CN110956590B - 一种虹膜图像的去噪装置、方法及存储介质 - Google Patents
一种虹膜图像的去噪装置、方法及存储介质 Download PDFInfo
- Publication number
- CN110956590B CN110956590B CN201911064136.8A CN201911064136A CN110956590B CN 110956590 B CN110956590 B CN 110956590B CN 201911064136 A CN201911064136 A CN 201911064136A CN 110956590 B CN110956590 B CN 110956590B
- Authority
- CN
- China
- Prior art keywords
- image
- iris
- window
- median filtering
- denoising
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 230000007797 corrosion Effects 0.000 claims abstract description 17
- 238000005260 corrosion Methods 0.000 claims abstract description 17
- 238000005096 rolling process Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 7
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000003628 erosive effect Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 abstract description 5
- 238000005286 illumination Methods 0.000 abstract description 4
- 238000012795 verification Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- G06V10/30—Noise filtering
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种虹膜图像的去噪装置、方法及存储介质，包括以下：步骤401、获取采集得到的虹膜图像作为第一图像；步骤402、将第一图像由RGB系统转换为YUV系统，并，获取图像的灰度值分量即Y分量得到第二图像；步骤403、对第二图像进行腐蚀与膨胀运算得到第三图像；步骤404、对第三图像进行中值滤波处理得到目标图像。本发明通过提出一种虹膜图像的去噪装置、方法及存储介质，通过对获取的虹膜图像进行腐蚀、膨胀处理，并将处理后的图像再使用中值滤波进行处理得到最终的目标图像，能够很好地对量化噪声进行处理，能够保证在光照强度不足的情况下也能够对虹膜图像进行去噪，得到更有助于进行虹膜识别的虹膜图像，进一步提高虹膜图像的验证成功率。
Description
技术领域
本发明涉及虹膜识别领域，尤其涉及一种虹膜图像的去噪装置、方法及存储介质。
背景技术
虹膜识别技术是基于眼睛中的虹膜进行身份识别，应用于安防设备(如门禁等)，以及有高度保密需求的场所。
但是在虹膜识别时，需要对虹膜图像进行图像提取，当今市场对虹膜图像提取时往往会产生两类噪声，
一类是随机噪声，包括客观环境中的噪声以及图像获取模块在摄像时产生的读出噪声，此类噪声大多是因为光照强度不足而导致的；
另一类是量化噪声，这类噪声是在使用图像获取模块进行摄像获取了虹膜图像后进行放大以及预处理的过程中而产生的。
对于量化噪声，当今市场已经能够较佳地进行处理，当今市场需要一种虹膜图像的去噪装置及方法，能够很好地对量化噪声进行处理，能够保证在光照强度不足的情况下也能够对虹膜图像进行去噪，得到更有助于进行虹膜识别的虹膜图像，进一步提高虹膜图像的验证成功率。
发明内容
本发明的目的是解决现有技术的不足，提供一种虹膜图像的去噪装置、方法及存储介质，能够通过腐蚀与膨胀先对获取的虹膜图像进行处理，之后结合中值滤波对虹膜图像进行进一步处理得到更有有助于进行虹膜识别的虹膜图像。
为了实现上述目的，本发明采用以下的技术方案：
提出一种虹膜图像的去噪装置，包括，
采集模块，所述采集模块用于对虹膜图像进行采集得到第一图像；
第一转换模块，所述第一转换模块包括第一转换子单元以及第一提取子单元，
所述第一转换子单元用于对第一图像进行处理将所述第一图像由RGB系统转换为YUV系统；
所述第一提取子单元用于获取YUV系统的第一图像的灰度值分量即Y分量得到第二图像；
第一运算模块，所述第一运算模块用于对第二图像进行腐蚀与膨胀运算得到第三图像；
第二运算模块，所述第二运算模块用于对第三图像进行中值滤波处理得到目标图像；
存储模块，所受存储模块用于存储所述第一图像、第二图像、第三图像以及目标图像。
进一步，所述第一运算模块包括，
上沿滚动运算单元，所述上沿滚动运算单元用于让结构元素沿I(x，y)的上沿滚动；
下沿滚动运算单元，所述下沿滚动运算单元用于让结构元素沿I(x，y)的下沿滚动。
进一步，所述第二运算模块包括，
窗口建立子单元，所述窗口建立子单元用于建立窗口长度为L，中心所在位置为的中值滤波的窗口；
第二运算子单元，所述第二运算子单元用于使用上述中值滤波的窗口对第三图像进行中值滤波处理得到目标图像。
还提出一种虹膜图像的去噪方法，其特征在于，包括以下：
步骤401、获取采集得到的虹膜图像作为第一图像；
步骤402、将第一图像由RGB系统转换为YUV系统，并，获取图像的灰度值分量即Y分量得到第二图像；
步骤403、对第二图像进行腐蚀与膨胀运算得到第三图像；
步骤404、对第三图像进行中值滤波处理得到目标图像。
进一步，上述步骤402中将第一图像由RGB系统转换为YUV系统，并，获取图像的灰度值分量Y分量得到第二图像的具体步骤包括以下：
根据如下关系式得出RGB与YCrCb的转化关系：
根据YCrCb可以得到YUV系统，所述YUV系统的格式为4：2：2，之后对得到的格式为4：2：2的YUV系统获取图像的灰度值分量Y得到第二图像。
进一步，上述步骤403对第二图像进行腐蚀与膨胀运算得到第三图像具体包括以下：
将第二图像即二值图像设置为I(x，y)，并选用3×3的结构元素的二值模版J(i,j)，按照如下关系式进行腐蚀与膨胀运算，
具体地，分别让结构元素沿I(x，y)的上沿滚动以及让结构元素沿I(x，y)的下沿滚动，将第二图像中所有直径比结构元素小的灰度阶跃点剔除后得到第三图像。
进一步，上述步骤404中的对第三图像进行中值滤波处理得到第四图像具体包括以下，
步骤801、建立中值滤波的窗口，其窗口长度为L，中心所在位置为
步骤802、实用建立的窗口对第三图像进行处理，对每一个窗口的数据按照升序或降序的顺序进行排列，用排列完成的中值替代窗口中心位置的原始序列值；
步骤803、重复步骤802直到完成中值滤波得到第四图像。
进一步，所述中值滤波的窗口长度L为3。
还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述虹膜图像的去噪方法的步骤。
本发明的有益效果为：本发明通过提出一种虹膜图像的去噪装置、方法及存储介质，通过对获取的虹膜图像进行腐蚀、膨胀处理，并将处理后的图像再使用中值滤波进行处理得到最终的目标图像，能够很好地对量化噪声进行处理，能够保证在光照强度不足的情况下也能够对虹膜图像进行去噪，得到更有助于进行虹膜识别的虹膜图像，进一步提高虹膜图像的验证成功率。
附图说明
图1所示为本发明一种虹膜图像的去噪方法的流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
参照图1，提出一种虹膜图像的去噪装置，包括，
采集模块，所述采集模块用于对虹膜图像进行采集得到第一图像；
第一转换模块，所述第一转换模块包括第一转换子单元以及第一提取子单元，
所述第一转换子单元用于对第一图像进行处理将所述第一图像由RGB系统转换为YUV系统；
所述第一提取子单元用于获取YUV系统的第一图像的灰度值分量即Y分量得到第二图像；
第一运算模块，所述第一运算模块用于对第二图像进行腐蚀与膨胀运算得到第三图像；
第二运算模块，所述第二运算模块用于对第三图像进行中值滤波处理得到目标图像；
存储模块，所受存储模块用于存储所述第一图像、第二图像、第三图像以及目标图像。
作为本方案的优选实施方式，所述第一运算模块包括，
上沿滚动运算单元，所述上沿滚动运算单元用于让结构元素沿I(x，y)的上沿滚动；
下沿滚动运算单元，所述下沿滚动运算单元用于让结构元素沿I(x，y)的下沿滚动。
作为本方案的优选实施方式，所述第二运算模块包括，
窗口建立子单元，所述窗口建立子单元用于建立窗口长度为L，中心所在位置为的中值滤波的窗口；
第二运算子单元，所述第二运算子单元用于使用上述中值滤波的窗口对第三图像进行中值滤波处理得到目标图像。
还提出一种虹膜图像的去噪方法，其特征在于，包括以下：
步骤401、获取采集得到的虹膜图像作为第一图像；
步骤402、将第一图像由RGB系统转换为YUV系统，并，获取图像的灰度值分量即Y分量得到第二图像；
步骤403、对第二图像进行腐蚀与膨胀运算得到第三图像；
步骤404、对第三图像进行中值滤波处理得到目标图像。
本发明使用腐蚀与膨胀的图像处理方法进行辅助滤波，可以将图像中灰度相近的大量图像信息聚在一起，防止图像信息丢失，进而获得较为清晰的图像，但是采用腐蚀与膨胀的操作会导致噪声去除不够彻底，去噪后的图像的平滑度不足，这时在用中值滤波对去噪后的图像进行处理，恰好弥补了采用腐蚀与膨胀的操作会导致噪声去除不够彻底的缺陷，而且如果单用中值滤波对去噪后的图像进行处理的话，又会导致图像信息丢失严重，图像不清晰，这样一来中值滤波与腐蚀、膨胀处理恰好优势互补，十分实用。
作为本方案的优选实施方式，上述步骤402中将第一图像由RGB系统转换为YUV系统，并，获取图像的灰度值分量Y分量得到第二图像的具体步骤包括以下：
根据如下关系式得出RGB与YCrCb的转化关系：
根据YCrCb可以得到YUV系统，所述YUV系统的格式为4：2：2，之后对得到的格式为4：2：2的YUV系统获取图像的灰度值分量Y得到第二图像。
作为本方案的优选实施方式，上述步骤403对第二图像进行腐蚀与膨胀运算得到第三图像具体包括以下：
将第二图像即二值图像设置为I(x，y)，并选用3×3的结构元素的二值模版J(i,j)，按照如下关系式进行腐蚀与膨胀运算，
具体地，分别让结构元素沿I(x，y)的上沿滚动以及让结构元素沿I(x，y)的下沿滚动，将第二图像中所有直径比结构元素小的灰度阶跃点剔除后得到第三图像。
在本实施方式中，将3×3的结构元素的二值模版J(i,j)的直径控制在恰好比噪声信号的直径略大，这里的二值模版J(i,j)相当于去噪的门限，是人为设定的，能够去除图像中的亮点以及毛刺，保留原有的灰度和较大的亮区特征，
在进行上沿滚动时，腐蚀操作能够去除较小亮点，膨胀操作能够增加图像亮度而不再引入去除部分，所以在进行上沿滚动时，先进行腐蚀操作再进行膨胀操作；
在进行下沿滚动时，膨胀操作能够去除较小的暗点腐蚀操作能够在不重新引入以去除部分的情况下将图像的亮度调暗，所以在进行下沿滚动时，先进行膨胀操作再进行腐蚀操作。
作为本方案的优选实施方式，上述步骤404中的对第三图像进行中值滤波处理得到第四图像具体包括以下，
步骤801、建立中值滤波的窗口，其窗口长度为L，中心所在位置为
步骤802、实用建立的窗口对第三图像进行处理，对每一个窗口的数据按照升序或降序的顺序进行排列，用排列完成的中值替代窗口中心位置的原始序列值；
步骤803、重复步骤802直到完成中值滤波得到第四图像。
作为本方案的优选实施方式，所述中值滤波的窗口长度L为3。
在本实施方式中采用3×3的中值滤波模版，当然也可以根据情况选用5×5的中值滤波模版。
还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述虹膜图像的去噪方法的步骤。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块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取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (3)
1.一种虹膜图像的去噪方法，其特征在于，应用于虹膜图像的去噪装置，所述虹膜图像的去噪装置包括：
采集模块，所述采集模块用于对虹膜图像进行采集得到第一图像；
第一转换模块，所述第一转换模块包括第一转换子单元以及第一提取子单元，
所述第一转换子单元用于对第一图像进行处理将所述第一图像由RGB系统转换为YUV系统；
所述第一提取子单元用于获取YUV系统的第一图像的灰度值分量即Y分量得到第二图像；
第一运算模块，所述第一运算模块用于对第二图像进行腐蚀与膨胀运算得到第三图像；
第二运算模块，所述第二运算模块用于对第三图像进行中值滤波处理得到目标图像；
存储模块，所述存储模块用于存储所述第一图像、第二图像、第三图像以及目标图像；
所述第一运算模块包括：
上沿滚动运算单元，所述上沿滚动运算单元用于让结构元素沿I(x，y)的上沿滚动；
下沿滚动运算单元，所述下沿滚动运算单元用于让结构元素沿I(x，y)的下沿滚动；
所述第二运算模块包括：
窗口建立子单元，所述窗口建立子单元用于建立窗口长度为L，中心所在位置为的中值滤波的窗口；
第二运算子单元，所述第二运算子单元用于使用上述中值滤波的窗口对第三图像进行中值滤波处理得到目标图像；
所述虹膜图像的去噪方法包括以下：
步骤401、获取采集得到的虹膜图像作为第一图像；
步骤402、将第一图像由RGB系统转换为YUV系统，并获取图像的灰度值分量即Y分量得到第二图像；
步骤403、对第二图像进行腐蚀与膨胀运算得到第三图像；
步骤404、对第三图像进行中值滤波处理得到目标图像；
在所述步骤402中，将第一图像由RGB系统转换为YUV系统，并获取图像的灰度值分量Y分量得到第二图像的具体步骤包括以下：
根据如下关系式得出RGB与YCrCb的转化关系：
根据YCrCb得到YUV系统，所述YUV系统的格式为4：2：2，之后对得到的格式为4：2：2的YUV系统获取图像的灰度值分量Y得到第二图像；
在所述步骤403中，对第二图像进行腐蚀与膨胀运算得到第三图像具体包括以下：
将第二图像即二值图像设置为I(x，y)，并选用3×3的结构元素的二值模版J(i,j)，按照如下关系式进行腐蚀与膨胀运算，
具体地，分别让结构元素沿I(x，y)的上沿滚动以及让结构元素沿I(x，y)的下沿滚动，将第二图像中所有直径比结构元素小的灰度阶跃点剔除后得到第三图像；
在所述步骤404中，对第三图像进行中值滤波处理得到第四图像具体包括以下：
步骤801、建立中值滤波的窗口，其窗口长度为L，中心所在位置为
步骤802、实用建立的窗口对第三图像进行处理，对每一个窗口的数据按照升序或降序的顺序进行排列，用排列完成的中值替代窗口中心位置的原始序列值；
步骤803、重复步骤802直到完成中值滤波得到第四图像。
2.根据权利要求1所述的一种虹膜图像的去噪方法，其特征在于，所述中值滤波的窗口长度L为3。
3.一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-2任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911064136.8A CN110956590B (zh) | 2019-11-04 | 2019-11-04 | 一种虹膜图像的去噪装置、方法及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911064136.8A CN110956590B (zh) | 2019-11-04 | 2019-11-04 | 一种虹膜图像的去噪装置、方法及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110956590A CN110956590A (zh) | 2020-04-03 |
| CN110956590B true CN110956590B (zh) | 2023-11-17 |
Family
ID=69976029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911064136.8A Active CN110956590B (zh) | 2019-11-04 | 2019-11-04 | 一种虹膜图像的去噪装置、方法及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110956590B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1885312A (zh) * | 2006-07-11 | 2006-12-27 | 电子科技大学 | 基于数学形态学和概率统计的虹膜定位方法 |
| CN101930543A (zh) * | 2010-08-27 | 2010-12-29 | 南京大学 | 一种自拍视频中眼睛图像的调正方法 |
| CN101969547A (zh) * | 2010-07-30 | 2011-02-09 | 新疆宏开电子系统集成有限公司 | 一种用于夜间红外数字视频信号的处理方法 |
| CN106022315A (zh) * | 2016-06-17 | 2016-10-12 | 北京极创未来科技有限公司 | 一种用于虹膜识别的瞳孔中心定位方法 |
| CN107424347A (zh) * | 2017-04-12 | 2017-12-01 | 深圳大图科创技术开发有限公司 | 一种基于虹膜识别的atm取现系统 |
| WO2017211066A1 (zh) * | 2016-06-08 | 2017-12-14 | 华南理工大学 | 基于虹膜与瞳孔的用于头戴式设备的视线估计方法 |
| CN107909560A (zh) * | 2017-09-22 | 2018-04-13 | 洛阳师范学院 | 一种基于SiR的多聚焦图像融合方法及系统 |
| WO2018086299A1 (zh) * | 2016-11-11 | 2018-05-17 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
| CN108629263A (zh) * | 2017-03-18 | 2018-10-09 | 上海荆虹电子科技有限公司 | 用于虹膜识别的方法和装置 |
| CN110070499A (zh) * | 2019-03-14 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置和计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10204422B2 (en) * | 2017-01-23 | 2019-02-12 | Intel Corporation | Generating three dimensional models using single two dimensional images |
-
2019
- 2019-11-04 CN CN201911064136.8A patent/CN110956590B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1885312A (zh) * | 2006-07-11 | 2006-12-27 | 电子科技大学 | 基于数学形态学和概率统计的虹膜定位方法 |
| CN101969547A (zh) * | 2010-07-30 | 2011-02-09 | 新疆宏开电子系统集成有限公司 | 一种用于夜间红外数字视频信号的处理方法 |
| CN101930543A (zh) * | 2010-08-27 | 2010-12-29 | 南京大学 | 一种自拍视频中眼睛图像的调正方法 |
| WO2017211066A1 (zh) * | 2016-06-08 | 2017-12-14 | 华南理工大学 | 基于虹膜与瞳孔的用于头戴式设备的视线估计方法 |
| CN106022315A (zh) * | 2016-06-17 | 2016-10-12 | 北京极创未来科技有限公司 | 一种用于虹膜识别的瞳孔中心定位方法 |
| WO2018086299A1 (zh) * | 2016-11-11 | 2018-05-17 | 广东电网有限责任公司清远供电局 | 基于图像处理的绝缘子缺陷检测方法及系统 |
| CN108629263A (zh) * | 2017-03-18 | 2018-10-09 | 上海荆虹电子科技有限公司 | 用于虹膜识别的方法和装置 |
| CN107424347A (zh) * | 2017-04-12 | 2017-12-01 | 深圳大图科创技术开发有限公司 | 一种基于虹膜识别的atm取现系统 |
| CN107909560A (zh) * | 2017-09-22 | 2018-04-13 | 洛阳师范学院 | 一种基于SiR的多聚焦图像融合方法及系统 |
| CN110070499A (zh) * | 2019-03-14 | 2019-07-30 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置和计算机可读存储介质 |
Non-Patent Citations (6)
| Title |
|---|
| A Class of Haar Functions on Unit Disk;Chen Wei等;《Journal of Image and Graphics》;第1卷(第2期);68-71 * |
| Iris recognition using multiscale morphologic features;Saiyed Umer等;《Pattern Recognition Letters》;20150708;第67-74页 * |
| Rafael C. Gonzalez等.数字图像处理.《数字图像处理（第三版）》.北京：电子工业出版社,2011, * |
| 可见光移动端虹膜识别方法研究;白雨辰;《中国优秀硕士学位论文全文数据库，信息科技辑》;20190815;第I138-816页 * |
| 量子图像处理关键算法研究;范萍;《中国优秀博士学位论文全文数据库：信息科技辑》(第5期);1-121 * |
| 马超等.Emgu CV 学习与设计（农业篇）.《Emgu CV 学习与设计（农业篇）》.延边大学出版社,2019, * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110956590A (zh) | 2020-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8965123B2 (en) | System and method for processing image for identifying alphanumeric characters present in a series | |
| JP6262176B2 (ja) | 文書画像における縦線および横線の検出および削除 | |
| CN110796615B (zh) | 一种图像去噪方法、装置以及存储介质 | |
| KR101058726B1 (ko) | 조명 성분을 제거하기 위한 이미지 보정 장치 및 방법 | |
| KR100439697B1 (ko) | 컬러 영상 처리 방법 및 그 장치 | |
| WO2020130799A1 (en) | A system and method for licence plate detection | |
| CN110956590B (zh) | 一种虹膜图像的去噪装置、方法及存储介质 | |
| CN112651913B (zh) | 一种发票印章淡化方法、系统、装置及计算机存储介质 | |
| CN108205678B (zh) | 一种含有亮斑干扰的铭牌文字识别处理方法 | |
| CN111489333B (zh) | 一种无参考夜间自然图像质量评价方法 | |
| CN113947535B (zh) | 一种基于光照分量优化的低照度图像增强方法 | |
| CN111696064B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN110136085B (zh) | 一种图像的降噪方法及装置 | |
| CN104102911A (zh) | 一种基于aoi的子弹表观缺陷检测系统的图像处理算法 | |
| JP2014174803A (ja) | パターン認識のためのモアレ除去方法およびこの方法を用いたモアレ除去装置ならびにプログラム | |
| CN111414877B (zh) | 去除颜色边框的表格裁切方法、图像处理设备和存储介质 | |
| CN112487904A (zh) | 一种基于大数据分析的视频图像处理方法及系统 | |
| KR100713335B1 (ko) | 이미지 인식방법 | |
| CN111402166A (zh) | 图像去噪方法及装置、服务终端及计算机可读存储介质 | |
| CN112533024A (zh) | 一种人脸视频处理方法、装置及存储介质 | |
| JP3831797B2 (ja) | 濃度画像の２値化方法及び記録媒体 | |
| CN115908184B (zh) | 一种摩尔纹图案的自动去除方法和装置 | |
| JP2010102376A (ja) | 情報表示画素群抽出方法、情報表示画素群抽出装置及び情報表示画素群抽出プログラム | |
| CN111986113A (zh) | 一种光学图像光影消除方法及系统 | |
| CN114627198A (zh) | 数据处理方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: No.45 Zhaoyi Road, Dongsheng Town, Zhongshan City, Guangdong Province 528415 Applicant after: Guangdong AOPO smart home Co.,Ltd. Address before: No.45 Zhaoyi Road, Dongsheng Town, Zhongshan City, Guangdong Province 528415 Applicant before: ZHONGSHAN AOPO METAL MANUFACTORY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231005 Address after: No. 18, Tai'an West Lane, Yuelong Middle Road, Xiaolan Town, Zhongshan, Guangdong 528415 Applicant after: Zhang Jiehui Address before: No.45 Zhaoyi Road, Dongsheng Town, Zhongshan City, Guangdong Province 528415 Applicant before: Guangdong AOPO smart home Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |