[发明专利]指静脉识别方法及系统在审

专利信息
申请号: 201710209064.6 申请日: 2017-03-31
公开(公告)号: CN108664859A 公开(公告)日: 2018-10-16
发明(设计)人: 周曦;周细文 申请(专利权)人: 上海云从企业发展有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 尹丽云
地址: 201203 上海市浦东新区中国(上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 静脉图像 静脉识别 图像编码 预处理 编码模型 相关度 编码特征 采集设备 复杂图像 模型特征 匹配结果 手指静脉 图像模型 严重损失 粗匹配 时效性 特征点 采集 保存 优化
【说明书】:

发明提供一种指静脉识别方法及系统,方法包括:采集指静脉图像,并对所述指静脉图像进行预处理;对预处理后的指静脉图像进行图像编码,根据图像编码建立编码模型并保存;提取待识别的指静脉图像的所有编码特征,并将其与编码模型进行粗匹配,获取指静脉图像中每个位置与模型特征的相关度;根据相关度获取匹配结果;本发明中通过对指静脉图像进行图像编码后建立图像模型,能够用于复杂图像情况下的指静脉识别,对采集设备的性能依赖比较低,避免了传统方法中的手指静脉的特征严重损失,尤其是重要的特征点如交叉点损失严重的问题,本发明优化明显,提高了对指静脉图像识别技术的时效性和实用性。

技术领域

本发明涉及静脉识别领域,尤其涉及一种指静脉识别方法及系统。

背景技术

指静脉识别是静脉识别的一种,指静脉生物识别技术是利用血液流经手指皮下浅表血管时形成的血管分布图案作为生物特征,进行身份认证的方法,通常采用通过指静脉识别仪取得个人手指静脉分布图,从手指静脉分布图依据专用比对算法提取特征值,通过近红外光线照射,利用CCD摄像头获取手指静脉的图像,将手指静脉的数字图像存贮在计算机系统中,将特征值存储。与指纹静态生物图像不同的是指静脉是由血液流动构成的动态图像,它是一种活体识别技术,主要依靠红外光照射手指取得血管纹路,是靠血液流动形成的一种活体密码,医学研究证明,手指静脉的形状具有唯一性和稳定性,即每个人的手指静脉图像都不相同,同一个人不同的手指的静脉图像也不相同;健康成年人的静脉形状不再发生变化。这就为指静脉提供了医学依据。相对于指纹识别的易复制性,指静脉生物识别技术的突破使其成为现今最为精准的“活体”生物识别技术,并且脱离人体后这种特征就会消失,因此很难被窃取。在当今众多生物识别技术中,指静脉技术是安全级别及技术指标最高的,使用习惯和指纹类似,其广泛的应用及在大部分领域补充或替代指纹技术,将是未来身份识别的趋势。然而目前现有技术中的手指静脉识别还存在如下的技术问题:

一、手指静脉图像处理。图像处理的主要目的是为人们进行图像分析,手指静脉的图像是由CCD摄像头拍摄而得,由于受到各种因素的影响,同一个人在不同的情况下采集的图像有很大差异。因此,图像处理在手指静脉识别整个过程中占据相当重要的地位,同时也是手指静脉识别系统中的难点问题。

二、手指静脉图像的特征提取。从图像上看,人体手指静脉的图像分布是类似“树”状的结构,若要取得精度较高的识别结果,静脉特征的有效提取就尤为重要了。现有技术中,手指静脉特征的提取都是先将图像二值化,然后通过细化算法得到的,这类方法使得部分手指静脉的特征严重损失,尤其是重要的特征点如交叉点等。因此,亟需一种新的技术手段,以克服上述技术问题。

发明内容

鉴于以上所述现有技术的缺点,本发明的目的在于提供一种有鉴于此,本发明提供一种指静脉识别方法及系统,以解决上述技术问题。

本发明提供的指静脉识别方法,包括:采集指静脉图像,并对所述指静脉图像进行预处理;对预处理后的指静脉图像进行图像编码,根据图像编码建立编码模型并保存;提取待识别的指静脉图像的所有编码特征,并将其与编码模型进行粗匹配,获取指静脉图像中每个位置与模型特征的相关度;根据相关度获取匹配结果;

进一步,预处理包括:对采集的指静脉图像进行归一化处理。

进一步,预处理还包括:对归一化后的指静脉图像进行局部对比度增强,并对增强后的指静脉图像进行高斯模糊处理。

进一步,还包括:

读取编码模型;采集待识别的指静脉图像,并提取其模型特征;

将待识别的指静脉图像的模型特征与编码模型进行匹配,获取待识别的指静脉图像中每个待匹配位置的相关度;

获取相关度最大的匹配位置,并将其作为粗匹配结果。

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上海云从企业发展有限公司,未经上海云从企业发展有限公司许可,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/201710209064.6/2.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 back_top