原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明针对手指静脉识别系统性能受采集图像质量影响较大的问题，综合考虑手指静脉图像特点，提出了一种基于网络学习的指静脉图像质量评价方法。首先对采集到的手指静脉图像设计出亮度均匀性、清晰度、面积、位置偏移、信息熵、对比度、等效视数七种评价准则进行图像质量评价，并得到七个相应的质量评价分数；再将七个质量评价分数进行归一化处理，以避免数量级相差过大；最后将归一化后的图像质量评价分数作为网络输入，设计MEA‑BP‑Adaboost强分类器获得静脉图像总质量评估等级。本发明为手指静脉图像质量对识别精度影响较
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112288010 B
(45)授权公告日 2022.05.13
(21)申请号 202011186315.1 CN 110415225 A,2019.11.05
(22)申请日 20
文档评论（0）