[发明专利]一种掌静脉的识别方法及装置

权利要求书

1.一种掌静脉的识别方法，其特征在于，包括：

获取用户的目标掌静脉图像；

从所述目标掌静脉图像中提取感兴趣区域ROI的图像；

将所述ROI的图像划分为至少两个子区域；

采用预置算法从每个所述子区域上提取目标特征点；

将提取到的所述目标特征点与预置特征点进行特征比对，得到匹配点对；

判断每对所述匹配点对是否为真匹配；

若为真匹配，则保留所述匹配点对；若为假匹配，则剔除所述匹配点对；

所述判断每对所述匹配点对是否为真匹配，包括：

将所述ROI的图像划分为规格相同的G*G个格子，所述G为大于1的正整数，并将每对所述匹配点对映射到所述G*G个格子的相应位置，得到预置特征点格子图像和目标特征点格子图像；

将具有相同匹配点对数量最多的第一格子和第二格子确定为匹配格对，所述第一格子位于所述预置特征点格子图像，所述第二格子位于所述目标特征点格子图像；

判断每对所述匹配点对是否属于对应的匹配格对；

若所述匹配点对属于对应的匹配格对，则确定所述匹配点对为真匹配；

若所述匹配点对不属于对应的匹配格对，则确定所述匹配点对为假匹配；

所述判断每对所述匹配点对是否属于对应的匹配格对包括：

计算所述第一格子的阈值和所述第二格子的评分值；

判断所述评分值是否大于所述阈值；

若是，则确定所述匹配点对属于对应的匹配格对；若否，则确定所述匹配点对不属于对应的匹配格对。

2.根据权利要求1所述的识别方法，其特征在于，所述采用预置算法从每个所述子区域上提取目标特征点包括：

根据每个所述子区域调整采样阈值，所述采样阈值用于确定所述目标特征点；

将每个所述子区域中的目标点确定为目标特征点，所述目标点的参数值大于所述采样阈值。

3.根据权利要求1所述的识别方法，其特征在于，所述预置算法为方向描述符ORB算法、尺度不变特征转换SIFT算法或快速鲁棒特征SURF算法中任一算法。

4.一种掌静脉的识别装置，其特征在于，包括：

获取单元，用于获取用户的目标掌静脉图像；

第一提取单元，用于从所述目标掌静脉图像中提取感兴趣区域ROI的图像；

划分单元，用于将所述ROI的图像划分为至少两个子区域；

第二提取单元，用于采用预置算法从每个所述子区域上提取目标特征点；

比对单元，用于将提取到的所述目标特征点与预置特征点进行特征比对，得到匹配点对；

判断单元，用于判断每对所述匹配点对是否为真匹配；

保留单元，若为真匹配，则用于保留所述匹配点对；

剔除单元，若为假匹配，则用于剔除所述匹配点对；

所述判断单元包括：

处理模块，用于将所述ROI的图像划分为规格相同的G*G个格子，所述G为大于1的正整数，并将每对所述匹配点对映射到所述G*G个格子的相应位置，得到预置特征点格子图像和目标特征点格子图像；

第一确定模块，用于将具有相同匹配点对数量最多的第一格子和第二格子确定为匹配格对，所述第一格子位于所述预置特征点格子图像，所述第二格子位于所述目标特征点格子图像；

判断模块，用于判断每对所述匹配点对是否属于对应的匹配格对；

第二确定模块，若所述匹配点对属于对应的匹配格对，则用于确定所述匹配点对为真匹配；

第三确定模块，若所述匹配点对不属于对应的匹配格对，则用于确定所述匹配点对为假匹配；

所述判断模块具体用于：

计算所述第一格子的阈值和所述第二格子的评分值；

判断所述评分值是否大于所述阈值；

若是，则确定所述匹配点对属于对应的匹配格对；若否，则确定所述匹配点对不属于对应的匹配格对。

5.根据权利要求4所述的识别装置，其特征在于，所述第二提取单元包括：

调整模块，用于根据每个所述子区域调整采样阈值，所述采样阈值用于确定所述目标特征点；

第四确定模块，用于将每个所述子区域中的目标点确定为目标特征点，所述目标点的参数值大于所述采样阈值。