[发明专利]基于云平台的多功能静脉采集方法

摘要

本发明涉及一种基于云平台的多功能静脉采集方法。该基于云平台的多功能静脉采集装置包括前端采集装置、瘦客户机、云端服务器，前端采集装置与瘦客户机连接，瘦客户机连接云端服务器。该方法基于云平台架构，将图像采集与特征提取相分离，利用前端采集装置采集人体手指静脉图像，传送至瘦客户机，瘦客户机接收到采集图像后，首先采用基于频谱变换实现手指图像主方向快速检测，从而计算手指放置的倾斜度，并输出提示信息，然后瘦客户机针对上一步骤处理合格后的采集图像，结合手指静脉主方向的先验知识，构造快速检测模板，对静脉图像清晰度进行检测，并输出提示信息。本方法在文件管理、系统效率等方面具有突出优势，可以进一步提高人体手指静脉特征的处理能力。

主权项

基于云平台的多功能静脉采集方法，基于云平台架构，将图像采集与特征提取相分离，利用云平台处理核心任务，而不需要前端设备建立专门的计算硬件，其特征在于，当采集装置通过USB接入瘦客户机后，瘦客户机按照下述步骤自动进行处理：step1：瘦客户机自动识别出扩展分区；Step2：通过自动运行安装专用驱动程序；Step3：通过自动运行安装静脉采集客户端软件；Step4：静脉采集客户端软件自动连接云端服务器，测试通信正常后进入待机状态，等待静脉采集识别操作；瘦客户机接收到采集图像后，执行如下步骤：步骤一：瘦客户机接收到采集图像后，采用基于频谱变换的方法实现手指图像主方向快速检测，从而计算手指放置的倾斜度，并输出提示信息，其具体步骤如下：Step1.1：手指静脉图像区域二值化；针对采集到的当前帧手指静脉图像I(m,n)，假设其尺寸为M×N像素，其中(m,n)为图中像素点坐标，I为其灰度值，对其进行基于灰度阈值的二值化处理，获得二值化图像f(m,n)：f(m,n)=0,I(m,n)<G_th1,I(m,n)≥G_th]]>其中G_th为当前手指静脉图像的平均灰度值，其计算方法为：G_th=Σm=0M-1Σn=0N-1I(m,n)M×N]]>Step1.2：对f(m,n)进行傅里叶变换；F(ω1,ω2)=Σm=0M-1Σn=0N-1f(m,n)exp(-j(ω1m+ω2n))]]>Step1.3：在(ω1,ω2)坐标轴上，显示频谱|F(ω1,ω2)|图像，并计算其主谱线与ω1轴的夹角α；Step1.4：假设空间域手指标准主方向为平行于m坐标轴，则实际手指放置的主方向与m轴夹角β为：β＝90‑αStep1.5：根据β数值大小，判断当前手指放置倾斜角度是否满足后续处理需要，并输出提示信息，其中T为允许倾斜的最大角度；步骤二：瘦客户机针对上一步骤处理合格后的采集图像，结合手指静脉主方向的先验知识，构造快速检测模板，对静脉图像清晰度进行检测，并输出提示信息，其具体步骤如下：Step2.1：基于方向模板的手指静脉图像梯度计算；针对采集到的当前帧手指静脉图像I(m,n)，假设其尺寸为M×N像素，其中(m,n)为图中像素点坐标，I为其灰度值；并令图像坐标系中，X轴与手指标准主方向平行，计算与手指静脉主方向相正交方向的平方梯度为：F(I)=Σm=0M-1Σn=0N-1G2(m,n)]]>其中G(m,n)为静脉图像相对于主方向的正交梯度，构造其快速检测模板为20-2]]>则G(m,n)的计算公式为：G(m,n)＝2I(m,n+1)‑2I(m,n‑1)Step2.2：基于正交梯度提取静脉边缘二值图像E(m,n)：E(m,n)=0,G(m,n)<E_th1,G(m,n)≥E_th]]>其中E_th为手指静脉边缘二值化阈值，其计算方法为：E_th=Σm=0M-1Σn=0N-1G(m,n)M×N]]>Step2.3：通过上述二值化图像统计属于手指静脉的像素数量Nf：Nf=Σm=0M-1Σn=0N-1E(m,n)]]>Step2.4：计算静脉像素数与一帧图像总像素数的比值Qf：Qf=NfM×N]]>并通过该比值判断当前采集到的图像是否清晰度满足需要，并输出提示信息：其中Q_th为清晰度阈值，经验取值为0.12。