【技术实现步骤摘要】
本专利技术涉及一种基于半监督学习技术和局部敏感的哈希索引方法相结合的从原始 眉毛图像中提取出纯眉毛图像的方法，属于电子信息
技术介绍
在现代社会中，随着计算机网络技术的高速发展和全球范围内电子商务的迅速兴 起，信息安全显示出前所未有的重要性，而生物特征识别作为信息安全的一个重要方面开始越来越受到人们的重视。目前人们研究和使用的生物特征识别技术主要有:人脸 识别、虹膜识别、指纹识别、手形识别、掌纹识别、人耳识别、签名识别、声音识别、 步态识别、等等。眉毛作为人脸上的一个重要特征，具有作为识别特征的普遍性、唯 一性、稳定性和可采集性。事实上，与人脸图像相比，眉毛图像不仅具有轮廓鲜明、 结构简单和容易选取的优点，而且受光照和表情的影响较小，具有更好的稳定性和抗 干扰性；与虹膜图像相比，眉毛图像则又具有易于采集和使用方便的优点。此外，人类的眉毛具有多种多样的形状，无固定结构，具有很好的身份特异性，因此能够被有 效地应用于身份鉴别。应用眉毛进行识别， 一个重要的步骤就是眉毛图像的分割。图像分割历来是图像 分析和模式识别的首要问题，也是图像处理的经典难题之一，它是...
【技术保护点】
一种基于半监督学习和哈希索引的眉毛提取方法，其特征在于，依次包括以下步骤： 步骤１；接受用户的原始眉毛图像，并将眉毛图像划分成大小相等的小像素块ｓ×ｓ，ｓ的值可根据速度和精度要求选择ｓ＝２，３，４，…，１０． 步骤２；通过计算机 从原始眉毛图像中选定眉毛点和非眉毛点，所有的像素块按照所包含的眉毛点与非眉毛点的多少给予相应的标号：如果眉毛点数大于非眉毛点数则该像素块的标号为１，反之为０；如果像素块中不包含任何选定的眉毛点和非眉毛点，则该像素块没有标号； 步骤３； 所有的像素块均用向量表示，比如可以用五维向量（ｒ，ｇ，ｂ，ｘ，ｙ）表示，其中ｒ，ｇ...
【技术特征摘要】
【专利技术属性】
技术研发人员：李玉鑑，张晨光，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。