[发明专利]一种手指静脉识别方法、装置及设备

权利要求书

1.一种手指静脉识别方法，其特征在于，包括：

获取采集到的手指静脉图像，提取所述手指静脉图像中的目标区域图像；

根据预设的各曲率计算角度参数和各窗口尺度超参数，计算所述目标区域图像对应的多个目标曲率图；

将所述目标区域图像及所述多个目标曲率图输入至第一神经网络模型中以提取出多个静脉特征；

对所述多个静脉特征进行特征融合处理以获取目标静脉特征，根据所述目标静脉特征和预先存储的参照静脉特征对所述手指静脉图像进行识别；

其中，所述根据预设的各曲率计算角度参数和各窗口尺度超参数，计算所述目标区域图像对应的多个目标曲率图具体包括：

通过等间隔采样法预先设置所述各曲率计算角度参数和所述各窗口尺度超参数，建立曲率计算角度参数组和窗口尺度超参数组；

对所述曲率计算角度参数组和所述窗口尺度超参数组中的参数进行排列组合，得到多个曲率计算超参数组；

基于多标准差融合的二维高斯模板分别计算在各所述曲率计算超参数组的条件下，所述目标区域图像对应的曲率图；

从多个所述曲率图中确定出预设数量的所述目标曲率图。

2.根据权利要求1所述的手指静脉识别方法，其特征在于，所述提取所述手指静脉图像中的目标区域图像具体包括：

对所述手指静脉图像进行边缘检测，并通过形态学开运算去除所述手指静脉图像中手指边缘处的噪点以得到第一目标图像；

计算所述第一目标图像的手指倾斜角，以所述手指倾斜角作为旋转角度将所述手指静脉图像中的手指位置矫正至水平方向以得到第二目标图像；

根据窗口统计算法，确定所述第二目标图像中的关节部位及所述目标区域图像的宽度；

利用预先训练完成的第二神经网络模型，计算所述目标区域图像的长度；

根据所述关节部位位置、所述宽度和所述长度对所述第二目标图像进行截取以提取所述目标区域图像。

3.根据权利要求2中所述的手指静脉识别方法，其特征在于，还包括：

对所述目标区域图像进行灰度拉伸以完成归一化操作。

4.根据权利要求2所述的手指静脉识别方法，其特征在于，所述计算所述第一目标图像的手指倾斜角具体包括：

根据所述第一目标图像中的信息，拟合出手指中线；

根据所述手指中线计算所述第一目标图像的手指倾斜角。

5.根据权利要求2所述的手指静脉识别方法，其特征在于，所述以所述手指倾斜角作为旋转角度将所述手指静脉图像中的手指位置矫正至水平方向以得到第二目标图像之后，还包括：

按照所述第二目标图像中手指边缘的水平内切线对所述第二目标图像进行剪裁处理。

6.根据权利要求1所述的手指静脉识别方法，其特征在于，所述从多个所述曲率图中确定出预设数量的目标曲率图具体包括：

计算多个所述曲率图对应的HOG特征序列；

根据PCA主成分分析算法对各所述HOG特征序列进行主成分分析以确定出所述预设数量的所述目标曲率图。

7.根据权利要求1所述的手指静脉识别方法，其特征在于，所述对所述多个静脉特征进行特征融合处理以获取目标静脉特征具体包括：

将所述多个静脉特征作为源数据输入至基于注意力机制的神经网络中；

将唯一的输出静脉特征设定为所述目标静脉特征。