[发明专利]一种掌纹识别方法和装置

权利要求书

1.一种掌纹识别方法，其特征在于，所述方法包括：

获取待匹配的手掌图像；

将所述手掌图像输入通过深度学习训练的手掌关键点模型，以将所述手掌图像分割成至少两块固定大小的区域；

通过形态学腐蚀和膨胀的算法消除所述至少两块固定大小的区域中的第一特定区域，所述第一特定区域为所属手掌图像中的孔洞和/或鸿沟区域；

对消除第一特定区域后的所述至少两块固定大小的区域进行掌纹识别，以确定所述手掌图像中包括的手掌的信息。

2.根据权利要求1所述的方法，其特征在于，所述将所述手掌图像输入通过深度学习训练的模型，以将所述手掌图像分割成至少两块固定大小的区域，具体包括：

通过所述手掌关键点模型对所述手掌图像进行计算，以获取关键点坐标信息；

根据所述关键点坐标信息将所述手掌图像分割成至少两块固定大小的区域。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对所述至少两块固定大小的区域中的任一像素，获取所述像素的RGB数据以及所述RGB数据的偏差和标准差，所述RGB数据包括R通道、G通道和B通道的数据；剔除超出偏差范围的目标通道的数据，并采用中值法填充被剔除的数据，以获取校正后的RGB数据，所述目标通道为所述R通道、G通道和B通道中的一个。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述至少两块固定大小的区域由RGB颜色空间下的RGB数据转换成YCrCb颜色空间下的YCrCb数据；

将转换后的YCrCb数据与预先设定的YCrCb数据阈值进行比较，以获得所述至少两块固定大小的区域中的手掌的实际区域。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据所述至少两块固定大小的区域中的手掌的实际区域和所述至少两块固定大小的区域中的手掌实际区域之外的区域，确定所述至少两块固定大小的区域中的手掌的轮廓；

获取所述至少两块固定大小的区域中对应所述手掌图像的手掌的轮廓的最大内切圆或最大内切矩形；

将所述最大内切圆或最大内切矩形内包括的掌纹纹路与预先存储的原始手掌图像的掌纹纹路进行匹配。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述至少两块固定大小的区域由RGB颜色空间下的RGB数据分别转换成HSB颜色空间下的HSB数据，所述HSB数据包括H分量值；

获取所述获得轮廓的手掌图像中每个H分量超出阈值范围的像素点；

将所述手掌图像中H分量超出阈值范围的像素点的H分量替换为所述获得轮廓的手掌图像的平均H值。

7.一种掌纹识别装置，其特征在于，包括：

获取单元，用于获取待匹配的手掌图像；

处理单元，用于将所述手掌图像输入通过深度学习训练的手掌关键点模型，以将所述手掌图像分割成至少两块固定大小的区域；

所述处理单元，还用于通过形态学腐蚀和膨胀的算法消除所述至少两块固定大小的区域中的第一特定区域，所述第一特定区域为所属手掌图像中的孔洞和/或鸿沟区域；

所述处理单元，还用于对消除第一特定区域后的所述至少两块固定大小的区域进行掌纹识别，以确定所述手掌图像中包括的手掌的信息。

8.根据权利要求7所述的装置，其特征在于，所述处理单元，还用于：

针对所述至少两块固定大小的区域中的任意像素，获取所述像素的RGB数据以及所述RGB数据的偏差和标准差，所述RGB数据包括R通道、G通道和B通道的数据；

剔除超出偏差范围的目标通道的数据，并采用中值法填充被剔除的数据，以获取校正后的RGB数据，所述目标通道为所述R通道、G通道和B通道中的一个。