[发明专利]人体指静脉识别方法

权利要求书

1.人体指静脉识别方法，其特征在于，包括：

获取当前采集者的指纹图像，并截取指纹所在区域作为目标图像；

将所述目标图像缩小至设定比例，并采用k-means聚类算法对目标图像中的所有像素按其灰度值进行初次聚类，并生成至少五个类别；

删除初次聚类的最大中心值和最小中心值所对应的聚类集，并采用k-means聚类算法分别对余下聚类集中的灰度值进行至少三个类的再次聚类；

删除再次聚类中中心值最大的类，并将每个类别中余下类合并成灰度集，同时标记保留的初次聚类中两个最大中心值所对应的灰度集，将余下灰度集合并成一个灰度集；

根据每个类别中最大灰度值和最小灰度值，对灰度集中的灰度值进行更新得到特征图数据；

提取特征图数据中大于零的像素值，并针对每个特征图数据分别形成一个空间点集合；

根据目标图像的空间点集合与数据库中指纹图像模板的模板空间点集合，采用ICP算法计算目标图像与指纹图像模板的总配准效果值；

当所有总配准效果值中最小值小于设定阈值时，则所述目标图像与生成最小配准效果值的指纹图像模板所对应的采集者为同一人员；

初次聚类时，至少进行三次初次聚类，每次均生成至少五个类别，选取至少三次聚类中聚类效果最好的一次作为初次聚类结果，之后再进入删除初次聚类的最大中心值和最小中心值所对应的聚类集步骤。

2.根据权利要求1所述的人体指静脉识别方法，其特征在于，还包括：

当所有总配准效果值中最小值大于等于设定阈值时，则计算所有总配准效果值的平均值；

若所有总配准效果值中最小值小于平均值的设定倍数，则所述目标图像与生成最小配准效果值的指纹图像模板所对应的采集者为同一人员，否则当前采集者不能通过指纹识别。

3.根据权利要求2所述的人体指静脉识别方法，其特征在于，所述设定倍数大于零且小于一。

4.根据权利要求1所述的人体指静脉识别方法，其特征在于，所述根据每个类别中最大灰度值和最小灰度值，对灰度集中的灰度值进行更新的具体公式为：

new_v＝(v-min_v)/max_v*255

其中，new_v为更新后的灰度值；v为灰度集中的灰度值；min_v为最大灰度值；max_v为最小灰度值。

5.根据权利要求1所述的人体指静脉识别方法，其特征在于，所述根据目标图像的空间点集合与数据库中指纹图像模板的模板空间点集合，采用ICP算法计算目标图像与指纹图像模板的总配准效果值进一步包括：

采用ICP算法对空间点集合与数据库中指纹图像模板的模板空间点集合进行配准：

new_sample_rd₀_points＝R_k*sample_rd₀_points+t_k

其中，new_sample_rd₀_points为空间点集合；R_k为旋转矩阵；t_k为平移向量；

根据空间点集合配准过程中生成的配准效果值，计算目标图像与数据库中指纹图像模板的总配准效果值：

fit_k＝n₀*fit_k0+n₁*fit_k1…+n_x*fit_kx

其中，fit_k0、fit_k1…fit_kx为每个空间点集合的配准效果值，n₀、n₁…n_x为每个空间点集合的权值系数；fit_k为目标图像的配准效果值。

6.根据权利要求1-5任一所述的人体指静脉识别方法，其特征在于，所述数据库中指纹图像模板的模板空间点集合获取方法与目标图像的空间点集合获取方法相同。