CN101196987B - 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 - Google Patents
在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 Download PDFInfo
- Publication number
- CN101196987B CN101196987B CN2007101449145A CN200710144914A CN101196987B CN 101196987 B CN101196987 B CN 101196987B CN 2007101449145 A CN2007101449145 A CN 2007101449145A CN 200710144914 A CN200710144914 A CN 200710144914A CN 101196987 B CN101196987 B CN 101196987B
- Authority
- CN
- China
- Prior art keywords
- palm
- image
- palm vein
- instrument
- palmprint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及一种在线掌纹、手掌静脉图像身份识别方法及其专用采集仪,在线掌纹、手掌静脉图像采集仪由数码摄像机、可见光源、红外光源、散光纸、单片机控制器、通讯接口、计算机、仪器支架、仪器外壳、仪器箱体、和手掌箱体组成;仪器外壳固定在仪器支架上形成的仪器箱体内安装数码摄像机、可见光源、红外光源、散光纸、单片机控制器,数码摄像机、单片机控制器经通讯接口与计算机相连,手掌箱体与仪器箱体相通;本发明仪器用来获得比较高分辨率的掌纹图像和手掌静脉图像,具有实时采集、几乎同时获得掌纹和手掌静脉图像的优点,能满足在线身份识别的要求,本发明的身份识别方法具有较好的防伪性和较高的识别率。
Description
(一)技术领域
本发明属在线身份识别用仪器和生物特征身份识别技术领域,具体涉及一种在线掌纹、手掌静脉图像采集和识别技术。
(二)背景技术
所谓基于人体生物特征的身份识别技术是指利用人体本身固有的物理特征(如指纹、掌纹、虹膜、脸部等)或行为特征(如书信、声音、击键等),通过信号处理和模式识别的方法来鉴别个人身份的技术;与传统的基于密码或ID卡的身份认证方式相比,它具有更好的安全性、可靠性和有效性,近年来受到越来越多的重视,具有广阔的应用前景;人的掌纹具有唯一性和长期不变性,和指纹相比掌纹的区域大得多,具有更丰富的纹理信息;因此掌纹可以用来作为身份识别的一个有效手段;掌纹识别技术主要研究如何获取数字化掌纹图像,对其进行处理与分析,来最终确定对方身份;而在线掌纹识别则要求生物识别技术与计算机网络技术有机的结合起来,使其能在互联网领域、特别是在电子商务领域发挥效用;同时,人的手掌静脉也具有唯一性和长期不变性;和掌纹相比,手掌静脉分布复杂,具有更丰富的结构信息;手掌静脉位于表皮以下,几乎是不可伪造的;并且,掌纹静脉会在人体死亡几分钟后消失。因此,使用掌纹结合手掌静脉的方法进行身份识别,可以提高身份识别系统的防伪性和安全性;要实现一个有效的基于掌纹和手掌静脉的身份识别系统,首先必须研究并解决掌纹和手掌静脉的获取这个关键的技术问题;掌纹和手掌静脉信息数据的获取是所有后续处理的基础,其效果直接影响到身份鉴别的准确性;但是目前还没有可以同时采集掌纹和手掌静脉的专用设备;因此设计适用的掌纹和手掌静脉信息获取方式及设备,用于实时获取高质量的掌纹和手掌静脉图像,是基于手掌的身份识别系统的一个关键技术。
目前的实时掌纹采集主要通过以下方式:用数码摄像机获取在可见光源照射下的手掌图像,然后通过通讯接口将图像由数码摄像机传输至电脑;通过调整摄像头的视距和焦距,可以得到清晰可见的掌纹图像;这种方法可以较好的获取掌纹图像,但无法采集到手掌静脉的图像;虽然掌纹识别具有识别率高、受外界因素影响小等优点,但单纯依靠掌纹进行身份识别方法存在一定的安全隐患,因为掌纹是人体外层的特征,不法分子容易取得掌纹的印迹来进行复制造假;因而,通过在掌纹识别中引入手掌静脉特征,不仅能够有效地提高识别性能,还能大大提高身份识别系统的防伪性和安全性。
在手部静脉识别方面,目前国内只有基于手背静脉的身份识别技术研究;基于手掌静脉的身份识别技术研究才刚刚起步,国内目前还没有可用于手掌静脉身份识别的专用采集设备。
(三)发明内容
本发明的目的在于提供一种具有实时采集、几乎同时获得掌纹和手掌静脉图像的优点,能满足在线身份识别的要求,具有较好防伪性和较高识别率的在线掌纹、手掌静脉图像身份识别方法。
本发明在线掌纹、手掌静脉身份识别方法为:由掌纹识别、活体判别、手掌静脉身份认证三个步骤完成,通过在线掌纹、手掌静脉图像专用采集仪采集掌纹、手掌静脉图像,首先利用掌纹图像进行身份识别,确定用户身份,如果识别成功继续进行活体判别,如果判别为活体继续利用手掌静脉图像对该用户进行身份认证。
本发明在线掌纹、手掌静脉身份识别方法还有这样一些技术特征:
1、所述的利用掌纹图像进行身份识别采用了Gabor滤波器对图像进行竞争编码的特征提取方法,进而根据竞争编码得到的掌纹特征完成身份识别,首先对本发明在线掌纹、手掌静脉图像采集仪采集得到的手掌掌纹图像进行预处理,得到归一化的手掌中心区域,然后对该中心区域的掌纹图像进行6个不同方向的Gabor滤波,得到该中心区域掌纹的竞争编码,最后,用该竞争编码作为该中心区域的掌纹特征,计算每两幅图像之间的相似度,由相似度大小判断用户身份,完成身份识别,从数据库中找到一个和当前掌纹最相近的手掌,然后进行活体检测和身份认证。
2、所述的活体判别采用分析手掌静脉图像的灰度共生矩阵和亮度均值的方法,活体判别步骤如下:首先对手掌静脉图像进行归一化处理,得到手掌中心区域的灰度图像,然后通过计算得到手掌中心区域灰度图像的灰度共生矩阵,由灰度共生矩阵计算得出该中心区域灰度图像的惯性矩作为纹理特征,再计算手掌中心区域灰度图像的各个像素点的亮度均值作为该中心区域的亮度特征,最后,结合手掌中心区域灰度图像的纹理特征和亮度特征对该手掌静脉图像进行分类,进而判断是否为活体样本。
3、所述的利用手掌静脉图像进行身份认证,是采用对手掌静脉血管的线特征进行分类的方法来实现的,首先对归一化后得到的手掌中心区域用0°、45°、90°、135°四个方向的多尺度高斯滤波器进行线检测,然后对滤波后的图像进行二值化,得到血管线的二值图像,最后对二值图像采用点对点匹配的策略进行分类,完成身份认证。
本发明的另一目的在于提供一种在线掌纹、手掌静脉图像专用采集仪。
本发明在线掌纹、手掌静脉图像专用采集仪的结构为:它包括数码摄像机、可见光源、红外光源、散光纸、单片机控制器、通讯接口、计算机、仪器支架、仪器外壳、仪器箱体、和手掌箱体,仪器外壳固定在仪器支架上形成的仪器箱体,仪器箱体内安装数码摄像机、可见光源、红外光源、散光纸和单片机控制器,数码摄像机、单片机控制器经通讯接口与计算机相连,可放置手掌的手掌箱体与仪器箱体相通。
本发明在线掌纹、手掌静脉图像专用采集仪还有这样一些技术特征:
1、所述的数码摄像机竖直固定在仪器箱体内底部仪器外壳上,可见光源、红外光源安装在仪器箱体内数码摄像机的周围,单片机控制器安装在仪器箱体内侧仪器外壳上;
2、所述的通讯接口为标准的串行接口或USB接口;
3、所述的可见光源、红外光源为环绕数码摄像机的LED阵列;
4、所述的散光纸安装在可见光源和红外光源上方。
为解决传统掌纹采集设备只能获取掌纹图像,无法获取手掌静脉图像的问题,本发明提出一种新型的在线掌纹、手掌静脉图像采集仪,它由数码摄像机、可见光源、红外光源、散光纸、单片机控制器、通讯接口、计算机、仪器支架、仪器外壳、仪器箱体、和手掌箱体组成;仪器外壳固定在仪器支架上,形成的仪器箱体起到支撑和固定数码摄像机、可见光源、红外光源、散光纸、单片机控制器的作用;形成的可放置手掌的手掌箱体与仪器箱体相通;仪器箱体和手掌箱体又起到暗箱的作用;数码摄像机竖直固定在仪器箱体内底部仪器外壳上,可见光和红外光源安装在仪器箱体内数码摄像机的周围,单片机控制器固定在仪器箱体内部仪器外壳侧壁上并与可见光源和红外光源相连,可以进行可见光源和红外光源的快速切换,数码摄像机和单片机控制器通过通讯接口与计算机相联接,将在线采集到的掌纹和手掌静脉的数字图像实时的传送到计算机中;利用在线掌纹、手掌静脉图像采集仪可以获得清晰稳定的低分辨率掌纹和手掌静脉图像,而且具有实时采集、可以几乎同时采集掌纹和静脉图像的优点;可以用于掌纹、手掌静脉融合的生物特征身份识别;并能满足在线身份识别的要求;基于上述在线掌纹、手掌静脉图像采集仪,本发明设计出一种基于掌纹、手掌静脉图像进行身份识别的方法,该方法首先用掌纹图像进行身份识别,然后利用掌纹和手掌静脉图像进行活体检测,最后利用手掌静脉图像进行身份识别和身份认证;基于掌纹、手掌静脉图像身份识别方法具有更高的安全性和正确识别率。本发明仪器用来获得比较高分辨率的掌纹图像和手掌静脉图像,具有实时采集、几乎同时获得掌纹和手掌静脉图像的优点,能满足在线身份识别的要求;基于发明采集仪获取的掌纹和手掌静脉图像的身份识别方法,首先用掌纹图像进行身份识别,然后用手掌静脉图像结合掌纹图像进行活体判别,最后用手掌静脉图像进行身份认证。
(四)附图说明
图1为本发明的图像采集仪投影视图(含部分仪器外壳);
图2-图5为用发明的图像采集仪获取到的典型掌纹、手掌静脉图像样本;
图6为本发明身份识别方法的流程图。
(五)具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明:
结合图1,本实施例中数码摄像机1是本仪器的一个重要组成部分,用以连续获取掌纹和手掌静脉图像,并通过通讯接口6实时的将获取到的掌纹、手掌静脉图像传送到计算机7中,本实施例仪器采用了高信噪比的黑白数码摄像机,能取得高质量的掌纹、手掌静脉数字图像。
可见光源2的主要用途是为掌纹的可见光成像提供稳定的光照条件,由它发出的可见光经过手掌表面的反射进入摄像机中,可以获得掌纹的数字图像,人的手掌呈三维曲面,手掌的各个部位对光线的反射不均匀就容易造成获取的掌纹图像明暗不均,本发明采用可见光LED阵列作为光源环绕在数码相机四周并在光源前加散光纸4的方法确保均匀而稳定的光照条件。
红外光源3的主要用途是为手掌静脉的红外成像提供光源支持,医学研究表明波长在700nm~1000nm的近红外光谱区的光对人体组织有较强的穿透能力,人体血液中的氧合血红蛋白和还原血红蛋白在750nm~900nm的波长范围内的吸收率相对较高,而人体组织中的水在这个波长范围内吸收率相对较低,所以在近红外光源的照射下,手掌静脉部分会因为对光线有较多的吸收而呈暗色,同时手掌其它组织细胞由于水的反射作用而呈现亮色,这样就可以得到手掌静脉的图像,依据上述红外成像原理并经过大量实验,本仪器采用了波长为890nm的红外LED阵列作为红外光源,为了确保光源均匀红外LED阵列环绕在数码相机四周,并在光源前放置了一定厚度的散光纸4。
单片机控制器是本仪器的核心组成部分,由它来控制可见光源2和红外光源3的切换,手掌在可见光源2照射下数码摄像机1可以获取掌纹的图像,手掌在红外光源3照射下数码相机可以获取手掌静脉的图像,本发明可见光和红外光的切换时间在0.5秒以内,摄像机获取的掌纹图像和手掌静脉图像可以认为是同时采集得到的。
在线掌纹、手掌静脉采集要求将数字图像实时的传送到计算机7,用于切换光源的单片机控制器5也需要与计算机7连接完成控制,因而涉及到计算机7与摄像机1、单片机控制器5之间的信息通讯,本仪器的通讯接口6采用标准的串行接口或USB,来实现仪器与计算机的信息交互。
仪器外壳9固定在仪器支架8上形成暗室结构的仪器箱体10起到支撑数码相机1、可见光源2、红外光源3、单片机控制器5的作用,要求仪器外壳9内表面具有良好的漫反射效果,以免影响图像采集的效果,仪器外壳9固定在仪器支架8上形成暗室结构的手掌箱体11可放置用来在线采集的手掌,仪器箱体10和手掌箱体11相通,起到暗箱的作用;
在线掌纹、手掌静脉图像采集仪工作时,首先确保计算机和采集仪之间正常连接后,开启计算机7和采集仪的电源,使用户的手掌掌心向下、水平放置到手掌箱体11内,启动采集程序,在采集程序的控制下单片机5进行可见光源2和红外光源3的切换,同时数码摄像机采集可见光源2照射下形成的掌纹图像和红外光源3照射下形成的手掌静脉图像,图像经过通讯接口6传输至计算机,图2-图5是用发明仪器获得的典型掌纹和手掌静脉图像样本。
本发明在线掌纹、手掌静脉身份识别方法由掌纹识别、活体判别、手掌静脉身份认证三个步骤完成,首先利用掌纹图像进行身份识别,确定用户身份,如果识别成功继续进行活体判别,如果判别为活体继续利用手掌静脉图像对该用户进行身份认证。其中,利用掌纹图像进行身份识别采用了Gabor滤波器对图像进行竞争编码的特征提取方法,进而根据竞争编码得到的掌纹特征完成身份识别,首先对本发明在线掌纹、手掌静脉图像采集仪采集得到的手掌掌纹图像进行预处理,得到归一化的手掌中心区域,然后对该中心区域的掌纹图像进行6个不同方向的Gabor滤波,得到该中心区域掌纹的竞争编码,最后,用该竞争编码作为该中心区域的掌纹特征,计算每两幅图像之间的相似度,由相似度大小判断用户身份,完成身份识别,从数据库中找到一个和当前掌纹最相近的手掌,然后进行活体检测和身份认证。活体判别采用分析手掌静脉图像的灰度共生矩阵和亮度均值的方法,由于活体手掌皮肤组织对近红外光具有特殊的反射率和吸收率,使用本发明在线掌纹、手掌静脉图像采集仪采集得到的活体手掌静脉图像具有特殊的纹理特征和亮度特征,根据上述原理,活体判别步骤如下:首先对手掌静脉图像进行归一化处理,得到手掌中心区域的灰度图像,然后通过计算得到手掌中心区域灰度图像的灰度共生矩阵,由灰度共生矩阵计算得出该中心区域灰度图像的惯性矩作为纹理特征,再计算手掌中心区域灰度图像的各个像素点的亮度均值作为该中心区域的亮度特征,最后,结合手掌中心区域灰度图像的纹理特征和亮度特征对该手掌静脉图像进行分类,进而判断是否为活体样本。利用手掌静脉图像进行身份认证,是采用对手掌静脉血管的“线特征”进行分类的方法来实现的,首先对归一化后得到的手掌中心区域用0°、45°、90°、135°四个方向的多尺度高斯滤波器进行线检测,然后对滤波后的图像进行二值化,得到血管线的二值图像,最后对二值图像采用点对点匹配的策略进行分类,完成身份认证。
本发明的身份识别方法是结合上述掌纹、手掌静脉采集仪获取的掌纹、手掌静脉图像来进行身份识别,首先利用掌纹信息进行身份识别,然后结合掌纹和手掌静脉信息判别被测对象是否为活体来达到防伪的目的,最后利用手掌静脉信息进行身份认证,以确保识别的正确性,图6为发明的身份识别方法流程图,首先使用本发明的在线掌纹、手掌静脉图像采集仪采集用户手掌的掌纹、静脉图像,然后对采集到的图像进行预处理,利用掌纹图像的手掌中心区域进行身份识别,如果识别失败,程序退出,并提示身份识别失败,如果识别成功,确定用户身份,再对该用户的手掌静脉图像进行预处理,并判别该手掌是否为活体,如果是非活体,程序退出,并提示身份识别失败,如果是活体,再利用该用户的手掌静脉图像进行身份认证,如果认证失败,程序退出,并提示身份识别失败,如果成功,程序退出,提示身份识别成功,并显示身份识别结果。
通过以上步骤,建立起一个完整的掌纹、手部静脉图像的实时获取和身份识别系统。
Claims (6)
1.一种在线掌纹、手掌静脉图像身份识别方法,其特征在于:由掌纹识别、活体判别、手掌静脉身份认证三个步骤完成,通过在线掌纹、手掌静脉图像采集仪采集掌纹、手掌静脉图像,首先利用掌纹图像进行身份识别,确定用户身份,如果识别成功继续进行活体判别,如果判别为活体继续利用手掌静脉图像对该用户进行身份认证;所述的利用掌纹图像进行身份识别采用了Gabor滤波器对图像进行竞争编码的特征提取方法,进而根据竞争编码得到的掌纹特征完成身份识别,首先对在线掌纹、手掌静脉图像采集仪采集得到的手掌掌纹图像进行预处理,得到归一化的手掌中心区域,然后对该中心区域的掌纹图像进行6个不同方向的Gabor滤波,得到该中心区域掌纹的竞争编码,最后,用该竞争编码作为该中心区域的掌纹特征,计算每两幅图像之间的相似度,由相似度大小判断用户身份,完成身份识别,从数据库中找到一个和当前掌纹最相近的手掌,然后进行活体判别和身份认证;所述的活体判别采用分析手掌静脉图像的灰度共生矩阵和亮度均值的方法,活体判别步骤如下:首先对手掌静脉图像进行归一化处理,得到手掌中心区域的灰度图像,然后通过计算得到手掌中心区域灰度图像的灰度共生矩阵,由灰度共生矩阵计算得出该中心区域灰度图像的惯性矩作为纹理特征,再计算手掌中心区域灰度图像的各个像素点的亮度均值作为该中心区域的亮度特征,最后,结合手掌中心区域灰度图像的纹理特征和亮度特征对该手掌静脉图像进行分类,进而判断是否为活体样本;所述的利用手掌静脉图像进行身份认证,是采用对手掌静脉血管的线特征进行分类的方法来实现的,首先对归一化后得到的手掌中心区域用0°、45°、90°、135°四个方向的多尺度高斯滤波器进行线检测,然后对滤波后的图像进行二值化,得到血管线的二值图像,最后对二值图像采用点对点匹配的策略进行分类,完成身份认证。
2.根据权利要求1所述的一种在线掌纹、手掌静脉图像身份识别方法,该方法所使用的一种在线掌纹、手掌静脉图像采集仪,它包括数码摄像机、仪器支架、仪器外壳和仪器箱体,其特征在于它还包括可见光源、红外光源、散光纸、单片机控制器、通讯接口、计算机和手掌箱体,仪器外壳固定在仪器支架上形成的仪器箱体,仪器箱体内安装数码摄像机、可见光源、红外光源、散光纸和单片机控制器,数码摄像机、单片机控制器经通讯接口与计算机相连,可放置手掌的手掌箱体与仪器箱体相通。
3.根据权利要求2所述的在线掌纹、手掌静脉图像采集仪,其特征在于:所述的数码摄像机竖直固定在仪器箱体内底部仪器外壳上,可见光源、红外光源安装在仪器箱体内数码摄像机的周围,单片机控制器安装在仪器箱体内侧仪器外壳上。
4.根据权利要求2所述的在线掌纹、手掌静脉图像采集仪,其特征在于:所述的通讯接口为标准的串行接口或USB接口。
5.根据权利要求2所述的在线掌纹、手掌静脉图像采集仪,其特征在于:所述的可见光源、红外光源为环绕数码摄像机的LED阵列。
6.根据权利要求2所述的在线掌纹、手掌静脉图像采集仪,其特征在于:所述的散光纸安装在可见光源和红外光源上方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101449145A CN101196987B (zh) | 2007-12-25 | 2007-12-25 | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101449145A CN101196987B (zh) | 2007-12-25 | 2007-12-25 | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101196987A CN101196987A (zh) | 2008-06-11 |
CN101196987B true CN101196987B (zh) | 2011-05-25 |
Family
ID=39547381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101449145A Expired - Fee Related CN101196987B (zh) | 2007-12-25 | 2007-12-25 | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101196987B (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763501B (zh) * | 2008-12-24 | 2012-07-04 | 中国科学院半导体研究所 | 一种无约束手掌图像采集装置 |
US8208692B2 (en) * | 2009-01-15 | 2012-06-26 | The Hong Kong Polytechnic University | Method and system for identifying a person using their finger-joint print |
CN101561870B (zh) * | 2009-04-10 | 2011-05-18 | 北方工业大学 | 手背静脉采集系统及其方法 |
CN101627913B (zh) * | 2009-08-18 | 2011-06-08 | 清华大学深圳研究生院 | 一种身份信息识别方法及其系统 |
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
CN101964056B (zh) * | 2010-10-26 | 2012-06-27 | 徐勇 | 一种具有活体检测功能的双模态人脸认证方法和系统 |
CN102542281B (zh) * | 2010-12-27 | 2017-02-22 | 北京北科慧识科技股份有限公司 | 非接触式生物特征识别方法和系统 |
CN102129552A (zh) * | 2011-03-03 | 2011-07-20 | 哈尔滨工业大学 | 一体化非接触式手部特征图像采集系统 |
CN103116741A (zh) * | 2013-01-28 | 2013-05-22 | 天津理工大学 | 手掌静脉与手掌纹融合图像的采集识别系统 |
CN104091146A (zh) * | 2013-06-02 | 2014-10-08 | 广东智冠实业发展有限公司 | 人体静脉图像特征提取方法 |
CN104217207A (zh) * | 2013-06-02 | 2014-12-17 | 广东智冠实业发展有限公司 | 静脉特征提取过程中滤波器领域有效范围的设定方法 |
CN104091144A (zh) * | 2013-06-02 | 2014-10-08 | 广东智冠实业发展有限公司 | 静脉图像特征提取过程中的方向滤波器构建方法 |
CN103902969A (zh) * | 2014-02-27 | 2014-07-02 | 中国科学院自动化研究所 | 一种同时摄取掌纹和掌静脉图像的装置 |
CN105224906B (zh) * | 2014-05-27 | 2020-08-11 | 苏州肯谱瑞力信息科技有限公司 | 掌静脉识别智能系统 |
CN104217195B (zh) * | 2014-08-07 | 2018-02-23 | 中国矿业大学 | 手部静脉立体成像与识别系统 |
CN104268542B (zh) * | 2014-09-19 | 2017-05-03 | 清华大学深圳研究生院 | 掌纹采集仪以及生成全掌纹图像的方法 |
CN204229421U (zh) * | 2014-11-05 | 2015-03-25 | 亿百葩鲜数据科技(上海)有限公司 | 身份获取装置 |
CN105117702A (zh) * | 2015-08-20 | 2015-12-02 | 青岛三链锁业有限公司 | 一种掌静脉图像识别装置 |
CN106326827B (zh) * | 2015-11-08 | 2019-05-24 | 北京巴塔科技有限公司 | 掌静脉识别系统 |
CN105678534A (zh) * | 2016-03-24 | 2016-06-15 | 吴豪 | 一种基于掌静脉识别认证的银联交易系统及装置 |
CN105787840A (zh) * | 2016-05-03 | 2016-07-20 | 曾环茂 | 校园安全管理装置及其系统 |
CN106250823A (zh) * | 2016-07-21 | 2016-12-21 | 同济大学 | 一种掌纹掌脉识别方法及掌纹掌脉图像采集仪 |
CN106372611A (zh) * | 2016-09-09 | 2017-02-01 | 康佳集团股份有限公司 | 基于手掌静脉特征的身份识别方法、系统及图像采集装置 |
CN106663201A (zh) * | 2016-10-18 | 2017-05-10 | 厦门中控生物识别信息技术有限公司 | 一种手掌检测方法和设备 |
CN107358181A (zh) * | 2017-06-28 | 2017-11-17 | 重庆中科云丛科技有限公司 | 用于人脸活体判断的单目红外可见光摄像头装置及方法 |
CN108464820A (zh) * | 2018-05-17 | 2018-08-31 | 安徽昱康智能科技有限公司 | 一种手部生理信息采集装置及其体检机 |
CN109151283A (zh) * | 2018-09-30 | 2019-01-04 | 联想(北京)有限公司 | 电子设备及图像处理模组 |
CN110443146A (zh) * | 2019-07-09 | 2019-11-12 | 一脉通(深圳)智能科技有限公司 | 基于生物识别的身份验证方法、装置、设备及可读介质 |
CN110598661A (zh) * | 2019-09-19 | 2019-12-20 | 京麦智能科技(苏州)有限公司 | 一种掌纹掌脉采集系统 |
CN110969098A (zh) * | 2019-11-19 | 2020-04-07 | 广州恒龙信息技术有限公司 | 一种基于红外识别的鉴权方法及系统 |
CN111104859A (zh) * | 2019-11-19 | 2020-05-05 | 广州恒龙信息技术有限公司 | 一种基于多光谱识别的鉴权方法及系统 |
CN111462379A (zh) * | 2020-03-17 | 2020-07-28 | 广东网深锐识科技有限公司 | 一种含掌静脉和人脸识别的门禁管理方法、系统及介质 |
CN114724188B (zh) * | 2022-05-23 | 2022-08-16 | 北京圣点云信息技术有限公司 | 基于灰度共生矩阵的静脉识别方法及装置 |
CN117037221B (zh) * | 2023-10-08 | 2023-12-29 | 腾讯科技(深圳)有限公司 | 活体检测方法、装置、计算机设备及存储介质 |
CN118587750A (zh) * | 2024-08-05 | 2024-09-03 | 杭州海康威视数字技术股份有限公司 | 刷掌设备及手掌检测方法 |
-
2007
- 2007-12-25 CN CN2007101449145A patent/CN101196987B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101196987A (zh) | 2008-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101196987B (zh) | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 | |
CN101211410B (zh) | 一种多光谱掌纹身份认证方法及其专用采集仪 | |
CN101251889B (zh) | 基于手掌静脉与掌纹的近红外成像设备与身份识别方法 | |
CN102622588B (zh) | 双验证人脸防伪方法及装置 | |
CN100492400C (zh) | 手指静脉特征提取与匹配识别方法 | |
CN101493884B (zh) | 多光谱图像采集装置和方法 | |
CN107239772B (zh) | 掌纹掌脉图像采集装置及通关闸机 | |
CN111462379A (zh) | 一种含掌静脉和人脸识别的门禁管理方法、系统及介质 | |
CN105224906B (zh) | 掌静脉识别智能系统 | |
US20100045788A1 (en) | Method and Apparatus for Personal Identification Using Palmprint and Palm Vein | |
CN101441711B (zh) | 一种基于手指指纹和手背静脉的身份认证装置 | |
CN102402679A (zh) | 非接触式掌纹掌脉识别系统 | |
CN201302723Y (zh) | 在线多光谱手掌图像采集仪 | |
CN103116741A (zh) | 手掌静脉与手掌纹融合图像的采集识别系统 | |
CN108427945A (zh) | 一种多光谱自适应掌纹掌静脉采集设备及采集方法 | |
CN111563454B (zh) | 一种双重活体验证的手部静脉识别方法及装置 | |
CN103679878A (zh) | 一种基于手指静脉识别的门禁系统 | |
CN104636731A (zh) | 一种采用手指静脉识别与腕部静脉识别、指甲识别相结合的认证装置及认证方法 | |
CN110866235B (zh) | 同时捕获人体脉搏和静脉图像的身份识别方法及装置 | |
CN104615993A (zh) | 一种手指静脉识别与面部静脉识别相结合的认证装置及方法 | |
CN109190603A (zh) | 一种非接触式掌纹掌静脉混合识别系统 | |
CN208938124U (zh) | 一种非接触式掌纹掌静脉混合识别系统 | |
CN109147144A (zh) | 一种集指静脉验证血氧心率采集的智能锁 | |
Liu et al. | A practical iris acquisition system and a fast edges locating algorithm in iris recognition | |
CN209168214U (zh) | 一种集指静脉验证血氧心率采集的智能锁 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110525 Termination date: 20131225 |