[发明专利]一种基于自学习的静脉图像模板更新方法及装置

说明书

本发明涉及一种基于自学习的静脉图像模板更新方法及装置，所述的静脉图像模板更新方法包括以下步骤：1）采集指静脉注册图像，得到不同位置的指静脉图像；2）对静脉二值图像进行首尾拼接，得到大模板图像；3）采集指静脉验证图像并进行验证；4）进行断点修复；5）进行细节点修复；6）进行伪静脉点去除，从而完成对于指静脉图像模板的更新迭代。本发明根据验证图像的静脉信息修复模板静脉信息，不断更新迭代获得更完整的模板静脉图像，与根据图像质量替换模板或根据图像自身进行静脉修复的方法更具备准确性及真实性。

技术领域

本发明属于手指静脉识别及信息安全技术领域，尤其涉及一种基于自学习的静脉图像模板更新方法及装置。

背景技术

指静脉识别技术是一种新兴的生物特征识别技术，其利用手指静脉及周边生物组织对红外光吸收程度的差异得到指静脉图像，并根据静脉部分亮度低的特点来确定静脉的位置进而进行身份识别，这一过程获取的是人体内部特征，使指静脉识别技术更具备高安全性、难伪造性，被广泛应用在公共安全领域认证系统及设备。

传统的指静脉识别方法如中国专利CN104933389B公开的基于指静脉的身份识别装置及方法，包括，主摄像机、从摄像机、图像处理单元、身份认证单元、存储单元、触摸键、滤光镜，以及红外面光源，其中，主摄像机、从摄像机，分别将获取的主手指静脉图像、从手指静脉图像发送给图像处理单元；图像处理单元，从主手指静脉图像信号、从手指静脉图像信号中提取指静脉三维特征信息并进行规范化处理，获得指静脉的基准特征信息；身份认证单元，将获取的待识别指静脉的基准特征信息与指静脉基准特征模板信息进行比较，完成对指静脉的身份识别和认证。

由于手指静脉属于体内特征，其成像过程易受生物组织、皮肤结构的影响，导致采集到的指静脉图像成像质量偏低，且不同光照、不同手指姿态下采集的指静脉图像信息并不完全一致，导致同根手指的指静脉特征有偏差。在注册阶段采集的指静脉图像数量有限致使指静脉信息表达不完整，根据原始注册模板进行图像比对识别会使通过率下降，从而影响指静脉识别性能。

发明内容

本发明所要解决的技术问题提供一种基于自学习的静脉图像模板更新方法及装置，以解决指静脉图像成像质量偏低以及注册阶段采集的指静脉图像数量有限导致的指静脉信息表达不完整，只比对原始注册模板会影响识别性能的问题。

为了解决上述技术问题，本发明提供的技术方案为：

本发明涉及一种基于自学习的静脉图像模板更新方法，其包括以下步骤：

1）移动手指采集指静脉注册图像，得到n张不同位置的指静脉图像，并根据指静脉图像获取对应的静脉二值图像，i为大于等于1且小于等于n的整数；

2）对n张静脉二值图像进行去除重合区域的首尾拼接，得到大模板图像；

3）采集指静脉验证图像并根据指静脉验证图像获取验证二值图像，利用验证二值图像进行验证，当验证成功，匹配定位大模板图像中对应的模板图像，并根据模板图像对验证二值图像进行角度校正；

4）根据验证二值图像对模板图像进行断点修复；

5）根据验证二值图像对模板图像进行细节点修复；

6）对模板图像进行伪静脉点去除，从而完成对于指静脉图像模板的更新迭代。

采用更新迭代后的图像作为指静脉注册图像，用于后续的指静脉识别，有助于提高指静脉识别的通过率。

优选地，所述的步骤1）中，获取静脉二值图像的具体步骤包括：

1.1）使用同态滤波算法对指静脉图像进行增强处理；

1.2）使用改进的自适应修正系数Niblack算法对指静脉图像进行二值化处理，得到静脉二值图像：