Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜东南大学严如强获国家专利权

恭喜东南大学严如强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜东南大学申请的专利一种基于哈希算法的指静脉采集认证装置及检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN112507843B

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202011390562.3,技术领域涉及:G06V40/14;该发明授权一种基于哈希算法的指静脉采集认证装置及检测方法是由严如强;王瀚;徐佳文设计研发完成,并于2020-12-02向国家知识产权局提交的专利申请。

一种基于哈希算法的指静脉采集认证装置及检测方法在说明书摘要公布了:本发明公开了一种基于哈希算法的指静脉采集认证装置及检测方法,装置包括MCU、触摸感应单元、摄像头单元和显示单元;其中检测方法包括如下步骤:(1)图像预处理;(2)图像复处理;(3)图像小波哈希特征;(4)2层哈希距离并求出特征匹配度。本发明能够大幅提高现有采集认证装置的精确度、可靠性,实现快速采集、精确认证。

本发明授权一种基于哈希算法的指静脉采集认证装置及检测方法在权利要求书中公布了:1.基于哈希算法的指静脉采集认证装置的检测方法,其特征在于:基于哈希算法的指静脉采集认证装置包括MCU、触摸感应单元、摄像头单元和显示单元;其中MCU驱动触摸感应单元,同时接收摄像头单元发送的手指静脉图像,通过图像处理的方法分析图片信息、哈希算法获取特征距离,得出认证结论,从而控制显示单元进行储存显示;触摸感应单元包括感应区、JR223B触摸模块、与门逻辑控制模块;感应区设置在手指放置区下方,调整合适的灵敏度和垂直高度达到有效触摸响应,前后的感应区对应手指的第一指节和第三指节,保证测试者的手指正常水平的放置在摄像头正上方,获取有效特征丰富的静脉图像;包括如下步骤:步骤1图像预处理;步骤1中,图像预处理步骤包含了尺寸归一化、灰度归一化、图像滤波、开运算和闭运算、图像平滑;图像归一化对图像尺寸规格统一为240×120,将RGB565格式的图像统一为灰度图像,方便后续图像的处理和识别;图像滤波采用中值滤波技术,使用模板大小为9×9的模板对图像进行中值滤波,消除椒盐噪声,保护图像的边缘信息;图像平滑采用均值模板滤波方法,使用模板大小为9×9像素点的模板;开运算先腐蚀再进行膨胀,用于去除前景中的噪声;闭运算先膨胀再腐蚀;它被用来填充前景物体中的小洞,以及前景物体上的小黑点;步骤2图像复处理;步骤2中,图像复处理包括如下步骤:21图像细化,细化以消除尖端噪声、增强静脉纹路信息,图像细化采用Zhang快速并行细化算法,具体包括如下步骤:211边界点为中心的8-邻域,记中心点为p1,其邻域的8个点顺时针绕中心点分别记为p2,p3,...,p9,其中p2在p1上方,首先标记同时满足下列条件的边界点:a2≤Np1≤6;bSp1=1;cp2×p4×p6=0;dp4×p6×p8=0;其中Np1是p1的非零邻点的个数,Sp1是以p2,p3,...,p9为序时这些点的值从0到1变化的次数,当对所有边界点都检验完毕后,将所有标记了的点除去;212同步骤211,仅将前面条件c改为:p2×p4×p8=0;条件d改为:p2×p6×p8=0;同样当对所有边界点都检验完毕后,将所有标记了的点除去,这两步操作构成一次迭代,直至没有点再满足标记条件,这时剩下的点组成区域的骨架;22图像二值化,设当前景与背景的分割阈值为t时,前景点占图像比例为w0,均值为u0,背景点占图像比例为w1,均值为u1;则整个图像的均值为u=w0×u0+w1×u1;建立目标函数gt=w0×u0-u2+w1×u1-u2;gt就是当分割阈值为t时的类间方差表达式;OTSU算法使得gt取得全局最大值,当gt为最大时所对应的t′称为最佳阈值: 步骤3图像小波哈希特征;步骤3中,小波哈希求解图像特征;利用haar小波哈希算法,需要将连续的小波及其小波变换离散化;使用二进制离散处理,离散小波变换实际上是对连续小波变换的尺度、位移按照2的幂次进行离散化得到,虽然经典的傅里叶变换能够反映出信号的整体内涵,但表现形式往往不够直观,并且噪声会使得信号频谱复杂化;故在此使用一族带通滤波器将信号分解为不同频率分量,即将信号fx送到带通滤波器族Hix中,求解出低频时域信号,在数据降维的同时、较好地保留图像原始特征的信息,最终获取为64×64的低频数据;步骤42层哈希距离并求出特征匹配度;2层哈希距离并求出特征匹配度;首先将步骤3中获取的小波哈希低频特征按照8×8的矩阵进行分割,得到64个局部特征矩阵,并且分别对64个特征矩阵求1层哈希距离,哈希距离按照汉明距离算法求解,具体如下:1将两个给定的矩阵进行异或运算后保存在变量S,汉明距离就是S的二进制中1的个数;2当S不为0时,和0x01进行按位与运算,如果结果为1,则统计变量加一;3将S右移一位,重复步骤21;进一步,将所得8×8的1层哈希距离矩阵,按照汉明距离算法进一步求解,得到2层哈希距离,比对该2层哈希距离值,若距离超过认证成功的阈值,则判定为特征识别错误,若距离小于认证成功的阈值,则判定为特征识别正确。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。