[发明专利]一种基于高光谱的潜在指纹检测方法有效
| 申请号: | 202010709437.8 | 申请日: | 2020-07-22 |
| 公开(公告)号: | CN111814727B | 公开(公告)日: | 2022-06-24 |
| 发明(设计)人: | 李文军;龙伟 | 申请(专利权)人: | 吉林大学 |
| 主分类号: | G06V40/13 | 分类号: | G06V40/13;G06V10/26;G06V10/30;G06V10/77;G06K9/62 |
| 代理公司: | 长春市四环专利事务所(普通合伙) 22103 | 代理人: | 张建成 |
| 地址: | 130012 吉*** | 国省代码: | 吉林;22 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 光谱 潜在 指纹 检测 方法 | ||
1.一种基于高光谱图像的潜在指纹痕迹检测方法,其特征在于:包括依次进行的以下步骤:
S1、在标准工作环境下,使用便携式微型高光谱检测仪对待检测指纹样本进行拍摄;
S2、将采集到的高光谱指纹数据分别进行光谱预处理和图像预处理,其中图像预处理需要下一步骤的光谱主成分析结果;
S3、对预处理后的光谱信息采用主成分分析法进行数据处理,获得w1、w2、w3三个波段的主成分数据;
S4、对步骤S2的图像预处理数据、步骤S3所得数据分别进行指纹的形态学分析和成分分析,并接入大数据库,由数据库提供指纹识别比对样本和组成成分比对样本;
S5、对分析结果展示,显示结果包括以下:按照相似度降序排列,展示对象信息和相似度数据,并对指纹重要成分进行显示;
所述步骤S2中光谱预处理采用二阶导来扣除设备背景或漂移对信号的影响,从而完成对光谱的基线校正;采用SG平滑法消除光谱信号中的随机噪声,以此提高样本的信噪比,利于后续光谱分析;
所述步骤S2中的图像预处理包括以下步骤:
S201、将伪色彩光谱图像经灰度变换转换为灰度显示的光谱图,灰度变换是1.0伽马校正的灰度单色显示;
S202、为了有效提取现场环境的残缺污损指纹,降低刑侦工作者的工作量;对指纹可修复区域进行自适应分数阶微分图像增强处理;具体算法如下:
(1)设指纹图像信号f(x,y),置于掩膜中心位置,最小步长h=1,x、y的图像信号持续周期为x∈[x1,x2],y∈[y1,y2],则
(2)对指纹图像信号f(x,y)分别对x、y方向上进行近似偏分数阶微分差分运算并保留前三项得:
(3)同理获得x、y负方向和其对角线共计八个方向的分数阶微分,将上述所得作为掩膜;输出图像为:
其中:w(s,t)为M×N图像上n×n大小的滤波器,并且对中心作用点到图像边缘距离大于和的像素灰度值保留;mag(G)为梯度模值,mag(G[f(x,y)])=|G|=max{|Gx′|,|Gy′|},则分数阶微分阶的关系函数:
S204、对上述所获结果,采用Contourlet变换法对图像分割,通过Contourlet子带系数逐个获得每个像素的几何特征,计算均值mean和最大值max,并设置阈值cσ来区分强边缘系数、弱边缘系数、噪声系数;
其中,规定滤波窗口大小为(2M+1)×(2N+1),mean和σ计算公式如下:
对每一个像素点采用下式处理来增强弱边缘和抑制噪声:
并对方向子带进行系数模极大值检测,然后进行Contourlet逆变换、二值化处理和OPTA算法细化处理后得到高光谱潜在指纹分割图像;
S205、对步骤S3所获得的w1、w2、w3波段的光谱图像进行上述S201~S204操作,通过工具箱对三个波段的特征图像进行融合,得到最终的融合图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010709437.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种服装工艺单快速生成系统及方法
- 下一篇:一种智能特高压开关柜





