江西财经大学软件与通信工程学院射频识别技术.PPT

机器视觉系统的典型结构 典型的视觉系统组成： 1．照明 2．镜头 3．相机 4．图形采集卡 5．视觉处理器 3.4机器视觉技术 1．照明 2．镜头 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。 照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。 视场（Field Of Vision，FOV）=所需分辨率×亚像素×相机尺寸/PRTM（零件测量公差比）。 镜头选择应注意： ①焦距； ②目标高度； ③影像高度； ④放大倍数； ⑤影像至目标的距离； ⑥中心点/节点； ⑦畸变 3.4机器视觉技术 3．相机 相机按照不同标准可分为：标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选择不同的相机。 3.4机器视觉技术 4．图形采集卡 图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演着一个非常重要的角色。 图像采集卡直接决定了相机的接口：黑白、彩色、模拟、数字等。 3.4机器视觉技术 5．视觉处理器 视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。 3.4.3 机器视觉识别技术的应用 机器视觉识别技术通常广泛应用于质量检测和工业自动化中. 自动印刷品质量检测设备采用的检测系统多是先利用高清晰度、高速摄像镜头拍摄标准图像，在此基础上设定一定标准，然后拍摄被检测的图像，再将两者进行对比。 3.4机器视觉技术 3.5 生物识别技术 每个人都有自身固有的生物特征，人体生物特征具有“人人不同，终身不变，随身携带”的特点。由于人体特征具有人体所固有的不可复制的唯一性，这一生物密钥无法复制，失窃或被遗忘，生物识别技术就是利用生物特征或行为特征对个人进行身份识别，利用生物识别技术进行身份认定，安全、可靠、准确。 生物识别技术概述 3.5生物识别技术 1．手形识别 （1）基于特征矢量的手形认证：大多数的手形认证系统都是基于这种方法的。 （2）基于点匹配的手形认证：上述方法的优点是简单快速，但是需要用户很好地配合，否则其性能会大大下降。 2．面相识别技术 面相识别技术包含面相检测、面相跟踪与面相比对等内容。 3.5生物识别技术 3．签名识别 签名识别是一种行为识别技术，目前签名大多还只用于认证。签名认证的困难在于，数据的动态变化范围大，即使是同一个人的两个签名也绝不会相同。 签名识别，也被称为签名力学辨识，源于每个人都有自己独特的书写风格。 签名鉴定分为在线签名鉴定和离线签名鉴定两种。 在线签名是通过手写板采集书写人的签名样本，除了采集书写点的坐标外，有的系统还采集压力、握笔的角度等数据 离线签名是通过扫描仪输入签名样本。 3.5生物识别技术 虹膜是一种在眼睛中瞳孔内的相互交织的各色环状物，其细部结构在出生之前就以随机组合的方式确定下来了。 每一个虹膜都是独一无二的，没有任何两个虹膜是一样的。 虹膜识别技术将虹膜的可视特征转换成一个512 个字节的虹膜代码，这个代码模板被存储下来以便后期识别所用。 生成虹膜代码的算法是通过二维Gobor 子波的方法来细分和重组虹膜图像。 4．虹膜识别技术 5．声音识别技术 声音识别也是一种行为识别技术，同其他的行为识别技术一样，声音的变化范围比较大，很容易受背景噪声、身体和情绪状态的影响。 3.5生物识别技术 6．掌纹识别技术 与指纹识别相比，掌纹识别的可接受程度较高，其主要特征比指纹明显得多，而且提取时不易被噪声干扰。 掌纹的主要特征比手形的特征更稳定和更具分类性，因此掌纹识别应是一种很有发展潜力的身份识别方法。 可利用的信息有：几何特征，包括手掌的长度、宽度和面积；主线特征；皱褶特征；掌纹中的三角形区域特征；细节特征。 目前的掌纹认证方法主要是利用主线和皱褶特征，一般采用掌纹特征抽取和特征匹配两种掌纹识别算法。 3.5生物识别技术 8．静脉特征识别 以特定波长光线被体内特定物质吸收原理制成传感器，采集指/掌等相关部位静脉分布形态作为特征识别依据。 以特定波长光线被体内特定物质吸收原理制成传感器，采集指/掌等相关部位静脉分布形态作为特征识别依据 除非发生重度创伤，导致静脉受损或者截断，否则其余的因素不会对准确识别产生影响 7．真皮层特征识别 以真皮层对于特定波长光线产生反射的特性，采集手部或相关部位真皮形状作为人的生物特征。 3.5生物识别技术 指纹识别 指纹图像获取 指纹图像压缩 指纹图像处理 指纹分类 指纹形态和细节特征提取 指纹比对 指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。由于每个人的指纹不同，就是同一个人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。 指纹识别包括： 3.5生物