[发明专利]一种指腹折痕和指静脉图像的处理方法有效

专利信息
申请号: 201410099038.9 申请日: 2014-03-18
公开(公告)号: CN104933432B 公开(公告)日: 2020-04-14
发明(设计)人: 刘晓英 申请(专利权)人: 北京细推科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/46
代理公司: 暂无信息 代理人: 暂无信息
地址: 100026 北京市朝阳区*** 国省代码: 北京;11
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 折痕 静脉 图像 处理 方法
【说明书】:

一种指腹折痕和指静脉图像的处理方法,通过合理设计图像采集设备的结构,采用一台摄像机获取手指的指腹折痕和指静脉图像,简化配准过程。首先对指腹折痕图像采用canny算子提取手指轮廓,采用最小二乘法拟合手指中点,采用单向最大曲率算法获取指腹折痕的特征纹络;以第一关节和第二关节纹线之间的区域,为指静脉的感兴趣区;然后依据指腹折痕的纹线特征与模板纹线的匹配,估算出手指的姿态参数,并用该参数对指静脉图像进行校正。本发明利用指腹折痕和指静脉双模态生物特征,丰富了待识别生物的特征数量,并通过指腹折痕图像对手指姿态进行预估,对指静脉图像进行姿态校正,能有效地提高身份识别的正确率。

技术领域

本发明涉及信息科学中的生物特征识别技术领域,特别涉及一种指腹折痕、指静脉特征图像的处理方法。

背景技术

生物特征识别是利用人体独特的生理与行为特征来进行身份鉴别的技术,生物特征主要分为两大类,一类是基于人的生理特征,包括:指纹、手形、人脸、虹膜、掌纹、静脉、视网膜、耳廓、DNA等;另一类是基于人的行为特征,主要有:签名(笔迹)、语音、键盘敲击、步态等。这些多种多样的生物特征识别技术发展程度各不相同,也具有不同的优缺点,没有任何一种是完美无缺的。为此,近年来,生物识别领域出现了一个新的发展领域—-多模态生物特征识别技术,它基于信息融合技术,应用取长补短、优势互补的思想,将具有不同优势特性的单一生物特征进行组合,以获得更高的认证识别率和安全性。

目前虽然有少量关于指腹折痕和指静脉双模态生物特征图像的提取设备和方法的文献介绍(CN102117403A),这些设备和方法在一定程度上提高了生物特征识别系统的稳定性和识别率,具有较好的抗伪造能力,但大都集中在决策融合层面进行分析、优化,特征图像提取设备存在需要手动干预、或需要2个摄像机进行采集、或光路结构设计无法屏蔽可见光造成静脉图像质量低等问题,给实际使用带来困难。

本发明通过对多种人体生物特征的优缺点进行分析,采用指腹折痕和指静脉纹理双模态生物特征进行身份识别。指腹折痕识别技术的优点在于:特征明显,易于辨识,具有良好的抗干扰能力,算法相对简单,匹配速度快;缺点是特征信息不丰富,特异性不够显著,特征的防伪性不足,安全级别不够高;而指静脉识别技术具有利用的是活体的内部生理特征,不会磨损,较难伪造,具有很高安全性,具有较好的特异性与唯一性,可以提供很好的区分度等优点,两种生物特征优势互补,且都基于手部特征,是一种比较好的多模态生物特征组合。本发明针对指腹折痕和指静脉生物特征的特点,采用半开放结构,优化光路设计,用单摄像机获取指腹折痕图像和指静脉纹理图像,简化了图像配准过程。同时利用特征明显的指腹折痕图像计算手指姿态校正参数,并依此对指静脉纹理图像进行校正,为特征提取和识别过程提供了更高质量的图像,能有效地提高生物特征识别的准确率。

发明内容

本发明的目的在于提供一种指腹折痕和指静脉图像的处理方法,采用双模态生物特征,丰富了生物特征的数量,并通过评估简单明显的指腹折痕图像,获取手指姿态参数,进而对指静脉图像进行校正,减少由于单一生物特征信息量少和手指姿态变化等原因引起的错误辨识,有效地提高身份识别的准确率。

为实现上述目的,本发明提供的指腹折痕和指静脉图像的处理方法为:通过合理设计图像采集设备的结构,用同一台摄像机分别获取手指的指腹折痕和指静脉纹理图像;采用canny算子提取手指的边缘,获取手指轮廓;采用最小二乘法拟合轮廓中点,获取手指的方向,建立手指的基准坐标系;采用单向最大曲率算法获取指腹折痕的特征图像;以第一关节和第二关节的纹线之间的区域,为指静脉的感兴趣区;依据指腹折痕的纹线特征估算手指的姿态参数,并用该参数对指静脉图像进行校正,消除因手指姿态变化对特征图像的影响。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京细推科技有限公司,未经北京细推科技有限公司许可,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/201410099038.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code