首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 93 毫秒
1.
为了获得清晰可靠的掌脉图像,提出了一种新型非接触式掌脉图像采集光源的设计。新的设计突破了多LED组成面光源的通行设计方案,采用了新的红外发光源激光二极管(LD),并通过对激光二极管的封装设计进行改进,克服了单点光源造成的亮度不均的问题。实验结果表明,新型光源体积小,功耗低,并能够保证采集设备获得可靠清新的掌脉图像。  相似文献   

2.
设计了一种基于现场可编程逻辑器件的线阵CCD实时图像采集系统。系统采用线阵CCD TCD2252D作为图像传感器,使用CCD专用信号处理芯片AD9826对CCD信号去噪并实现高速A/D转换,同时用USB接口芯片完成CCD数据的传输,最后在上位机显示采集的图像数据。整个系统由基于Verilog的CCD驱动模块、CCD输出信号处理模块、双口RAM缓存模块、USB接口控制模块等组成,结合上位机模块实现对CCD输出图像的准确采集、显示和保存。实验结果表明,该系统能实时采集和显示图像信息,USB传输速度可达28 MB/s,系统实时性好。  相似文献   

3.
设计了一种新的适用于安防、考勤等场合的非接触式手部三模态图像采集系统,解决了传统采集系统易传染疾病和单一模态图像变形模糊导致识别率下降的问题。分析手掌静脉、掌纹及掌形成像原理,设计选择可在多光谱条件下采集的双CCD图像传感器和镜头,并分析设计了系统补光系统、区域定位功能和上位机界面。可一次拍摄同时获取高质量的手掌静脉、掌纹及掌形特征图像,并可融合三模态特征识别算法进行在线识别,具有良好的人机交互界面,实用性强。  相似文献   

4.
详细介绍了基于面阵CCD器件的图像采集系统的构成,通过对CCD图像传感器ICX424AQ的驱动时序及数模转换芯片AD9943转换时序的分析,设计了用于图像采集的CCD驱动电路,并采用FPGA进行了实现。采用双线性插值算法,从表面覆盖Bayer彩色滤波阵列的CCD图像传感器获得全彩图像,图像数据以DVI格式实时发送到LCD屏上显示。  相似文献   

5.
针对单一生物特征识别技术易受外界各种因素影响,识别率和稳定性有待提高的问题,提出一种掌纹掌脉图像超小波域融合识别算法NSCT-NBP。首先,对掌纹掌脉图像利用非下采样Contourlet变换(NSCT)进行分解,将得到的低频和高频子图像分别利用区域能量和图像自相似原理进行融合;然后,对融合后的图像利用近邻二值模式(NBP)提取纹理特征,获得特征向量;最后,通过计算特征向量间的汉明距离比较融合图像间的近似程度来计算等误率(EER)。在PloyU图库及自建图库上进行实验,结果表明,NSCT-NBP算法可获得最低的EER,分别为0.72%和0.96%,识别时间仅为0.0530 s和0.0871 s,与当前最优的基于小波变换和Gabor滤波器的掌纹掌脉融合方法相比,在两个图库上EER分别降低了4%和36.8%。NSCT-NBP算法能够有效融合掌纹掌脉图像的纹理特征,具有良好的识别性能,并且掌纹掌脉特征的融合增强了识别系统的安全性。  相似文献   

6.
基于FPGA的视频图像采集系统的设计   总被引:8,自引:1,他引:7  
分析了各种视频采集方案的研究现状.对如何采用CCD摄像头采集高分辨率、高质量的图像以及基于FPGA的嵌入式视频图像采集系统的实现方法进行了研究.采用了以摄像头 解码芯片模式为采集方案,针对视频解码芯片ADV7181B,实现了I2C总线配置、ITU656解码、VGA显示模块的设计.设计的视频采集控制器已经在Altera公司的CycloneⅡ系列FPGA(EP2C35)上实现.结果显示本设计具有速度高、成本低、易于集成等优点.  相似文献   

7.
掌脉图像采集系统设计   总被引:1,自引:1,他引:0  
设计并实现了一种以TMS320DM6437DSP和视频解码芯片TVP5146为核心的掌脉图像采集系统。系统使用850nm和960nm双波长近红外光源,在光照强度恒定的条件下,通过重复设置TVP5146的光亮度和亮度对比度等寄存器,利用手形图像可以间接地精确定位出掌脉图像的有效区域。该系统可以脱离通用计算机的束缚方便地应用于现场。  相似文献   

8.
传统的掌静脉和掌纹图像融合识别一般需分别采集掌静脉和掌纹两类图像,而单幅近红外手掌图像中实际上同时包含了掌静脉和掌纹结构信息。由于二者局部纹理细节差异较大,且像素值分布范围不同,因此,可以先分离再分别增强处理。首先,提出了改进的引导滤波算法以便去除掌纹结构,并设计了反模糊细节增强模型增强掌静脉结构图像;然后,提出了一种改进的分块增强算法,可以在增强掌纹结构图像的同时滤除掌静脉结构信息,再利用基于Sobel算子的反锐化掩模算法以便突出掌纹主线条结构信息;最后,对单幅近红外手掌图像中获取的掌静脉和掌纹图像进行融合识别。在香港理工大学近红外手掌数据库上进行了实验,结果表明:所提出的算法识别率达到了99.63%,与其他已有算法相比等误率平均降低了0.66%,验证了所提出算法的有效性。  相似文献   

9.
针对掌纹识别系统中的图像采集问题,提出了一种基于DSP和CPLD的掌纹图像采集系统的设计方法。将DSP的特殊设计结构作为算法处理核心,对掌纹图像进行采集、存储和处理。采用OV7620作为掌纹传感器,并利用CPLD完成DSP与0V7620之间的逻辑信号转换,设计出了一套实时、高性能的掌纹采集系统。实践证明,该图像采集系统运行稳定、可靠,具有一定的应用推广性和参考价值。  相似文献   

10.
为了提高手掌掌纹图像采集速度,和解决接触式采集模式的缺点,设计出一种新型非接触式的掌纹和三维手形的多模态图像采集装置,可以将手掌掌纹、正面与侧面手形信息采集于一幅图像中.该装置硬件部分主要包括USB2.0控制器模块、CMOS图像传感器模块和其他辅助电路模块;软件部分包括下位机USB外设的固件程序、上位机操作系统的USB...  相似文献   

11.
提出了一种人手掌的简化模型,根据该模型,设计了仿人灵巧手掌的机构,使得只作为仿人灵巧手手指及其控制部件机架的手掌形成弧形自由度参加手部动作,提高了仿人灵巧手通用性、灵活性和抓持物体的适应性。经优化设计和仿真,机构完全符合灵巧手进行运动时手掌的运动要求。  相似文献   

12.
针对在其他肤色和重叠物干扰下手势分割出现偏差的问题,提出深度数据和骨骼追踪实现准确手势分割。结合凸缺陷的最小外接圆、平均值、最大内切圆三种不同的掌心提取方法来提高不同手势下掌心和掌心区域半径的精确度,通过提取出指尖弧并结合凸包来得到拟指尖集,再通过3步过滤来得到准确的指尖。实验中对6种手势进行了4种变换情况下的检验,其中翻转、平行、重叠的识别率都高于90%,倾斜和偏转分别超过70°、60°时准确度明显下降。实验结果表明了该方法在多种真实手势场景下具有较高的准确率。  相似文献   

13.
提出一种基于二维经验模式分解(Two-dimensional Empirical Mode Decomposition,2-DEMD)和独立成分分析(Independent Comment Analysis,ICA)相结合的掌纹识别新方法。利用2-DEMD自适应的时频局域化多尺度和ICAII表征数据的高阶统计特性来提取掌纹特征。首先,对预处理过的掌纹图像进行2-DEMD分解得到多层本征模函数(Intrinsic Mode Function,IMF);其次,利用基于PCA(Principal Component Analysis)降维处理的FastICAII算法提取IMF子图像集的掌纹特征基向量;最后,设计实验测试(2-DEMD+ICAII)的识别性能。实验结果表明,该方法能更有效地提取掌纹特征,与传统的ICAII相比,具有重构图像信噪比好、识别率高等优点。  相似文献   

14.
当手和手臂都进入深度相机所设定的有效深度范围时,它们将被作为一个整体来提取,若处理时也把它们作为一个整体,这可能会影响手势交互的一些重要算法,如掌心估测,手朝向估测,手的跟踪等。本文分析了手腕的运动特征和手的轮廓特点,并利用内切矩形的几何特征,提出了手腕识别算法来分割手与手臂;为了提高掌心估测算法的性能,本文分析了锐角三角形和最大内切圆的几何特征,并结合手势交互的特点,提出了新的掌心估测算法。经实验证明,手腕识别算法能较好地分割出手与手臂,新的掌心估测算法较之原算法在性能上有显著提高。  相似文献   

15.
基于深度相机的手腕识别与掌心估测   总被引:1,自引:1,他引:0       下载免费PDF全文
目的当手和手臂都进入深度相机所设定的有效深度范围时,它们将被作为一个整体来提取,若处理时也把它们作为一个整体,这可能会影响手势交互的一些重要算法,如掌心估测、手朝向估测、手的跟踪等。掌心是手势交互中较为稳定的点,掌心与手簇中心的连线常被用来估测手的朝向。因此提高掌心估测算法的性能有助于提高手势交互的整体性能。方法为了有效地分割手与手臂,从分析手腕的运动特征和手的轮廓特点入手,并利用内切矩形的几何特征,提出手腕识别算法;为了提高掌心估测的性能,从手势交互的特点入手,分析了锐角三角形和最大内切圆的几何特征,提出新的掌心估测算法。结果本文算法在空气多点触摸系统中进行了实验,新的掌心估测算法较之原算法在性能上提高了近7倍,且仍然能保持掌心坐标的稳定性,坐标偏差不大于3个像素。同时手腕识别算法的引入也提高了掌心估测的准确性。结论实验结果表明,手腕识别算法能较好地分割出手与手臂,新的掌心估测算法能很好地支持实时交互。  相似文献   

16.
This study describes the design of a novel flexible robotic hand that can adapt its configurations to different grasping demands. Firstly, a mathematical model, based on the Yeoh strain energy function and virtual work principle, is established to investigate deformation properties of the designed soft finger. To achieve a flexible grasping capability, a changeable palm is presented with its variable configurations in terms of target objects with different sizes and shapes. A kinematic model of the flexible robotic hand is established, and then the numerical simulations based on the Monte-Carlo method and Matlab is applied to analyse the workspace of the hand and address the parameter optimisation problem of the rigid-flexible coupled system. Furthermore, an optimised grasping strategy on the basis of the principle of optimal efficiency is proposed to obtain an optimal grasping pose for the target object. Finally, a prototype is developed and tested in a laboratory to demonstrate the feasibility and effectiveness of our proposed hand. The results of practical experiments show that the robotic hand cannot only stably grasp objects with different sizes and shapes but also flexibly manipulate soft and fragile ones.  相似文献   

17.
在手掌静脉成像系统中,为对光源波长和成像质量之间的关系进行研究,对手掌皮肤中的表皮层、真皮层和脂肪层在近红外光下的吸收、散射光学特性建立数学模型,并对在760nm、850nm、890nm和960nm四种单波长近红外光下图像质量的影响因素进行分析。在上述四种单波长及其六种混合波长下,利用图像对比度作为图像质量评价标准,对2500张掌脉图像进行了预处理和图像质量对比分析。实验结果和理论分析表明,在混合波长760nm+960nm下,最大程度保留了静脉信息。  相似文献   

18.
19.
Abstract: In this paper the relationship between blood glucose concentration and palm perspiration rate is studied as a non‐invasive method. A glucose concentration range from 83 mg/dl to 116.5 mg/dl is examined. An artificial neural network (ANN) trained by the Levenberg–Marquardt algorithm is developed to detect the performance indices based on the one‐ and two‐input variables. A data set for 72 volunteers is used for this study. Data of 36 volunteers are used for training the ANN and data of 36 volunteers were reserved for testing. Results of the study are acceptable with an error of 8.38% for the Elman neural network and 8.77% for the multilayer neural network. Therefore, the palm perspiration rate may be used as a good indicator for detecting glucose concentration in blood. This non‐invasive method has advantages such as time saving, cost etc. over other methods and it is painless. The results of clinical experiments, follow‐up methods and other applications are presented.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号