[发明专利]指纹采集过程中的视觉监控方法及其设备

说明书

技术领域

本发明涉及指纹识别领域，尤其涉及一种针对指纹识别系统的作弊行为的视觉监控方法及其设备。

背景技术

由于指纹的唯一性和终生不变性，通过指纹图像进行身份认证和辨识的方法已经有了很长的发展历史。随着自动指纹识别技术日益成熟，目前，该技术广泛应用于刑侦、出入境管理、便携电子设备的使用控制、重要场所的门禁系统等。

但是，随着指纹识别技术的大量成功应用，针对指纹识别系统的作弊行为也日益猖獗。按照应用场合的不同，指纹识别系统可以分为白名单和黑名单两类。白名单系统包括便携电子设备的使用控制、重要场所的门禁系统等。对于这类系统的作弊方法主要是盗用合法用户的指纹，制作伪指纹以冒充合法用户，欺骗系统。黑名单系统包括敏感职业的雇员犯罪记录检查、出入境管理中的恐怖分子排查等。黑名单指纹识别系统需要检查待查人员是否在黑名单上。

在黑名单上的人员往往会作弊以便避免被系统查出其身份。由于指纹数据库十分庞大，为了提高查找速度，往往要求待查者按规定的顺序按各个手指的指纹。作弊者只要打乱手指顺序，或者按掌纹，就可以达到欺骗系统的目的。由于掌纹的局部跟指纹非常相似，而且从指纹本身难以推断指位，现有指纹识别系统的指纹质量评价软件无法自动检测这种作弊行为。

目前，主要是依靠人力来防止针对黑名单指纹识别系统的这种作弊行为，比如让工作人员仔细地监控整个指纹采集过程。但是这种解决方法没有办法适应日渐增长的应用要求，依靠人力监控花费较大，而且可能出现懈怠和舞弊行为。

因此，迫切需要一种指纹采集过程中的视觉监控方法及其设备，以检测针对黑名单指纹识别系统的作弊行为。

发明内容

本发明所要解决的技术问题之一是需要提供一种能够检测针对黑名单指纹识别系统的作弊行为的指纹采集过程中的视觉监控方法及其设备。

为了解决上述技术问题，本发明提供了一种指纹采集过程中的视觉监控方法，该方法包括：步骤10，获取在指纹采集过程中指纹采集设备周围的图像；步骤20，从所述图像中提取手部区域图像；步骤30，将所述手部区域图像转换为手指分离的手部轮廓曲线；步骤40，依次查询所述手指分离的手部轮廓曲线的各点中满足径向距离为极值的极值点，将所述极值点按照查询到的先后顺序排列以生成极值点集合，其中所述径向距离为所述手部轮廓曲线上的点到掌心的距离；步骤50，基于所述极值点集合获取以手的手指位置为顺序排列的、与指尖和指谷对应的极值点集合，其中所述指谷为手指与手指之间缝隙的端部；步骤60，基于所述与指尖和指谷对应的极值点集合来确定采集到的指纹所属的指位。

根据本发明另一方面的视觉监控方法，在所述步骤20中，利用背景差法从所述图像中去除背景区域图像以得到前景区域图像；依据色调、饱和度和亮度从所述前景区域图像中去除阴影区域以得到手部区域图像。

根据本发明另一方面的视觉监控方法，在所述步骤30中，还包括：检测所述手部区域图像中是否存在并拢的手指，若不存在，则直接将所述手部区域图像转换为手指分离的手部轮廓曲线。

根据本发明另一方面的视觉监控方法，通过检测所述手部区域图像中是否存在灰度值低于所述手部区域图像的平均灰度值的直线、来检测是否存在并拢的手指。

根据本发明另一方面的视觉监控方法，在所述步骤30中，若存在并拢的手指时，则进行以下步骤：步骤311，将所述手部区域图像转换为手指未分离的手部轮廓曲线；步骤312，依次查询所述手指未分离的手部轮廓曲线的各点中满足第一预设条件的点，以得到指缝候选起始点集合；步骤313，基于主动轮廓模型从所述指缝候选起始点集合中选择满足第二预设条件的指缝起始点来确定并拢的手指间的指缝；步骤314，基于确定的指缝来得到手指分离的手部轮廓曲线。

根据本发明另一方面的视觉监控方法，所述第一预设条件为径向距离为极小值且径向距离为大于等于第一设定阈值；所述第二预设条件为线段的长度大于等于第二设定阈值且所述线段向掌心延伸，所述线段为依据主动轮廓模型，以各指缝起始点为始点所形成的线段，其中，所述径向距离为所述手指未分离的手部轮廓曲线上的点到掌心的距离。

根据本发明另一方面的视觉监控方法，在所述步骤50中，通过如下步骤来得到以手的手指位置为顺序排列的、与指尖和指谷对应的极值点集合：

步骤501，将所述极值点集合中与手腕位置对应的手腕极值点删除，将删除所有手腕极值点后的极值点首尾相邻，将与所述手腕极值点相邻的非手腕极值点作为排序第一的极值点，其他极值点依次排序以重新确定极值点集合；