[发明专利]活体采集下半掌纹质量评估方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种活体采集下半掌纹质量评估方法。

背景技术

掌纹是人体生物特征的一种，尤其是下半掌纹能够十分准确地用于进行人员身份的识别。作案人员在案发现场遗留的下半掌纹信息在刑嫌人员信息采集过程中属于必采项目，对公安刑侦人员进行案件侦破具有重要的作用和意义。但是作案人员现场遗留的下半掌纹有好有坏，并且采集人员在采集时的操作水平不一，就导致采集到的下半掌纹质量有高有低。而高质量的下半掌纹图像数据采集是将其运用于刑侦技术的基础，因此需要对采集到的下半掌纹质量进行评估，选取高质量的下半掌纹进行进一步的生物识别。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：提供一种活体采集下半掌纹质量评估方法，以便人们选取高质量的下半掌纹进行进一步的生物识别。

(二)技术方案

为解决上述问题，本发明提供了一种活体采集下半掌纹质量评估方法，包括以下步骤：

S1：对下半掌纹原始图像进行有效区域提取，确定掌纹捺印的实际有效区域；

S2：对所述有效区域的图像进行计算，得到所述有效区域参数值；

S3：将所述有效区域的图像进行分析，将有效区域划分为四种子块，包括：正常块、过干块、过湿块和模糊块；

S4：根据步骤S2中得到的所述有效区域的参数值和步骤S3中得到的各子块大小，提取下半掌纹图像的特征值；

S5：根据提取的特征值，对下半掌纹图像进行质量评估；

S6：根据下半掌纹图像的掌纹大鱼际位置，判断所述下半掌纹图像为左手掌纹还是右手掌纹。

优选地，所述步骤S1具体包括：

S11：将所述下半掌纹原始图像分割为预定大小的模块；

S12：分别计算每个模块区域内所有像素灰度值的均值与方差；

S13：当模块中所有像素灰度值的均值与方差均满足设定条件时，标记该模块属于有效区域。

优选地，步骤S2中所述有效区域的参数值包括：有效区域的面积、有效区域的外接矩形面积、有效区域的周长、以及有效区域的重心坐标。

优选地，步骤S3中所述四种子块的划分方法分别为：

1)将同时满足下面两个条件的子块划分为过干块：

1a)子块中像素的灰度均值大于第一灰度均值阈值t_g1；

1b)子块中灰度值小于第一灰度阈值t_h1的像素点的个数小于第一个数阈值t_v1；

2)将同时满足下面两个条件的子块划分为过湿块：

2a)子块中像素的灰度均值小于第二灰度均值阈值t_g2；

2b)子块中灰度值大于第二灰度阈值t_h2的像素点的个数小于第二个数阈值t_v2；

3)将满足下面条件的子块划分为模糊块：

子块中与横向或纵向相隔3个像素的像素点之间的灰度值差小于第三灰度阈值t_h3的像素点的数量大于第三个数阈值t_v3；

4)将有效区域中除了上述三种子块以外的其它子块划分为正常块。

优选地，步骤S4中提取的下半掌纹图像的特征值包括下面的一种或多种的组合：

1)有效区域的面积与下半掌纹原始图像面积的比值；

2)有效区域的面积与有效区域的外接矩形面积的比值；

3)有效区域的面积与周长的比值；

4)有效区域的重心的在下半掌纹原始图像中的居中度；

5)过干块面积与有效区域面积的比值；

6)过湿块面积与有效区域面积的比值；

7)模糊块面积与有效区域面积的比值。

优选地，所述步骤S5具体包括：

S51：根据下半掌纹图像的特征值构成特征向量；

S52：采用支持向量机将所述下半掌纹图像的特征向量代入预设的分类模型中进行质量评估，得到该下半掌纹图像的质量等级。

优选地，所述分类模型通过下面的方法得到：

S521：用人工挑选的方式对选取的若干下半掌纹图像样本进行质量等级分级；分别提取每张掌纹图像样本的特征向量，构造出分类训练集与验证集；

S522：通过支持向量机对所述分类训练集进行训练，得到训练参数模型；