[发明专利]指静脉身份识别方法、装置、计算机设备和存储介质

权利要求书

1.一种指静脉身份识别方法，其特征在于，所述方法包括：

获取待匹配的两幅指静脉图像对应的静脉骨架图中的分支信息和叉点信息；

分别将两幅静脉骨架图的分支信息和叉点信息进行匹配，得到多组匹配的叉点对；

获取各组匹配的叉点对的坐标偏移量，根据所述坐标偏移量从各组匹配的叉点对中筛选出多组目标叉点对；

获取各所述目标叉点对的相似度，以及，获取各所述静脉骨架图中所有分支的分支长度；所述目标叉点对的相似度为所述目标叉点对中各组匹配的分支的相似度之和；

根据各所述目标叉点对的相似度和各所述静脉骨架图中所有分支的分支长度，得到所述两幅指静脉图像的相似度，根据所述相似度进行身份识别。

2.根据权利要求1所述的方法，其特征在于，所述分别将两幅静脉骨架图的分支信息和叉点信息进行匹配，得到多组匹配的叉点对，包括：

获取两幅静脉骨架图中各组叉点对的坐标偏移量，从各组叉点对中筛选出所述坐标偏移量小于偏移量阈值的多组叉点对，形成第一叉点对集合；

获取所述第一叉点对集合中各组叉点对所对应分支的主方向角，并确定各组叉点对所对应分支之间的组合关系，得到多个目标分支组合；其中，任一分支的主方向角为该分支中各个像素点的方向角的均值；

计算各个目标分支组合下的分支主方向角的差值，从所述第一叉点对集合中，筛选出所述目标分支组合下的分支主方向角的差值小于差值阈值的多组叉点对，形成第二叉点对集合；

获取所述第二叉点对集合中各组叉点对中目标分支组合下的分支线性相关系数，从所述第二叉点对集合中筛选出所述线性相关系数大于相关系数阈值的多组叉点对，作为所述匹配的叉点对。

3.根据权利要求2所述的方法，其特征在于，所述确定各组叉点对所对应分支之间的组合关系，得到多个目标分支组合，包括：

将各组叉点对所对应的各个分支进行排列组合，得到多个待匹配分支组合；

若任一分支对应有至少两个待匹配分支组合，则计算该分支对应的各个待匹配分支组合下的分支主方向角的差值，将差值最小的待匹配分支组合作为目标分支组合。

4.根据权利要求2所述的方法，其特征在于，所述获取所述第二叉点对集合中各组叉点对中目标分支组合下分支的线性相关系数，包括：

将各组叉点对所对应分支的二维坐标向量转化为一维坐标向量；

计算各组叉点对中目标分支组合下分支的一维坐标向量的相关系数，作为所述目标分支组合下分支的线性相关系数。

5.根据权利要求1所述的方法，其特征在于，所述获取各组匹配的叉点对的坐标偏移量，根据所述坐标偏移量从各组匹配的叉点对中筛选出多组目标叉点对，包括：

根据所述坐标偏移量，将各组匹配的叉点对划分为多个叉点对集合；

获取各组匹配的叉点对的相似度，计算各个叉点对集合中的叉点对的相似度之和，得到各个叉点对集合的相似度累加和；

将相似度累加和最大的叉点对集合中所包括的各组匹配的叉点对，作为目标叉点对。

6.根据权利要求1所述的方法，其特征在于，所述根据各所述目标叉点对的相似度和各所述静脉骨架图中所有分支的分支长度，得到所述两幅指静脉图像的相似度，包括：

将各所述目标叉点对的相似度相加，得到相似度之和，以及，将所有分支的分支长度相加，得到分支长度之和；

计算所述相似度之和与所述分支长度之和的比值，将所述比值乘以2得到的数值，作为两幅指静脉图像的相似度。

7.根据权利要求1所述的方法，其特征在于，在根据所述坐标偏移量从各组匹配的叉点对中筛选出多组目标叉点对之后，还包括：

确定各组目标叉点对中各组匹配的分支中未匹配的叉点对，作为待匹配叉点对；

识别所述待匹配叉点对是否匹配，以及识别所述待匹配叉点对所对应的各个目标分支组合下的分支是否匹配，若两者均匹配，则将所述待匹配叉点对加入所述目标叉点对所构成的集合中。