[发明专利]一种手指静脉识别方法、装置及设备

说明书

本发明公开了一种手指静脉识别方法，包括：获取采集到的手指静脉图像，提取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，计算目标区域图像对应的多个目标曲率图；将目标区域图像及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，根据目标静脉特征和预先存储的参照静脉特征对手指静脉图像进行识别。由此可见，本发明保证了用于识别的目标静脉特征能够更丰富地、细致地体现出手指静脉信息，最终获得更好的手指静脉识别效果，提升用户体验感。此外，本发明所提供的一种手指静脉识别装置及设备与上述方法对应。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种手指静脉识别方法、装置及设备。

背景技术

随着人工智能技术的发展，指纹识别和人脸识别也已经逐渐代替传统的密码、刷卡等身份认证模式。但是，指纹识别和人脸识别都存在漏洞，指纹伪造的案例越来越多，通过3D模型欺骗人脸识别算法也时有发生。所以，手指静脉识别技术作为生物识别技术中的一种，其利用个体手指内部的静脉结构进行认证识别，具有高可用性、活体识别、高准确率等特点，受到越来越多的关注。

手指静脉识别的过程包括图像采集、手指区域提取和特征提取等步骤，特征提取的效果是影响手指静脉识别结果的关键因素。现有技术中在对手指区域进行特征提取时，通常将手指静脉原图作为唯一输入，然后利用卷积神经网络完成手指静脉特征的提取。

但是，由于现有技术中仅将手指静脉原图作为唯一的数据输入源，则导致输入至卷积神经网络中的信息较为单一，提取出的特征无法全面地、详细地体现出手指静脉信息，从而影响了对手指静脉特征识别的效果，用户体验感较差。

发明内容

本发明的目的是提供一种手指静脉识别方法、装置及设备，能够将目标区域图像和多个目标曲率图作为多个数据源均输入至第一神经网络模型中，并对输出的多个静脉特征进行特征融合处理以获取到包含有多个数据源信息的目标静脉特征，从而保证了用于识别的目标静脉特征能够更丰富地、细致地体现出手指静脉信息，最终获得更好的手指静脉识别效果，提升用户体验感。

为解决上述技术问题，本发明提供一种手指静脉识别方法，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。

优选地，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。

优选地，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。

优选地，所述计算所述第一目标图像的手指倾斜角具体包括：