[发明专利]一种基于地形起伏度静脉识别的控制系统及控制方法

说明书

本发明公开了一种基于地形起伏度静脉识别的控制系统及控制方法，属于智能控制系统技术领域，其包括静脉图像采集模块、用于对静脉图像进行归一化处理和增强处理的静脉图像预处理模块、用于计算静脉灰度图像的地形起伏度的地形起伏度计算模块、用于对地形起伏度进行特征编码的特征编码模块、用于将待比对特征图像和模板特征图像的特征编码比对并判定相似度和图像识别的识别模块、用于在识别结果为“匹配”时给予该用户操作权限的控制模块。本发明将地形起伏度的计算方法进行改进，引入到静脉图像特征提取中，并用新的编码方式进行特征编码，能够更加准确的表达静脉细节之间的变化，进而使静脉特征描述更加准确，更准确的计算相似度，降低误识率。

技术领域

本发明属于智能控制系统技术领域，尤其涉及一种基于地形起伏度静脉识别的控制系统及控制方法。

背景技术

生物识别技术是对人体自身所拥有的生物特征进行自动身份识别的技术，其中，静脉特征识别是生物识别技术中较为常见的一种，其通过提取人体手掌、手指等部位的静脉血管的特征进行识别的技术，是一种安全性很高的身份识别技术，将生物识别技术引入控制系统中，能够保证系统的安全性。

目前常用的静脉图像特征提取的方法主要分为纹理特征、细节点特征，基于纹理分析的方法能够有效的描述静脉的纹理特征，因此在静脉识别中有着广泛的应用。如专利号为CN101840511B的中国发明公开的手静脉特征提取与匹配识别方法，该专利公开的特征提取的方法为：对手静脉纹路图进行子块划分，对于每个子块图像采用双向特征值加权分块的双向二维主成分分析的方法进行特征提取；识别分析是将各个子块的特征作为整体采用最近邻分类器进行识别。由于受到现有图像采集设备和环境因素的影响，导致采集的手静脉图像存在对比度低、灰度分布不均等问题，这就降低了静脉特征提取的准确性，进而影响手静脉识别系统的识别率。在上述的静脉图像特征提取的方法过程中，在提取特征时未曾考虑中心点邻域像素点的影响，对于低质量手静脉图像，无法准确地表达静脉图像像素之间的变化情况，导致了静脉特征表达不够精确。

发明内容

本发明提供了一种基于地形起伏度静脉识别的控制系统及控制方法，以解决现有静脉识别过程中无法准确地表达静脉细节特征，导致识别出错率高的问题。

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地形起伏度静脉识别的控制系统，其包括：

静脉图像采集模块，用于采集用户的静脉图像；

静脉图像预处理模块，用于对静脉图像进行归一化处理和增强处理，形成静脉灰度图像；

地形起伏度计算模块，采用滑动窗口法计算静脉灰度图像的地形起伏度；

特征编码模块，用于设定地形起伏度阈值，基于静脉灰度图像的地形起伏度及地形起伏度阈值的大小关系对地形起伏度进行特征编码，形成特征图像；

识别模块，采用像素点与区域比对的方式将待比对特征图像和模板特征图像的特征编码进行比对，进而判定相似度，基于相似度对待比对特征图像进行识别；

控制模块，当识别结果为“匹配”时，用于给予该用户操作的权限。

优选地，所述的静脉图像预处理模块对静脉图像进行增强处理的具体步骤包括：

S2.1.对静脉图像进行幂次方差变换；

S2.2.对变换后的静脉图像进行灰度校正，得到去除静脉图像偏移场后的图像；

S2.3.对去除静脉图像偏移场后的图像进行去噪处理，得到平滑后的静脉灰度图像。

优选地，所述步骤S2.1对静脉图像进行幂次方差变换的变换公式为：