边界线与水平线的倾斜角度；
根据倾斜角度对单指纹连通区域进行方向矫正，将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像。
作为一个或多个实施例，所述输入的待处理多指纹图像中的指纹区域是各自独立的，互不重叠。
作为一个或多个实施例，对待处理多指纹图像进行二值化处理，得到二值化图像；在二值化处理之前，还对多指纹图像进行灰度化处理和滤波增强处理。
作为一个或多个实施例，所述单指纹连通区域，是指独立的指纹区域。
作为一个或多个实施例，对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录的具体步骤包括：
得到二值图像后，以白色为背景，黑色为指纹目标，采用八邻域轮廓跟踪算法计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录。
作为一个或多个实施例，计算每个单指纹连通区域的最小外接矩形的顶点和边界线，是得到每个单指纹连通区域的最小外接矩形的四个顶点和四条边界线。
作为一个或多个实施例，根据单指纹连通区域的边界像素点坐标，计算每个单指纹连通区域的最小外接矩形的顶点和边界线；计算每个单指纹连通区域最底端的边界线与水平线的倾斜角度；根据倾斜角度对单指纹连通区域进行方向矫正，将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像；具体步骤包括：
S31：从单指纹连通区域的第一行第一个像素点开始，从左到右依次逐行遍历扫描单指纹连通区域，记录连通区域的每个像素的位置，并记录下连通区域内的4个关键位置坐标，分别是：横坐标最小位置P1(x1，y1)，横坐标最大位置P2(x2，y2)，纵坐标最小位置P3(x3，y3)，纵坐标最大位置P4(x4，y4)；
用以上4个关键位置坐标，在水平方向和竖直方向分别做投影，对水平投影线与垂直投影线的交点进行连接，得到当前单指纹连通区域的初始外接矩形；初始外接矩形的中心点为C(x0，y0)；
S32：计算初始外接矩形的矩形面积S1，S1＝(x2-x1)×(y2-y1)；
S33：以中心点C(x0，y0)为原点，将初始外接矩形旋转α度(α为设定值，α取5或3)：
在旋转的过程中，初始外接矩形的长和宽动态调整，动态调整的依据是在初始外接矩形旋转的过程中，指纹连通区域始终在初始外接矩形的内部；
若x3小于x4，则初始外接矩形顺时针旋转α度；
若x3大于x4，则初始外接矩形逆时针旋转α度；
得到旋转后的矩形，计算旋转后矩形的面积S2；
S34：比较面积S1与面积S2的大小：
若S2比S1小，则继续按照与S33相同的旋转方向旋转α度，得到再次旋转后的矩形，直到新得到的矩形面积S最小就停止旋转；面积S最小的矩形即为最小外接矩形；图2(a)为指纹实际竖直矩形；图2(b)为指纹调整矩形；图2(c)为指纹最小外接矩形；
若S2比S1大，则不再继续旋转；面积S最小的矩形即为最小外接矩形；记录下矩形面积最小时，矩形下边线旋转的度数β、最小矩形面积S、矩形面积最小时四个顶点的横纵坐标最小和最大位置；
S35：计算得到的β就是指纹连通区域所需矫正的度数，得到的最小外接矩形就是指纹连通区域的最小外接矩形，将最小外接矩形和最小外接矩形内部的指纹连通区域均以最小外接矩形的中心点为中心，反方向旋转β度，方向矫正后的指纹连通区域；将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像，如图3所示。
作为一个或多个实施例，每个单指纹连通区域最底端的边界线与水平线的倾斜角度即为指纹矫正方向的角度。
本公开可以保证现场采集的数字指纹的有效性：将一幅图像中多个指纹进行分割得到单个独立的指纹图像，才能尽可能排除背景对指纹的影响，提高指纹分析的有效性。
本公开可以提高现场采集指纹对比的精度：将指纹图像矫正到水平位置便于后期的指纹辨别与分析，从指纹图像中提取出的指纹特征才能与指纹库中指特征一致，从而提高指纹对比精度。
实施例二：本实施例提供了基于方向矫正的多指纹分割提取系统；
基于方向矫正的多指纹分割提取系统，包括：
获取模块，其被配置为获取输入的待处理多指纹图像；
二值化处理模块，其被配置为对待处理多指纹图像进行二值化处理，得到二值化图像；
单指纹连通区域计算模块，其被配置为对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录；
最小外接矩形计算模块，其被配置为根据单指纹连通区域的边界像素点坐标，计算每个单指纹连通区域的最小外接矩形的顶点和边界线；
倾斜角度计算模块，其被配置为计算每个单指纹连通区域最小外接矩形最下方的边界线与水平线的倾斜角度；
方向矫正模块，其被配置为根据倾斜角度对单指纹连通区域进行方向矫正，将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像。
实施例三：本实施例还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成方法中的各个操作，为了简洁，在此不再赘述。
所述电子设备可以是移动终端以及非移动终端，非移动终端包括台式计算机，移动终端包括智能手机(Smart Phone，如Android手机、IOS手机等)、智能眼镜、智能手表、智能手环、平板电脑、笔记本电脑、个人数字助理等可以进行无线通信的移动互联网设备。
应理解，在本公开中，该处理器可以是中央处理单元CPU，该处理器还算可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本公开所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能的划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外一点，所显示或讨论的相互之间的耦合或者直接耦合或者通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.基于方向矫正的多指纹分割提取方法，其特征是，包括：
获取输入的待处理多指纹图像；
对待处理多指纹图像进行二值化处理，得到二值化图像；
对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录；
根据单指纹连通区域的边界像素点坐标，计算每个单指纹连通区域的最小外接矩形的顶点和边界线；
计算每个单指纹连通区域最小外接矩形最下方的边界线与水平线的倾斜角度；
根据倾斜角度对单指纹连通区域进行方向矫正，将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像，
具体步骤包括：
S31：从单指纹连通区域的第一行第一个像素点开始，从左到右依次逐行遍历扫描单指纹连通区域，记录连通区域的每个像素的位置，并记录下连通区域内的4个关键位置坐标，分别是：横坐标最小位置P1(x1，y1)，横坐标最大位置P2(x2，y2)，纵坐标最小位置P3(x3，y3)，纵坐标最大位置P4(x4，y4)；
用以上4个关键位置坐标，在水平方向和竖直方向分别做投影，对水平投影线与垂直投影线的交点进行连接，得到当前单指纹连通区域的初始外接矩形；初始外接矩形的中心点为C(x0，y0)；
S32：计算初始外接矩形的矩形面积S1，S1＝(x2-x1)×(y2-y1)；
S33：以中心点C(x0，y0)为原点，将初始外接矩形旋转α度：
在旋转的过程中，初始外接矩形的长和宽动态调整，动态调整的依据是在初始外接矩形旋转的过程中，指纹连通区域始终在初始外接矩形的内部；
若x3小于x4，则初始外接矩形顺时针旋转α度；
若x3大于x4，则初始外接矩形逆时针旋转α度；
得到旋转后的矩形，计算旋转后矩形的面积S2；
S34：比较面积S1与面积S2的大小：
若S2比S1小，则继续按照与S33相同的旋转方向旋转α度，得到再次旋转后的矩形，直到新得到的矩形面积S最小就停止旋转；面积S最小的矩形即为最小外接矩形；
若S2比S1大，则不再继续旋转；面积S最小的矩形即为最小外接矩形；记录下矩形面积最小时，矩形下边线旋转的度数β、最小矩形面积S、矩形面积最小时四个顶点的横纵坐标最小和最大位置；
S35：计算得到的β就是指纹连通区域所需矫正的度数，得到的最小外接矩形就是指纹连通区域的最小外接矩形，将最小外接矩形和最小外接矩形内部的指纹连通区域均以最小外接矩形的中心点为中心，反方向旋转β度，方向矫正后的指纹连通区域；将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像。
2.如权利要求1所述的方法，其特征是，所述输入的待处理多指纹图像中的指纹区域是各自独立的，互不重叠。
3.如权利要求1所述的方法，其特征是，对待处理多指纹图像进行二值化处理，得到二值化图像；在二值化处理之前，还对多指纹图像进行灰度化处理和滤波增强处理。
4.如权利要求1所述的方法，其特征是，所述单指纹连通区域，是指独立的指纹区域。
5.如权利要求1所述的方法，其特征是，对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录的具体步骤包括：
得到二值图像后，以白色为背景，黑色为指纹目标，采用八邻域轮廓跟踪算法计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录。
6.如权利要求1所述的方法，其特征是，计算每个单指纹连通区域的最小外接矩形的顶点和边界线，是得到每个单指纹连通区域的最小外接矩形的四个顶点和四条边界线。
7.基于方向矫正的多指纹分割提取系统，其特征是，包括：
获取模块，其被配置为获取输入的待处理多指纹图像；
二值化处理模块，其被配置为对待处理多指纹图像进行二值化处理，得到二值化图像；
单指纹连通区域计算模块，其被配置为对二值化图像，计算单指纹连通区域，并对单指纹连通区域的边界像素点坐标进行记录；
最小外接矩形计算模块，其被配置为根据单指纹连通区域的边界像素点坐标，计算每个单指纹连通区域的最小外接矩形的顶点和边界线；
倾斜角度计算模块，其被配置为计算每个单指纹连通区域最小外接矩形最下方的边界线与水平线的倾斜角度；
方向矫正模块，其被配置为根据倾斜角度对单指纹连通区域进行方向矫正，将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像，
具体步骤包括：
S31：从单指纹连通区域的第一行第一个像素点开始，从左到右依次逐行遍历扫描单指纹连通区域，记录连通区域的每个像素的位置，并记录下连通区域内的4个关键位置坐标，分别是：横坐标最小位置P1(x1，y1)，横坐标最大位置P2(x2，y2)，纵坐标最小位置P3(x3，y3)，纵坐标最大位置P4(x4，y4)；
用以上4个关键位置坐标，在水平方向和竖直方向分别做投影，对水平投影线与垂直投影线的交点进行连接，得到当前单指纹连通区域的初始外接矩形；初始外接矩形的中心点为C(x0，y0)；
S32：计算初始外接矩形的矩形面积S1，S1＝(x2-x1)×(y2-y1)；
S33：以中心点C(x0，y0)为原点，将初始外接矩形旋转α度：
在旋转的过程中，初始外接矩形的长和宽动态调整，动态调整的依据是在初始外接矩形旋转的过程中，指纹连通区域始终在初始外接矩形的内部；
若x3小于x4，则初始外接矩形顺时针旋转α度；
若x3大于x4，则初始外接矩形逆时针旋转α度；
得到旋转后的矩形，计算旋转后矩形的面积S2；
S34：比较面积S1与面积S2的大小：
若S2比S1小，则继续按照与S33相同的旋转方向旋转α度，得到再次旋转后的矩形，直到新得到的矩形面积S最小就停止旋转；面积S最小的矩形即为最小外接矩形；
若S2比S1大，则不再继续旋转；面积S最小的矩形即为最小外接矩形；记录下矩形面积最小时，矩形下边线旋转的度数β、最小矩形面积S、矩形面积最小时四个顶点的横纵坐标最小和最大位置；
S35：计算得到的β就是指纹连通区域所需矫正的度数，得到的最小外接矩形就是指纹连通区域的最小外接矩形，将最小外接矩形和最小外接矩形内部的指纹连通区域均以最小外接矩形的中心点为中心，反方向旋转β度，方向矫正后的指纹连通区域；将指纹连通区域进行裁剪分割，得到每个独立的矫正后的指纹图像。
8.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-6任一项所述的方法步骤。
9.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-6任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910414684.2A CN110110697B (zh) | 2019-05-17 | 2019-05-17 | 基于方向矫正的多指纹分割提取方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910414684.2A CN110110697B (zh) | 2019-05-17 | 2019-05-17 | 基于方向矫正的多指纹分割提取方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110110697A CN110110697A (zh) | 2019-08-09 |
| CN110110697B true CN110110697B (zh) | 2021-03-12 |
Family
ID=67490865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910414684.2A Active CN110110697B (zh) | 2019-05-17 | 2019-05-17 | 基于方向矫正的多指纹分割提取方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110110697B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112862694A (zh) * | 2019-11-12 | 2021-05-28 | 合肥欣奕华智能机器有限公司 | 屏幕位置矫正方法、装置、计算设备和存储介质 |
| CN111882570A (zh) * | 2020-07-28 | 2020-11-03 | 浙江水晶光电科技股份有限公司 | 边缘定位方法、装置、存储介质及电子设备 |
| CN116843626A (zh) * | 2023-06-08 | 2023-10-03 | 江苏苏港智能装备产业创新中心有限公司 | 一种基于多特征融合的机器视觉钢丝绳表面缺陷检测方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101079102A (zh) * | 2007-06-28 | 2007-11-28 | 中南大学 | 基于统计方法的指纹识别方法 |
| CN101114335A (zh) * | 2007-07-19 | 2008-01-30 | 南京大学 | 全角度快速指纹识别方法 |
| CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
| CN102708552A (zh) * | 2012-05-24 | 2012-10-03 | 中山大学 | 一种快速二维条码图像运动去模糊方法 |
| CN103886296A (zh) * | 2014-03-25 | 2014-06-25 | 清华大学 | 基于反馈的指纹识别方法及装置 |
| CN104268538A (zh) * | 2014-10-13 | 2015-01-07 | 江南大学 | 一种易拉罐点阵喷码字符在线视觉检测方法 |
| CN104915963A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 一种用于plcc元件的检测与定位方法 |
| CN105242568A (zh) * | 2015-10-09 | 2016-01-13 | 东南大学 | 基于数字图像处理的烟叶精确剔除控制方法 |
| CN106407979A (zh) * | 2016-10-25 | 2017-02-15 | 深圳怡化电脑股份有限公司 | 一种票据字符校正的方法及装置 |
| CN108205811A (zh) * | 2016-12-16 | 2018-06-26 | 广东技术师范学院 | 一种植物叶片最小外接矩形计算方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63308689A (ja) * | 1987-06-10 | 1988-12-16 | Fujitsu Ltd | 文字の傾き角度検出修正方式 |
| CN101398894B (zh) * | 2008-06-17 | 2011-12-07 | 浙江师范大学 | 机动车车牌自动识别方法及其实现装置 |
| CN101329725B (zh) * | 2008-07-30 | 2010-10-06 | 电子科技大学 | 基于梯度投影和形态学的指纹图像分割方法 |
| CN101853382B (zh) * | 2010-05-18 | 2012-08-15 | 清华大学 | 一种求取现场指纹方向的方法和装置 |
| CN103759672A (zh) * | 2014-01-15 | 2014-04-30 | 陈涛 | 雪糕棒平面轮廓尺寸的视觉测量方法 |
| CN104809464A (zh) * | 2015-05-19 | 2015-07-29 | 成都英力拓信息技术有限公司 | 一种指纹信息处理方法 |
| CN106951900B (zh) * | 2017-04-13 | 2019-10-22 | 杭州申昊科技股份有限公司 | 一种避雷器仪表读数的自动识别方法 |
| WO2020051792A1 (zh) * | 2018-09-12 | 2020-03-19 | 深圳市汇顶科技股份有限公司 | 指纹识别方法、装置、设备及存储介质 |
-
2019
- 2019-05-17 CN CN201910414684.2A patent/CN110110697B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101079102A (zh) * | 2007-06-28 | 2007-11-28 | 中南大学 | 基于统计方法的指纹识别方法 |
| CN101114335A (zh) * | 2007-07-19 | 2008-01-30 | 南京大学 | 全角度快速指纹识别方法 |
| CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
| CN102708552A (zh) * | 2012-05-24 | 2012-10-03 | 中山大学 | 一种快速二维条码图像运动去模糊方法 |
| CN103886296A (zh) * | 2014-03-25 | 2014-06-25 | 清华大学 | 基于反馈的指纹识别方法及装置 |
| CN104268538A (zh) * | 2014-10-13 | 2015-01-07 | 江南大学 | 一种易拉罐点阵喷码字符在线视觉检测方法 |
| CN104915963A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 一种用于plcc元件的检测与定位方法 |
| CN105242568A (zh) * | 2015-10-09 | 2016-01-13 | 东南大学 | 基于数字图像处理的烟叶精确剔除控制方法 |
| CN106407979A (zh) * | 2016-10-25 | 2017-02-15 | 深圳怡化电脑股份有限公司 | 一种票据字符校正的方法及装置 |
| CN108205811A (zh) * | 2016-12-16 | 2018-06-26 | 广东技术师范学院 | 一种植物叶片最小外接矩形计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110110697A (zh) | 2019-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111079772B (zh) | 图像边缘提取处理方法、装置及存储介质 | |
| CN110659647B (zh) | 印章图像识别方法及装置、智能发票识别设备和存储介质 | |
| CN109543489B (zh) | 基于二维码的定位方法、装置和存储介质 | |
| CN110110697B (zh) | 基于方向矫正的多指纹分割提取方法、系统、设备及介质 | |
| CN106960208B (zh) | 一种仪表液晶数字自动切分和识别的方法及系统 | |
| JP6255486B2 (ja) | 情報認識のための方法及びシステム | |
| CN110647882A (zh) | 图像校正方法、装置、设备及存储介质 | |
| CN109948521B (zh) | 图像纠偏方法和装置、设备及存储介质 | |
| CN112348765A (zh) | 数据增强方法、装置、计算机可读存储介质及终端设备 | |
| CN108717744B (zh) | 识别金融单据上的印章序号的方法、装置及终端设备 | |
| WO2021151319A1 (zh) | 卡片边框检测方法、装置、设备及可读存储介质 | |
| CN111539238A (zh) | 二维码图像修复方法、装置、计算机设备和存储介质 | |
| CN114638294A (zh) | 一种数据增强方法、装置、终端设备及存储介质 | |
| US9646221B2 (en) | Image recognition apparatus and storage medium | |
| CN111260564A (zh) | 一种图像处理方法和装置及计算机存储介质 | |
| CN111290684B (zh) | 图像显示方法、图像显示装置及终端设备 | |
| CN114331951A (zh) | 图像检测方法、装置、计算机、可读存储介质及程序产品 | |
| CN106778766B (zh) | 一种基于定位点的旋转数字识别方法及系统 | |
| CN113449702B (zh) | 遥感图像的目标检测方法、装置、存储介质及电子设备 | |
| CN113780201B (zh) | 手部图像的处理方法及装置、设备和介质 | |
| CN109389628B (zh) | 图像配准方法、设备和存储介质 | |
| CN114355467A (zh) | 一种建立探测模型和基于多图像的轨道异物探测方法 | |
| CN110610163B (zh) | 一种自然场景下基于椭圆拟合的表格提取方法及系统 | |
| CN113228105A (zh) | 一种图像处理方法、装置和电子设备 | |
| CN112800824B (zh) | 扫描文件的处理方法、装置、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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Guangqi Inventor after: Wang Lianhai Inventor after: Yang Shumian Inventor after: Zhang Shuhui Inventor after: Xu Shujiang Inventor after: Han Xiaohui Inventor after: Zhao Dawei Inventor before: Liu Guangqi Inventor before: Wang Lianhai Inventor before: Yang Shumian Inventor before: Zhang Shuhui Inventor before: Xu Shujiang Inventor before: Han Xiaohui Inventor before: Zhao Dawei |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |