人体手背血管图像的特征提取及匹配

为了克服指纹识别系统的一些缺点,该文对一种全新的生物特征识别方法——基于手背的静脉图像的特征识别进行了初步研究。首先利用自主设计的近红外血管图像采集仪提取血管造影的原始图像,然后对采集到的图像作归一化和增强处理,以及进行特征提取和特征匹配算法研究。文中给出了65个小范围样本的匹配试验结果,在拒真率为4.6%条件下,误识率为0。利用手背静脉图像进行个人身份识别是完全可行的,文中提出的方法具有良好的应用前景。     

生物特征识别技术的标准化进程

以指纹识别为代表的生物特征识别技术近年来开始广泛地应用在网络安全、公共安全、金融服务等领域,已成为一个独立的新兴产业。生物特征识别技术的标准化工作在国际上进展非常迅速,新确立的正式或非正式标准在数据格式、应用编程接口(AP I)、系统安全、系统特性描述和系统评估方法等方面对生物特征识别的技术细节进行了全面的规范。该文概述了近年来国内外生物特征识别技术的标准化进程,并全面介绍了已确立或即将确立的各类技术标准,以唤起国内业界对生物特征识别标准及标准化工作的关注。     

一种利用动态滤波模板进行指纹图像增强的算法

在实时指纹识别系统中 ,指纹图像的增强算法起着至关重要的作用。但通常的增强算法经常要花费较多的时间 ,或者不适用于指纹频率区别较大的数据库。在大量样本分析的基础上 ,根据指纹纹理频率参数的变化动态调整方向滤波模板的大小对指纹图像进行有效的增强处理 ,对不同的纹理方向专门采用了查表的方法 ,减小了时间消耗。实验表明 ,这种算法能够快速有效的增强指纹图像 ,尤其适用于指纹频率区别较大的指纹样本库中 ,并在实时指纹鉴别系统中得到了应用     

基于小波变换的掌纹特征提取

掌纹中不同区域的纹线方向和空间频率代表着掌纹图像内在的特征。为了提取该特征,提出了一种基于原始灰度图像的小波变换的新算法。由于该算法直接对原始的灰度图像进行处理,而无需对图像进行预处理(例如图像增强、滤波、区域分割、二值化、纹线细化等),因此它与传统的细节特征识别方法相比大大减小了计算消耗。对一个小的掌纹图像数据库,使用K近邻(K-NN)的分类器对算法进行了实验,得到了很高的分类正确率,验证了算法的有效性。     

新时代汕头科技创新工作的新举措

正2017年11月28日当前,全国上下正在认真学习、宣传贯彻党的十九大精神,以习近平新时代中国特色社会主义思想为指引,奋力开创各项工作发展新局面。党的十九大报告为新时代科技创新工作提出了新任务、新要求,做出了新部署,为科技发展指明了方向。如何加快汕头科技创新驱动发展的步伐,落实市委、市政府科技创新驱动发展战略,加快建设创新型经济特区、区域创