[发明专利]一种掌纹多区域联合分析处理方法、装置、智能终端在审
申请号: | 202210295317.7 | 申请日: | 2022-03-24 |
公开(公告)号: | CN114821122A | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 朱泓睿;康冰;任凯辉;郑德新;张淇航;邢云鹏 | 申请(专利权)人: | 吉林大学 |
主分类号: | G06V10/74 | 分类号: | G06V10/74;G06V40/12;G16H50/30 |
代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 朱阳波 |
地址: | 130022 吉林*** | 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 掌纹 区域 联合 分析 处理 方法 装置 智能 终端 | ||
1.一种掌纹多区域联合分析处理方法,其特征在于,所述方法包括:
获取同一手掌的不同区域的掌纹图像,并将获取的不同区域的掌纹图像处理提取异常纹信息,得到带异常纹信息的掌纹图像;
将得到的带异常纹信息的掌纹图像抽象得到一个信息矩阵A;
用预先根据中医理论生成的预测矩阵B来处理信息矩阵A,得到结果矩阵C;
从所述结果矩阵C中提取结果向量D、并对其进行数学分析得到健康预测相似度结果;
将得到的健康相似度结果与一预先设定的相似度阈值进行对比判断,根据对比判断结果输出对应的隐患提示。
2.根据权利要求1所述掌纹多区域联合分析处理方法,其特征在于,所述获取同一手掌的不同区域的掌纹图像,并将获取的不同区域的掌纹图像经过图像增强、图像修复、图像信息提取之后,得到带异常纹信息的掌纹图像的步骤包括:
获取同一手掌的不同区域的掌纹图像;
对获取同一手掌的不同区域的掌纹图像,利用基于NSCT方法进行掌纹的精细纹路提取,然后利用基于深度优先遍历思想的回路搜索法对异常纹进行提取,再利用基于矩形度描述的方法进行异常纹识别分类;从而得到关于异常纹信息的图像,即得到带异常纹信息的掌纹图像。
3.根据权利要求1所述的掌纹多区域联合分析处理方法,其特征在于,所述将得到的带异常纹信息的掌纹图像抽象得到一个信息矩阵A的步骤包括:
将得到的带异常纹信息的掌纹图像中的异常纹信息和所对应的区域信息分别存储在信息矩阵A中;
所述信息矩阵A为i行,j列的矩阵;i行中每一行代表一种异常纹的种类,j列中每一列代表一种器官反射区域;
若掌纹图像中一个区域内出现了异常纹,则根据该异常纹的种类和出现区域,将信息矩阵中行与列信息与之相对应的元素置1,未被置1的元素皆为0。
4.根据权利要求1所述的掌纹多区域联合分析处理方法,其特征在于,所述用预先根据中医理论生成的预测矩阵B来处理信息矩阵A,得到结果矩阵C的步骤包括:
将预先根据中医理论生成的预测矩阵B右乘所述信息矩阵A,得到结果矩阵C;
其中,所述预先根据中医理论生成的预测矩阵B为利用中医的理论与实践经验构建预测矩阵B;所述预测矩阵B的数量对应预测健康隐患的数量,且呈一一对应关系,其每一列分别代表一种异常纹在不同位置对健康隐患的影响因数,其每一行代表不同种类的异常纹在一个位置对健康隐患的影响因数;
所述结果矩阵C的数量对应预测健康隐患的数量,且呈一一对应关系。
5.根据权利要求1所述的掌纹多区域联合分析处理方法,其特征在于,所述从所述结果矩阵C中提取结果向量D、并对其进行数学分析得到健康预测相似度结果的步骤包括:
从所述结果矩阵C中提取结果向量D;
求解结果向量D与其相对应的健康隐患的模板向量之间的欧几里得距离;其中,所述健康隐患的模板向量是由模板信息矩阵左乘其对应的预测矩阵得到的结果矩阵,并按顺序提取结果向量的主对角线元素而组成的;所述模板信息矩阵是针对某种健康隐患,可能出现的异常纹种类全部出现在其对应位置的掌纹图像所对应的信息矩阵;
将健康隐患的模板向量Dn′(d1,d2,…,dn)中各个元素之和作为分母,将求得的对应的欧几里得距离en作为分子,做除法,并用1减去上述运算的结果,所得到的最终数据记为相似度Sn。
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/202210295317.7/1.html,转载请声明来源钻瓜专利网。