[发明专利]基于手背静脉与手形结合的识别系统与方法

权利要求书

1.一种手背静脉与手形结合的识别系统，其特征在于该系统包括采集单元、生物特征识别单元和数据库单元；

采集单元：根据静脉血管成像特点，设计了远红外热成像和近红外成像两种方式的采集方式，其中根据红外热成像原理利用红外热像仪实现了远红外手背静脉采集，红外热像仪采集整个手面背部、手背的温度分布，然后利用热能分析软件将温度数据转化为灰度图像，从而可以得到静脉的分布信息及整个手形的信息；根据近红外成像原理利用峰值波长为850nm的LED阵列发出红外光照射手背并反射，反射光线透过红外滤光镜滤除可见光，仅使近红外光进入近红外CCD相机采集手背静脉图像，获得的手背静脉图像信息含有手背静脉与手形两种生物信息；所述的LED阵列为均匀分布的圆形光源排布在近红外CCD的两侧照射手背；

生物特征识别单元：由DSP构成，对由采集单元获取的图像进行预处理提取出手背静脉与手形的特征向量，再和数据库单元中已存储的特征向量进行匹配融合得到识别结果；

数据库单元：由FLASH存储器构成，用于存储预先采集提取的手背静脉与手形特征向量。

2.一种基于手背静脉与手形结合的识别方法，其特征在于该方法包括：

第1、由采集单元利用远红外热成像或近红外成像方式采集图像；

第2、将采集单元采集到的图像信号送到生物特征识别单元，生物特征识别单元对图像进行预处理，对手背静脉信息与手形信息分别提取特征向量；

第3、然后分别与数据库单元中已存储的特征向量作比对，得到各自的匹配分数，采用加权求和规则实现匹配分数在匹配层的融合，将融合后的分数与设定的阈值进行比较判断实现身份判决，完成多模态的身份识别认证，最后得到最终识别结果。

3.根据权利要求2所述的方法，其特征在于第2步所述手背静脉识别方法为：对获取的图像转换成同一均值和方差的归一化方法进行图像归一化，采用反锐化掩模方法进行锐化处理突出图像中的手背静脉细节，采用动态闭值与全局闽值结合起来的方法对图像进行二值化，采用中值滤波与区域生长的方法去除图像噪声，采用八近邻算法对图像进行细化并去除毛刺，提取端点交叉点作为手背静脉的特征向量。

4.根据权利要求2所述的方法，其特征在于第2步所述手形识别方法为：将原始图像进行灰度转换，转换为灰度图像；对图像进行平滑处理，消除图像采集过程中的图像噪声；将图像二值化，转换为二值图像；采用8邻域算法，得到手形轮廓；然后在手形轮廓线上定位指根、指尖的特征点，作一条垂直于Y轴的直线与手形轮廓中除拇指外的其他4根手指的边缘相交于8个点，以任意一点向上或向下搜索至下一个交点，标记该区域曲率变化最大的点，确定各个手指的指根点、指尖点然后提取除拇指外的4个手指长度，并计算出4个绝对长度间的相对长度，构成手形特征向量。