[发明专利]基于复杂场景的移动终端掌纹感兴趣区域的提取方法

说明书

本发明提供了基于复杂场景的移动终端掌纹感兴趣区域的提取方法。该方法包括：将移动终端中的相机拍摄的手掌图片作为待识别图像，得到待识别图像的YCbCr图像中的Cr信道分量；对Cr信道分量利用OTSU的阈值方法进行手掌分割，得到二值化图像；利用Suzuki的边缘追踪方法对二值化图像进行手掌轮廓提取，得到手掌轮廓图；利用Sklansky的凸壳查找方法在手掌轮廓图中查找手指自然伸展后形成的凸壳，利用凸壳提取出待识别图像中的感兴趣区域。本发明的方法通过选择Cr信道分量进行动态阈值化，消除了光照对图像分割的影响。通过采用Suzuki的方法可以提取到完整的手掌轮廓图。利用Sklansky的凸壳查找方法可以有效地完成图像分割手掌并提取感兴趣区，掌纹ROI的提取效果好，准确率高。

技术领域

本发明涉及生物特征识别技术领域，尤其涉及一种基于复杂场景的移动终端掌纹感兴趣区域的提取方法。

背景技术

随着信息技术的发展以及硬件制造工艺的精密化，人们越来越注重对私有信息的保护，过去人们多采用数字密码、指纹、智能卡等来进行访问控制和私有信息保护。目前，生物特征识别技术得到了广泛关注，生物特征识别技术具有稳定性、唯一性、普遍性，难以仿造和破解。常见的生物特征识别技术有：人脸识别、虹膜识别、掌纹识别、指纹识别、静脉识别。

随着移动终端设备的普及和智能化，手机支付功能给人类生活带来极大的便利。因此将生物特征识别技术移植到移动设备成为一种趋势，掌纹可作为密码用来进行手机解锁、手机购物、转账支付。

传统的方法关注的是单一背景、人为控制光照下的掌纹识别技术，与移动终端的使用场景并不相符，因为他们并未考虑光照的因素以及光照对图像分割的影响，因此传统的方法不能够解决手掌分割以及掌纹ROI(region of interest，感兴趣区域)的提取。

现有技术中的第一种图像中的手掌分割以及掌纹ROI方法的处理步骤为：将原图转化为灰度图；高斯滤波除噪后采用固定阈值方法进行手掌分割；边缘检测算子提取轮廓；谷点检测方法建立掌部坐标系进而提取掌纹ROI。

上述现有技术中的第一种手掌分割以及掌纹ROI方法的缺点为：此方法处理的是黑色背景、封闭状态下由相机拍摄的手掌图片，消除了绝大多数光照，处理过程当中未考虑光照对肤色分割的影响，因此不能实现实际应用场景下的手掌分割。

现有技术中的第二种手掌分割以及掌纹ROI方法的处理步骤为：将RGB图像转化为YCbCr图像；采用Cb-Cr肤色建模来判断每个像素为肤色的概率进行手掌分割；给出三个条件来进行关键点定位。

上述现有技术中的第二种手掌分割以及掌纹ROI方法的缺点为：此方法处理的是简单背景、半封闭状态下由相机拍摄的手掌图片，光照影响较小，与移动终端应用需求不相符，不能满足移动终端的掌纹ROI提取的需要。

发明内容

本发明的实施例提供了一种基于复杂场景的移动终端掌纹感兴趣区域的提取方法，以实现有效地进行手掌分割以及掌纹ROI方法。

为了实现上述目的，本发明采取了如下技术方案。

一种基于复杂场景的移动终端掌纹感兴趣区域的提取方法，包括：

将移动终端中的相机拍摄的手掌图片作为待识别图像，将所述待识别图像的RGB图像转换为YCbCr图像，对所述YCbCr图像进行通道分离，得到所述YCbCr图像中的Cr信道分量；

对所述Cr信道分量利用OTSU的阈值方法进行手掌分割，得到二值化图像；

利用Suzuki的边缘追踪方法对所述二值化图像进行手掌轮廓提取，得到手掌轮廓图；

利用Sklansky的凸壳查找方法在所述手掌轮廓图中查找手指自然伸展后形成的凸壳，利用所述凸壳提取出所述待识别图像中的感兴趣区域。