买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜华南理工大学申请的专利基于级联超像素分割的指静脉特征融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115188035B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210695895.X，技术领域涉及：G06V40/14；该发明授权基于级联超像素分割的指静脉特征融合方法是由田联房;钟明通;杜启亮设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。

本基于级联超像素分割的指静脉特征融合方法在说明书摘要公布了：本发明公开了一种基于级联超像素分割的指静脉特征融合方法，包括：1获取指静脉图像ROI区域；2初始化k0个超像素中心；3对ROI区域进行迭代超像素分割，得到大尺度的图像块集合P0；4对P0中的每一个图像块，初始化k1个超像素中心；5对P0中的每一个图像块进行迭代超像素分割，得到中尺度的图像块集合P1；6对P1中的每一个图像块，初始化k2个超像素中心；7对P1中的每一个图像块进行迭代超像素分割，得到小尺度的图像块集合P2；8对P0、P1、P2中的每一个图像块提取特征，相同集合的特征进行串联，得到集合特征向量，再进行不同集合间的特征向量串联融合，得到指静脉图像的融合特征。本发明解决了现有技术单一尺度、超像素中心点初始化不合理导致特征信息表达能力不够强的问题。

本发明授权基于级联超像素分割的指静脉特征融合方法在权利要求书中公布了：1.基于级联超像素分割的指静脉特征融合方法，其特征在于，包括以下步骤：1）获取指静脉图像，对图像进行边缘检测，拟合中线进而旋转矫正，得到ROI区域，对ROI区域进行尺寸归一化和灰度归一化得到ROI图像；2）在步骤1）得到的ROI图像上选取个像素点作为初始化的个超像素中心，具体步骤如下：2.1）以ROI图像左上角点为坐标原点，以水平向右为轴，以垂直向下为轴，建立坐标系，随机选定ROI图像的一个点为超像素中心点，初始化；2.2）超像素中心点集合为，计算图像上的每个像素点到超像素中心点距离之和； ； ； ； ；式中，为超像素中心点集合里面的一个超像素中心点，为超像素中心点的灰度值，为图像上的像素点，为图像上的像素点灰度值，、分别为超像素中心点的横坐标以及纵坐标，、分别为像素点的横坐标及纵坐标，、分别代表与的灰度差异及位置差异，、分别为灰度归一化因子、位置归一化因子，代表与的距离，代表到超像素中心距离之和；2.3）选定为最大值对应的像素点为新的一个超像素中心点，添加到超像素中心集合，更新；2.4）重复步骤2.2）到2.3）直至；3）根据步骤2）初始化的超像素中心，使用SLIC算法对ROI图像进行迭代超像素分割，得到超像素分割的大尺度的图像块集合，具体步骤如下：3.1）将区域的每个像素点的标签labela设置为-1，距离disa设置为；3.2）对于每个像素点，计算像素点到每个超像素中心点的距离，如果，则,；3.3）更新每个超像素中心的坐标，具体公式如下： ； ；式中，n为像素点的数目；3.4）重复步骤3.2）到3.3）直至达到迭代次数阈值，得到大尺度下的超像素分割图像块；4）对步骤3）获取的图像块集合中的每一个图像块，选取图像块上个像素点作为初始化的个超像素中心，具体步骤如下：4.1）对于的每一个图像块，随机选定图像块一个像素点为超像素中心点，初始化数目；4.2）重复步骤2.2）、2.3）直至；5）根据步骤4）初始化的超像素中心，使用SLIC算法对图像块集合中的每一个图像块进行迭代超像素分割，得到超像素分割的中尺度的图像块集合；6）对步骤5）获取的图像块集合中的每一个图像块，选取图像块上个像素点作为初始化的个超像素中心，具体步骤如下：6.1）对于的每一个图像块，随机选定图像块一个像素点为超像素中心点，初始化数目；6.2）重复步骤2.2）、2.3）直至；7）根据步骤6）初始化的超像素中心，使用SLIC算法对图像块集合中的每一个图像块进行迭代超像素分割，得到超像素分割的小尺度的图像块集合；8）分别对、、中的每一个图像块提取特征，相同集合的特征进行串联，得到集合特征向量，再进行不同集合间的特征向量串联融合，得到指静脉图像的融合特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。