CN102222225A - 一种手指静脉图像防伪获取方法 - Google Patents
一种手指静脉图像防伪获取方法 Download PDFInfo
- Publication number
- CN102222225A CN102222225A CN201110171722XA CN201110171722A CN102222225A CN 102222225 A CN102222225 A CN 102222225A CN 201110171722X A CN201110171722X A CN 201110171722XA CN 201110171722 A CN201110171722 A CN 201110171722A CN 102222225 A CN102222225 A CN 102222225A
- Authority
- CN
- China
- Prior art keywords
- finger
- light source
- image
- brightness
- control
- 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.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
一种手指静脉图像防伪获取方法,判断被测物是否为真实的人体手指活体,避免对异物、伪造手指或图像的误检;避免了个体手指前后端大小不同、骨节中段和骨节间亮度不均匀的问题,克服了因亮度不均匀而导致整体或局部的细节信息丢失;克服了人体手指待触发检测系统工作后快速切换成伪造手指或图像欺骗采集装置的安全隐患;是由手指静脉图像获取、人体手指生物特征检测、光源控制调整三种方法的综合执行来实现,其中最重要的是光源控制调整方法;方法简单,操作方便快捷,使用安全节能;本发明适用于人体生物认证领域中的生物特征采集部分,易于尽早推广。
Description
技术领域
本发明涉及图像获取方法,尤其是一种手指静脉图像防伪获取方法。
背景技术
目前,手指静脉识别技术是最新发展起来的新型生物识别技术,采用的特征存在于人体内部,无法复制,且依赖于活体而存在,具有更高的防伪性。手指静脉识别的基础和关键是手指静脉图像的获取。人体手指的普遍特征都是前端较为细小后端较为粗大,手指内部骨节分为三段,骨节之间存在缝隙,骨节本身大小也有所不同,不同个体手指大小、厚薄均有差异(有些女性手指静脉血管极为细小)。相同光源照射下,不同个体手指的透光量有所差异,而同一个体手指前后端透光量有所差异,骨节缝隙和骨节部分透光量也有所差异,获取的静脉图像可能出现手指整体或局部曝光不足、曝光过度、不同部位曝光不均匀等问题,导致原始静脉图像中手指静脉细节部分或整体丢失,图像质量低下,严重影响后续的特征提取和识别。人体手指活体的介电乘数较大,频率在100~500kHz时大约在12~18之间,通过检测介电常数就可以判断被测物是否为人体手指活体。目前市场上的手指图像采集系统往往仅采集静脉图像,不能判断被采对象是否为人体手指,伪造的手指或静脉图像卡片也可能欺骗采集系统而顺利通过识别,使得原本安全等级较高的静脉识别存在安全隐患。
一种现有技术如公开日期为2009年9月2日、公开号为CN101520840A、发明名称为《手指静脉图像采集装置及方法》的中国专利,揭示一种通过检测手指静脉图像中心区域平均亮度调整快门来调整静脉图像亮度的方案;另一种现有技术如公开日期为2011年3月2日、公开号为CN101982826A、发明名称为《一种光源亮度自动调整的手指静脉采集识别方法》的中国专利,揭示了一种根据静脉图像以水平轴线和垂直轴线为中心的矩形区域的质量调节光源亮度的方案;然而该发明提供的技术方案均未提及如何避免个体手指前后端大小不同、骨节中段和骨节间亮度不均匀等问题的方案,也未提及如何提高静脉图像对比度的技术方案,无法克服亮度不均匀而导致整体或局部的细节信息丢失问题。还有一种现有技术如公开日期为2011年1月26替、公开号为CN101957914A、发明名称为《一种手指静脉图像采集装置》的中国专利,揭示一种基于电容感应的生命体征检测单元,采集全部过程进行了两次生命体征检测;然而该发明仅是泛泛地提出生命体征检测,未见具体相关的操作方法说明,两次有限的生命体征检测依然无法克服放入的人体手指待触发检测系统工作后快速切换成伪造手指或图像欺骗采集装置的安全隐患。本发明提出了解决上述问题的方法。
鉴于上述原因,手指静脉图像采集装置及方法需要改进。
发明内容
本发明的目的是为了克服现有技术中的不足,提供一种手指静脉图像防伪获取方法,判断被测物是否为真实的人体手指活体,避免对异物、伪造手指或图像的误检;避免了个体手指前后端大小不同、骨节中段和骨节间亮度不均匀的问题,克服了因亮度不均匀而导致整体或局部的细节信息丢失;克服了人体手指待触发检测系统工作后快速切换成伪造手指或图像欺骗采集装置的安全隐患。
本发明为了实现上述目的,采用如下的技术方案:一种手指静脉图像防伪获取方法,是由手指静脉图像获取、人体手指生物特征检测、光源控制调整三种方法的综合执行来实现,所述的手指静脉图像获取,依次按下列步骤进行:
S1系统初始化,等待人体手指放入;
S2是否人体手指:检测到手指放入,检测到人体手指放入;
S3启动光源,设置初始亮度;
S4获取图像,运动检测:对图像进行运动检测;
S5手指就位:判断手指是否就位;
S6是否人体手指:检测当前被检对象是否为人体手指;
S7获取图像,调整系统参数:针对被测个体的差异调整系统参数,参数调整方法将结合所述的光源控制调整部分进行执行,光源控制调整过程依次按粗调、细调和增强三步进行;粗调的具体步骤如下:先进行步骤S711获取图像,计算Bt;再进行步骤S712判断Bt∈T?;再进行步骤S713同步调整S1、S2、S3:进行分组光源S1、S2和S3亮度同步调整;然后进行步骤S714检测当前被检对象是否为人体手指;细调的具体步骤如下:先进行步骤S721获取图像,计算Bf、Bm、Br;再进行步骤S722判断Bf/Bm/Br∈Ts?再进行步骤S723调整S1、S2、S3:进行分组光源S1、S2和S3亮度单独调整;然后进行步骤S724检测当前被检对象是否为人体手指;增强的具体步骤如下:先进行步骤S731获取并分割图像,计算Bv、Bg和Dt;再进行步骤S732计算max(Dt);再进行步骤S733判断Bt∈Tz?再进行步骤S734同步微调S1、S2、S3:同步微调分组光源S1、S2和S3的亮度;再进行步骤S735检测当前被检对象是否为人体手指;然后进行步骤S736设置S1~S3产生max(Dt);
S8是否为人体手指:检测当前被检对象是否为人体手指;
S9是否调整结束:判断是否调整结束;
S10采集高质量图像;
S11关闭光源;
S12退出操作;
其中最重要的是光源控制调整;所述手指静脉图像获取确认人体手指就位、自动快速调整参数,获取手指静脉图像;所述人体手指生物特征检测全程工作,可以彻底排除非人体手指的干扰;所述光源控制调整根据个体手指大小、厚度,手指内部骨节大小及骨节缝隙的位置,计算光强控制信息,动态调整对应于手指前、中、后段的分组光源,以获取原始手指静脉图像。
所述的手指静脉图像获取,在没有人体检测时光源和图像采集设备均处于关闭状态;另外为了确保检测过程有效,防止启动检测后人为快速抽取手指换上伪造手指或图像欺骗采集系统,一旦发现手指撤离立即停止检测,退出所有操作,进一步提高系统的安全性;依次按下列步骤进行:
S1系统初始化,等待人体手指放入:所述的初始化主要是初始化人体手指生物特征检测,设置频率在100~500kHz;
S2是否人体手指:检测到手指放入,检测到人体手指放入,向下执行步骤S3,否则返回步骤S2重新检测:所述的检测手指具体方法是检测放入检测为目标的介电常数值,当检测到介电常数值在12~18之间,即确认是人体手指放入;
S3启动光源,设置初始亮度:所述光源的亮度调节范围E的设置如下:一般人体手指检测合适亮度为0.4~0.5E,初始化亮度为0.2~0.3E;所述光源为分组光源S1、S2和S3,位置分别对应于被检手指的前、中和后段;具体控制方法采用PWM占空比控制方式,光源控制信息分别为C1、C2和C3,C1/C2/C3∈Tc,Tc=0~100为占空比调节范围;
S4获取图像,运动检测:对图像进行运动检测,为了加快检测速度,所述的运动检测方法采用帧差错法实现,具体操作为将图像序列的相邻帧计算对应像素差值Dpix,当Dpix>Td,Td=30为差错阈值,像素运动数U=U+1,最后依据下式:确定手指就位,Tm为运动像素比例阈值,M×N为分辨率;
S5手指就位:判断手指是否就位,手指就位向下执行步骤S7,否则执行步骤S6:所述判断手指是否就位的条件是将运动像素比例阈值设置为Tm=0.1;
S6是否人体手指:检测当前被检对象是否为人体手指,是则返回步骤S5重新判断手指就位情况,否则跳转至步骤S11关闭光源退出所有操作:这就可以有效排除人为仿造人体手指或图像对系统的安全威胁;
S7获取图像,调整系统参数:针对被测个体的差异调整系统参数,参数调整方法将结合所述的光源控制调整部分进行执行;
所述的光源控制调整,根据个体手指大小、厚度,手指内部骨节大小及骨节缝隙的位置不同,计算光强控制信息,动态调整对应于手指前、中、后段的分组光源,以获取原始手指静脉图像;避免了个体手指前后端大小不同、骨节中段和骨节间亮度不均匀的问题,克服了因亮度不均匀而导致整体或局部的细节信息丢失;光源控制调整过程依次按粗调、细调和增强三步进行。
所述的粗调,包括步骤S711、S712、S713和S714,分组光源S1、S2和S3亮度同步调整:所述的分组光源S1、S2和S3,位置分别对应于被检手指的前、中和后段;具体控制方法采用PWM占空比控制方式,光源控制信息分别为C1、C2和C3,C1/C2/C3∈Tc,Tc=0~100为占空比调节范围;根据得到图像计算手指静脉图像的亮度均值Bt,同步调整C1、C2和C3使得T为粗调亮度均值阈值;具体调整方法为当时,T=120~150为亮度均值阈值,若Bt>T则C1=C1-1,C2=C2-1,C3=C3-1,若Bt<T则C1=C1+1,C2=C2+1,C3=C3+1;在此过程中一旦检测到人体手指离开,立刻结束所有操作;粗调的具体步骤如下:
S712判断Bt∈T?:所述T=120~150为亮度均值阈值,如果成立则向下执行步骤S721,否则执行步骤S713;
S713同步调整S1、S2、S3:进行分组光源S1、S2和S3亮度同步调整,具体调整方法为若Bt>T则整体降低S1、S2和S3亮度,亮度控制参数减小一个控制单位,则控制单位C1=C1-1,C2=C2-1,C3=C3-1;若Bt<T则整体提高S1、S2和S3亮度,亮度控制参数增加一个控制单位,则控制单位C1=C1+1,C2=C2+1,C3=C3+1;其中控制单位C1/C2/C3∈Tc,占空比调节范围Tc=0~100;
S714检测当前被检对象是否为人体手指,是则执行步骤S711,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统。
所述的细调,包括步骤S721、S722、S723和S724,根据被测手指特点分组光源S1、S2和S3亮度单独调整:所述Bf、Bm和Br分别为手指前、中和后段图像亮度均值,独立调整S1、S2和S3的亮度以使得Bf∈Ts、Bm∈Ts、Br∈Ts,Ts为细调亮度均值阈值。在此过程中一旦检测到人体手指离开,立刻结束所有操作;细调的具体步骤如下:S721获取图像,计算Bf、Bm、Br:所述Bf、Bm和Br分别为手指前、中和后段图像亮度均值,具体实施算法分别为下式: 其中p(i,j)为图像中第i行第j列像素点的灰度值;
S722判断Bf/Bm/Br∈Ts?所述Ts=125~140为细调平均亮度阈值,如果成立则向下执行步骤S731,否则执行步骤S723;
S723调整S1、S2、S3:进行分组光源S1、S2和S3亮度单独调整,具体调整方法为当Bf>Ts,则降低S1亮度一个控制单位,控制单位C1=C1-0.2;当Bf<Ts则提高S1亮度一个控制单位,控制单位C1=C1+0.2;当Bm>Ts,则降低S2亮度一个控制单位,控制单位C2=C2-0.2;当Bm<Ts则提高S2亮度一个控制单位,控制单位C2=C2+0.2;当Br>Ts,则降低S3亮度一个控制单位,控制单位C3=C3-0.2;当Br<Ts则提高S3亮度一个控制单位,控制单位C3=C3+0.2;其中控制单位C1/C2/C3∈Tc,占空比调节范围Tc=0~100;
S724检测当前被检对象是否为人体手指,是则执行步骤S721,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统。
所述的增强,包括步骤S731、S732、S733、S734、S735和S736,分组光源S1、S2和S3亮度同步微调:利用阈值Tf=130~140分割图像为静脉Iv和背景Ig两部分,具体操作为若p(i,j)<Tf则p(i,j)∈Iv,若p(i,j)>Tf则p(i,j)∈Ig;分别计算静脉图像亮度均值Bv和背景图像亮度均值Bg继而计算静脉背景平均亮度差Dt=Bg-Bv;在Bt∈T、T为增强阈值范围内同步微调S1、S2和S3亮度,具体操作为从Bt=min(Tz)时的最小亮度开始每次调整C1=C1+0.5,C2=C2+0.5,C3=C3+0.5直至达到Bt≥max(Tz);获取Bt∈T内的最大背景亮度差max(Dt)和此时的光源控制信息Cy1、Cy2和Cy3,具体操作为在调整过程中比较背景亮度差max(Dt)和背景平均亮度差Dt,如果max(Dt)<Dt则max(Dt)=Dt,否则max(Dt)保持不变,同时记录下max(Dt)对应的光源控制信息Cy1、Cy2和Cy3;按照Cy1、Cy2和Cy3设置光源控制参数,微调结束;在此过程中一旦检测到人体手指离开,立刻结束所有操作;增强的具体步骤如下:
S731获取并分割图像,计算Bv、Bg和Dt:所述分割是利用阈值Tf=130~140分割图像为静脉Iv和背景Ig两部分,具体操作为若p(i,j)<Tf则p(i,j)∈Iv,若p(i,j)>Tf则p(i,j)∈Ig;分别计算静脉图像亮度均值和背景图像亮度均值式中Nv,Ng分别为Iv和Ig的像素点数,p(i,j)为图像中第i行第j列像素点的灰度值;继而计算静脉背景平均亮度差Dt=Bg-Bv;
S732计算max(Dt):所述max(Dt)为Bt∈Tz内的最大背景亮度差,Tz=125~140为增强阈值,具体操作为在调整过程中比较max(Dt)和Dt,如果max(Dt)<Dt则max(Dt)=Dt,否则max(Dt)保持不变,同时记录下max(Dt)对应的光源控制信息Cy1、Cy2和Cy3;
S733判断Bt∈Tz?如果成立则执行步骤S734同步微调S1、S2和S3亮度,否则执行步骤S736;
S734同步微调S1、S2、S3:同步微调分组光源S1、S2和S3的亮度,具体操作为从Bt=min(Tz)时的最小亮度开始每次调整控制单位C1=C1+0.5,C2=C2+0.5,C3=C3+0.5;
S735检测当前被检对象是否为人体手指,是则执行步骤S731,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统;
S736设置S1~S3产生max(Dt):根据步骤S732,设置分组光源S1~S3产生背景亮度差max(Dt):对应光源控制信息Cy1、Cy2和Cy3设置光源控制参数。
S8是否为人体手指:检测当前被检对象是否为人体手指,是则向下执行步骤S9,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指,换上假造的人造手指或图像欺骗系统;
S9是否调整结束:判断是否调整结束,是则向下执行步骤S10,否则跳转至步骤S7继续进行调整:调整结束的条件将结合所述的光源控制调整部分进行执行;
S10采集高质量图像:获取高质量、高对比度手指静脉图像;
S11关闭光源,节能降耗同时延长光源寿命;
S12退出操作。
所述的人体手指生物特征检测,根据频率100~500kHz时人体手指活体的介电常数值在12~18之间这个特征,判断被测物是否为真实的人体手指活体,避免对异物、伪造手指或图像的误检。
本发明的有益效果是:方法简单,操作方便快捷,使用安全节能;能够自动快速获取高质量、高对比度的手指静脉图像,还能排除对非人体手指误检干扰,从而提高后续处理的识别精度和识别成功率,显著增强系统的安全性;本发明适用于人体生物认证领域中的生物特征采集部分,易于尽早推广。
附图说明
下面结合附图对本发明作进一步说明:
图1是本发明的手指静脉图像获取原理图;
图2是本发明的光源控制调整原理图。
具体实施方式
下面结合附图与实施例对本发明作进一步详细说明:
实施例1:
如图1、2所示,一种手指静脉图像防伪获取方法,是由手指静脉图像获取、人体手指生物特征检测、光源控制调整三种方法的综合执行来实现,所述的手指静脉图像获取,依次按下列步骤进行:
S1系统初始化,等待人体手指放入;
S2是否人体手指:检测到手指放入,检测到人体手指放入;
S3启动光源,设置初始亮度;
S4获取图像,运动检测:对图像进行运动检测;
S5手指就位:判断手指是否就位;
S6是否人体手指:检测当前被检对象是否为人体手指;
S7获取图像,调整系统参数:针对被测个体的差异调整系统参数,参数调整方法将结合所述的光源控制调整部分进行执行,光源控制调整过程依次按粗调、细调和增强三步进行;粗调的具体步骤如下:先进行步骤S711获取图像,计算Bt;再进行步骤S712判断Bt∈T?;再进行步骤S713同步调整S1、S2、S3:进行分组光源S1、S2和S3亮度同步调整;然后进行步骤S714检测当前被检对象是否为人体手指;细调的具体步骤如下:先进行步骤S721获取图像,计算Bf、Bm、Br;再进行步骤S722判断Bf/Bm/Br∈Ts?再进行步骤S723调整S1、S2、S3:进行分组光源S1、S2和S3亮度单独调整;然后进行步骤S724检测当前被检对象是否为人体手指;增强的具体步骤如下:先进行步骤S731获取并分割图像,计算Bv、Bg和Dt;再进行步骤S732计算max(Dt);再进行步骤S733判断Bt∈Tz?再进行步骤S734同步微调S1、S2、S3:同步微调分组光源S1、S2和S3的亮度;再进行步骤S735检测当前被检对象是否为人体手指;然后进行步骤S736设置S1~S3产生max(Dt);
S8是否为人体手指:检测当前被检对象是否为人体手指;
S9是否调整结束:判断是否调整结束;
S10采集高质量图像;
S11关闭光源;
S12退出操作;
其中最重要的是光源控制调整;所述手指静脉图像获取确认人体手指就位、自动快速调整参数,获取手指静脉图像;所述人体手指生物特征检测全程工作,可以彻底排除非人体手指的干扰;所述光源控制调整根据个体手指大小、厚度,手指内部骨节大小及骨节缝隙的位置,计算光强控制信息,动态调整对应于手指前、中、后段的分组光源,以获取原始手指静脉图像。
实施例2:
如图1、2所示,所述的手指静脉图像获取,在没有人体检测时光源和图像采集设备均处于关闭状态;另外为了确保检测过程有效,防止启动检测后人为快速抽取手指换上伪造手指或图像欺骗采集系统,一旦发现手指撤离立即停止检测,退出所有操作,进一步提高系统的安全性;依次按下列步骤进行:
S1系统初始化,等待人体手指放入:所述的初始化主要是初始化人体手指生物特征检测,设置频率在100~500kHz;
S2是否人体手指:检测到手指放入,检测到人体手指放入,向下执行步骤S3,否则返回步骤S2重新检测:所述的检测手指具体方法是检测放入检测为目标的介电常数值,当检测到介电常数值在12~18之间,即确认是人体手指放入;
S3启动光源,设置初始亮度:所述光源的亮度调节范围E的设置如下:一般人体手指检测合适亮度为0.4~0.5E,初始化亮度为0.2~0.3E;所述光源为分组光源S1、S2和S3,位置分别对应于被检手指的前、中和后段;具体控制方法采用PWM占空比控制方式,光源控制信息分别为C1、C2和C3,C1/C2/C3∈Tc,Tc=0~100为占空比调节范围;
S4获取图像,运动检测:对图像进行运动检测,为了加快检测速度,所述的运动检测方法采用帧差错法实现,具体操作为将图像序列的相邻帧计算对应像素差值Dpix,当Dpix>Td,Td=30为差错阈值,像素运动数U=U+1,最后依据下式:确定手指就位,Tm为运动像素比例阈值,M×N为分辨率;
S5手指就位:判断手指是否就位,手指就位向下执行步骤S7,否则执行步骤S6:所述判断手指是否就位的条件是将运动像素比例阈值设置为Tm=0.1;
S6是否人体手指:检测当前被检对象是否为人体手指,是则返回步骤S5重新判断手指就位情况,否则跳转至步骤S11关闭光源退出所有操作:这就可以有效排除人为仿造人体手指或图像对系统的安全威胁;
S7获取图像,调整系统参数:针对被测个体的差异调整系统参数,参数调整方法将结合所述的光源控制调整部分进行执行;
所述的光源控制调整,根据个体手指大小、厚度,手指内部骨节大小及骨节缝隙的位置不同,计算光强控制信息,动态调整对应于手指前、中、后段的分组光源,以获取原始手指静脉图像;避免了个体手指前后端大小不同、骨节中段和骨节间亮度不均匀的问题,克服了因亮度不均匀而导致整体或局部的细节信息丢失;光源控制调整过程依次按粗调、细调和增强三步进行。
所述的粗调,包括步骤S711、S712、S713和S714,分组光源S1、S2和S3亮度同步调整:所述的分组光源S1、S2和S3,位置分别对应于被检手指的前、中和后段;具体控制方法采用PWM占空比控制方式,光源控制信息分别为C1、C2和C3,C1/C2/C3∈Tc,Tc=0~100为占空比调节范围;根据得到图像计算手指静脉图像的亮度均值Bt,同步调整C1、C2和C3使得T为粗调亮度均值阈值;具体调整方法为当时,T=120~150为亮度均值阈值,若Bt>T则C1=C1-1,C2=C2-1,C3=C3-1,若Bt<T则C1=C1+1,C2=C2+1,C3=C3+1;在此过程中一旦检测到人体手指离开,立刻结束所有操作;粗调的具体步骤如下:
S712判断Bt∈T?:所述T=120~150为亮度均值阈值,如果成立则向下执行步骤S721,否则执行步骤S713;
S713同步调整S1、S2、S3:进行分组光源S1、S2和S3亮度同步调整,具体调整方法为若Bt>T则整体降低S1、S2和S3亮度,亮度控制参数减小一个控制单位,则控制单位C1=C1-1,C2=C2-1,C3=C3-1;若Bt<T则整体提高S1、S2和S3亮度,亮度控制参数增加一个控制单位,则控制单位C1=C1+1,C2=C2+1,C3=C3+1;其中控制单位C1/C2/C3∈Tc,占空比调节范围Tc=0~100;
S714检测当前被检对象是否为人体手指,是则执行步骤S711,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统。
所述的细调,包括步骤S721、S722、S723和S724,根据被测手指特点分组光源S1、S2和S3亮度单独调整:所述Bf、Bm和Br分别为手指前、中和后段图像亮度均值,独立调整S1、S2和S3的亮度以使得Bf∈Ts、Bm∈Ts、Br∈Ts,Ts为细调亮度均值阈值。在此过程中一旦检测到人体手指离开,立刻结束所有操作;细调的具体步骤如下:S721获取图像,计算Bf、Bm、Br:所述Bf、Bm和Br分别为手指前、中和后段图像亮度均值,具体实施算法分别为下式: 其中p(i,j)为图像中第i行第j列像素点的灰度值;
S722判断Bf/Bm/Br∈Ts?所述Ts=125~140为细调平均亮度阈值,如果成立则向下执行步骤S731,否则执行步骤S723;
S723调整S1、S2、S3:进行分组光源S1、S2和S3亮度单独调整,具体调整方法为当Bf>Ts,则降低S1亮度一个控制单位,控制单位C1=C1-0.2;当BF<Ts则提高S1亮度一个控制单位,控制单位C1=C1+0.2;当Bm>Ts,则降低S2亮度一个控制单位,控制单位C2=C2-0.2;当Bm<Ts则提高S2亮度一个控制单位,控制单位C2=C2+0.2;当Br>Ts,则降低S3亮度一个控制单位,控制单位C3=C3-0.2;当Br<Ts则提高S3亮度一个控制单位,控制单位C3=C3+0.2;其中控制单位C1/C2/C3∈Tc,占空比调节范围Tc=0~100;
S724检测当前被检对象是否为人体手指,是则执行步骤S721,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统。
所述的增强,包括步骤S731、S732、S733、S734、S735和S736,分组光源S1、S2和S3亮度同步微调:利用阈值Tf=130~140分割图像为静脉Iv和背景Ig两部分,具体操作为若p(i,j)<Tf则p(i,j)∈Iv,若p(i,j)>Tf则p(i,j)∈Ig;分别计算静脉图像亮度均值Bv和背景图像亮度均值Bg继而计算静脉背景平均亮度差Dt=Bg-Bv;在Bt∈T、T为增强阈值范围内同步微调S1、S2和S3亮度,具体操作为从Bt=min(Tz)时的最小亮度开始每次调整C1=C1+0.5,C2=C2+0.5,C3=C3+0.5直至达到Bt≥max(Tz);获取Bt∈T内的最大背景亮度差max(Dt)和此时的光源控制信息Cy1、Cy2和Cy3,具体操作为在调整过程中比较背景亮度差max(Dt)和背景平均亮度差Dt,如果max(Dt)<Dt则max(Dt)=Dt,否则max(Dt)保持不变,同时记录下max(Dt)对应的光源控制信息Cy1、Cy2和Cy3;按照Cy1、Cy2和Cy3设置光源控制参数,微调结束;在此过程中一旦检测到人体手指离开,立刻结束所有操作;增强的具体步骤如下:
S731获取并分割图像,计算Bv、Bg和Dt:所述分割是利用阈值Tf=130~140分割图像为静脉Iv和背景Ig两部分,具体操作为若p(i,j)<Tf则p(i,j)∈Iv,若p(i,j)>Tf则p(i,j)∈Ig;分别计算静脉图像亮度均值和背景图像亮度均值式中Nv,Ng分别为Iv和Ig的像素点数,p(i,j)为图像中第i行第j列像素点的灰度值;继而计算静脉背景平均亮度差Dt=Bg-Bv;
S732计算max(Dt):所述max(Dt)为Bt∈Tz内的最大背景亮度差,Tz=125~140为增强阈值,具体操作为在调整过程中比较max(Dt)和Dt,如果max(Dt)<Dt则max(Dt)=Dt,否则max(Dt)保持不变,同时记录下max(Dt)对应的光源控制信息Cy1、Cy2和Cy3;
S733判断Bt∈Tz?如果成立则执行步骤S734同步微调S1、S2和S3亮度,否则执行步骤S736;
S734同步微调S1、S2、S3:同步微调分组光源S1、S2和S3的亮度,具体操作为从Bt=min(Tz)时的最小亮度开始每次调整控制单位C1=C1+0.5,C2=C2+0.5,C3=C3+0.5;
S735检测当前被检对象是否为人体手指,是则执行步骤S731,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统;
S736设置S1~S3产生max(Dt):根据步骤S732,设置分组光源S1~S3产生背景亮度差max(Dt):对应光源控制信息Cy1、Cy2和Cy3设置光源控制参数。
S8是否为人体手指:检测当前被检对象是否为人体手指,是则向下执行步骤S9,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指,换上假造的人造手指或图像欺骗系统;
S9是否调整结束:判断是否调整结束,是则向下执行步骤S10,否则跳转至步骤S7继续进行调整:调整结束的条件将结合所述的光源控制调整部分进行执行;
S10采集高质量图像:获取高质量、高对比度手指静脉图像;
S11关闭光源,节能降耗同时延长光源寿命;
S12退出操作。
实施例3:
所述的人体手指生物特征检测,根据频率100~500kHz时人体手指活体的介电常数值在12~18之间这个特征,判断被测物是否为真实的人体手指活体,避免对异物、伪造手指或图像的误检。
Claims (3)
1.一种手指静脉图像防伪获取方法,是由手指静脉图像获取、人体手指生物特征检测、光源控制调整三种方法的综合执行来实现,其特征在于:所述的手指静脉图像获取,依次按下列步骤进行:
S1系统初始化,等待人体手指放入;
S2是否人体手指:检测到手指放入,检测到人体手指放入;
S3启动光源,设置初始亮度;
S4获取图像,运动检测:对图像进行运动检测;
S5手指就位:判断手指是否就位;
S6是否人体手指:检测当前被检对象是否为人体手指;
S7获取图像,调整系统参数:针对被测个体的差异调整系统参数,参数调整方法将结合所述的光源控制调整部分进行执行,光源控制调整过程依次按粗调、细调和增强三步进行;粗调的具体步骤如下:先进行步骤S711获取图像,计算Bt;再进行步骤S712判断Bt∈T?;再进行步骤S713同步调整S1、S2、S3:进行分组光源S1、S2和S3亮度同步调整;然后进行步骤S714检测当前被检对象是否为人体手指;细调的具体步骤如下:先进行步骤S721获取图像,计算Bf、Bm、Br;再进行步骤S722判断Bf/Bm/Br∈Ts?再进行步骤S723调整S1、S2、S3:进行分组光源S1、S2和S3亮度单独调整;然后进行步骤S724检测当前被检对象是否为人体手指;增强的具体步骤如下:先进行步骤S731获取并分割图像,计算Bv、Bg和Dt;再进行步骤S732计算max(Dt);再进行步骤S733判断Bt∈Tz?再进行步骤S734同步微调S1、S2、S3:同步微调分组光源S1、S2和S3的亮度;再进行步骤S735检测当前被检对象是否为人体手指;然后进行步骤S736设置S1~S3产生max(Dt);
S8是否为人体手指:检测当前被检对象是否为人体手指;
S9是否调整结束:判断是否调整结束;
S10采集高质量图像;
S11关闭光源;
S12退出操作;
其中最重要的是光源控制调整;所述手指静脉图像获取确认人体手指就位、自动快速调整参数,获取手指静脉图像;所述人体手指生物特征检测全程工作,可以彻底排除非人体手指的干扰;所述光源控制调整根据个体手指大小、厚度,手指内部骨节大小及骨节缝隙的位置,计算光强控制信息,动态调整对应于手指前、中、后段的分组光源,以获取原始手指静脉图像。
2.根据权利要求1所述的一种手指静脉图像防伪获取方法,其特征在于:所述的手指静脉图像获取,在没有人体检测时光源和图像采集设备均处于关闭状态;另外为了确保检测过程有效,防止启动检测后人为快速抽取手指换上伪造手指或图像欺骗采集系统,一旦发现手指撤离立即停止检测,退出所有操作,进一步提高系统的安全性;依次按下列步骤进行:
S1系统初始化,等待人体手指放入:所述的初始化主要是初始化人体手指生物特征检测,设置频率在100~500kHz;
S2是否人体手指:检测到手指放入,检测到人体手指放入,向下执行步骤S3,否则返回步骤S2重新检测:所述的检测手指具体方法是检测放入检测为目标的介电常数值,当检测到介电常数值在12~18之间,即确认是人体手指放入;
S3启动光源,设置初始亮度:所述光源的亮度调节范围E的设置如下:一般人体手指检测合适亮度为0.4~0.5E,初始化亮度为0.2~0.3E;所述光源为分组光源S1、S2和S3,位置分别对应于被检手指的前、中和后段;具体控制方法采用PWM占空比控制方式,光源控制信息分别为C1、C2和C3,C1/C2/C3∈Tc,Tc=0~100为占空比调节范围;
S4获取图像,运动检测:对图像进行运动检测,为了加快检测速度,所述的运动检测方法采用帧差错法实现,具体操作为将图像序列的相邻帧计算对应像素差值Dpix,当Dpix>Td,Td=30为差错阈值,像素运动数U=U+1,最后依据下式:确定手指就位,Tm为运动像素比例阈值,M×N为分辨率;
S5手指就位:判断手指是否就位,手指就位向下执行步骤S7,否则执行步骤S6:所述判断手指是否就位的条件是将运动像素比例阈值设置为Tm=0.1;
S6是否人体手指:检测当前被检对象是否为人体手指,是则返回步骤S5重新判断手指就位情况,否则跳转至步骤S11关闭光源退出所有操作:这就可以有效排除人为仿造人体手指或图像对系统的安全威胁;
S7获取图像,调整系统参数:针对被测个体的差异调整系统参数,参数调整方法将结合所述的光源控制调整部分进行执行;
所述的光源控制调整,根据个体手指大小、厚度,手指内部骨节大小及骨节缝隙的位置不同,计算光强控制信息,动态调整对应于手指前、中、后段的分组光源,以获取原始手指静脉图像;避免了个体手指前后端大小不同、骨节中段和骨节间亮度不均匀的问题,克服了因亮度不均匀而导致整体或局部的细节信息丢失;光源控制调整过程依次按粗调、细调和增强三步进行。
所述的粗调,包括步骤S711、S712、S713和S714,分组光源S1、S2和S3亮度同步调整:所述的分组光源S1、S2和S3,位置分别对应于被检手指的前、中和后段;具体控制方法采用PWM占空比控制方式,光源控制信息分别为C1、C2和C3,C1/C2/C3∈Tc,Tc=0~100为占空比调节范围;根据得到图像计算手指静脉图像的亮度均值Bt,同步调整C1、C2和C3使得T为粗调亮度均值阈值;具体调整方法为当时,T=120~150为亮度均值阈值,若Bt>T则C1=C1-1,C2=C2-1,C3=C3-1,若Bt<T则C1=C1+1,C2=C2+1,C3=C3+1;在此过程中一旦检测到人体手指离开,立刻结束所有操作;粗调的具体步骤如下:
S712判断Bt∈T?:所述T=120~150为亮度均值阈值,如果成立则向下执行步骤S721,否则执行步骤S713;
S713同步调整S1、S2、S3:进行分组光源S1、S2和S3亮度同步调整,具体调整方法为若Bt>T则整体降低S1、S2和S3亮度,亮度控制参数减小一个控制单位,则控制单位C1=C1-1,C2=C2-1,C3=C3-1;若Bt<T则整体提高S1、S2和S3亮度,亮度控制参数增加一个控制单位,则控制单位C1=C1+1,C2=C2+1,C3=C3+1;其中控制单位C1/C2/C3∈Tc,占空比调节范围Tc=0~100;
S714检测当前被检对象是否为人体手指,是则执行步骤S711,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统。
所述的细调,包括步骤S721、S722、S723和S724,根据被测手指特点分组光源S1、S2和S3亮度单独调整:所述Bf、Bm和Br分别为手指前、中和后段图像亮度均值,独立调整S1、S2和S3的亮度以使得Bf∈Ts、Bm∈Ts、Br∈Ts,Ts为细调亮度均值阈值。在此过程中一旦检测到人体手指离开,立刻结束所有操作;细调的具体步骤如下:S721获取图像,计算Bf、Bm、Br:所述Bf、Bm和Br分别为手指前、中和后段图像亮度均值,具体实施算法分别为下式: 其中p(i,j)为图像中第i行第j列像素点的灰度值;
S722判断Bf/Bm/Br∈Ts?所述Ts=125~140为细调平均亮度阈值,如果成立则向下执行步骤S731,否则执行步骤S723;
S723调整S1、S2、S3:进行分组光源S1、S2和S3亮度单独调整,具体调整方法为当Bf>Ts,则降低S1亮度一个控制单位,控制单位C1=C1-0.2;当Bf<Ts则提高S1亮度一个控制单位,控制单位C1=C1+0.2;当Bm>Ts,则降低S2亮度一个控制单位,控制单位C2=C2-0.2;当Bm<Ts则提高S2亮度一个控制单位,控制单位C2=C2+0.2;当Br>Ts,则降低S3亮度一个控制单位,控制单位C3=C3-0.2;当Br<Ts则提高S3亮度一个控制单位,控制单位C3=C3+0.2;其中控制单位C1/C2/C3∈Tc,占空比调节范围Tc=0~100;
S724检测当前被检对象是否为人体手指,是则执行步骤S721,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统。
所述的增强,包括步骤S731、S732、S733、S734、S735和S736,分组光源S1、S2和S3亮度同步微调:利用阈值Tf=130~140分割图像为静脉Iv和背景Ig两部分,具体操作为若p(i,j)<Tf则p(i,j)∈Iv,若p(i,j)>Tf则p(i,j)∈Ig;分别计算静脉图像亮度均值Bv和背景图像亮度均值Bg继而计算静脉背景平均亮度差Dt=Bg-Bv;在Bt∈T、T为增强阈值范围内同步微调S1、S2和S3亮度,具体操作为从Bt=min(Tz)时的最小亮度开始每次调整C1=C1+0.5,C2=C2+0.5,C3=C3+0.5直至达到Bt≥max(Tz);获取Bt∈T内的最大背景亮度差max(Dt)和此时的光源控制信息Cy1、Cy2和Cy3,具体操作为在调整过程中比较背景亮度差max(Dt)和背景平均亮度差Dt,如果max(Dt)<Dt则max(Dt)=Dt,否则max(Dt)保持不变,同时记录下max(Dt)对应的光源控制信息Cy1、Cy2和Cy3;按照Cy1、Cy2和Cy3设置光源控制参数,微调结束;在此过程中一旦检测到人体手指离开,立刻结束所有操作;增强的具体步骤如下:
S731获取并分割图像,计算Bv、Bg和Dt:所述分割是利用阈值Tf=130~140分割图像为静脉Iv和背景Ig两部分,具体操作为若p(i,j)<Tf则p(i,j)∈Iv,若p(i,j)>Tf则p(i,j)∈Ig;分别计算静脉图像亮度均值和背景图像亮度均值式中Nv,Ng分别为Iv和Ig的像素点数,p(i,j)为图像中第i行第j列像素点的灰度值;继而计算静脉背景平均亮度差Dt=Bg-Bv;
S732计算max(Dt):所述max(Dt)为Bt∈Tz内的最大背景亮度差,Tz=125~140为增强阈值,具体操作为在调整过程中比较max(Dt)和Dt,如果max(Dt)<Dt则max(Dt)=Dt,否则max(Dt)保持不变,同时记录下max(Dt)对应的光源控制信息Cy1、Cy2和Cy3;
S733判断Bt∈Tz?如果成立则执行步骤S734同步微调S1、S2和S3亮度,否则执行步骤S736;
S734同步微调S1、S2、S3:同步微调分组光源S1、S2和S3的亮度,具体操作为从Bt=min(Tz)时的最小亮度开始每次调整控制单位C1=C1+0.5,C2=C2+0.5,C3=C3+0.5;
S735检测当前被检对象是否为人体手指,是则执行步骤S731,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指换上实现假造的人造手指或图像欺骗系统;
S736设置S1~S3产生max(Dt):根据步骤S732,设置分组光源S1~S3产生背景亮度差max(Dt):对应光源控制信息Cy1、Cy2和Cy3设置光源控制参数。
S8是否为人体手指:检测当前被检对象是否为人体手指,是则向下执行步骤S9,否则跳转至步骤S11关闭光源退出所有操作:防止人为在通过手指就位检测后快速抽出手指,换上假造的人造手指或图像欺骗系统;
S9是否调整结束:判断是否调整结束,是则向下执行步骤S10,否则跳转至步骤S7继续进行调整:调整结束的条件将结合所述的光源控制调整部分进行执行;
S10采集高质量图像:获取高质量、高对比度手指静脉图像;
S11关闭光源,节能降耗同时延长光源寿命;
S12退出操作。
3.根据权利要求1所述的一种手指静脉图像防伪获取方法,其特征在于:所述的人体手指生物特征检测,根据频率100~500kHz时人体手指活体的介电常数值在12~18之间这个特征,判断被测物是否为真实的人体手指活体,避免对异物、伪造手指或图像的误检。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110171722 CN102222225B (zh) | 2011-06-24 | 2011-06-24 | 一种手指静脉图像防伪获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110171722 CN102222225B (zh) | 2011-06-24 | 2011-06-24 | 一种手指静脉图像防伪获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102222225A true CN102222225A (zh) | 2011-10-19 |
CN102222225B CN102222225B (zh) | 2012-12-05 |
Family
ID=44778773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110171722 Expired - Fee Related CN102222225B (zh) | 2011-06-24 | 2011-06-24 | 一种手指静脉图像防伪获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102222225B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107071397A (zh) * | 2017-01-16 | 2017-08-18 | 宁波江丰生物信息技术有限公司 | 一种判断图像亮度的系统及方法 |
CN107451570A (zh) * | 2017-08-04 | 2017-12-08 | 中控智慧科技股份有限公司 | 一种启动手掌图像识别装置的方法及装置 |
CN108268830A (zh) * | 2016-12-30 | 2018-07-10 | 曦威科技股份有限公司 | 光学识别方法 |
CN109740561A (zh) * | 2019-01-11 | 2019-05-10 | 重庆工商大学 | 基于单目相机的三维手指静脉成像系统 |
CN110188666A (zh) * | 2019-05-28 | 2019-08-30 | Oppo广东移动通信有限公司 | 静脉采集方法及相关产品 |
CN111222483A (zh) * | 2020-01-14 | 2020-06-02 | 重庆工商大学 | 一种三维手指静脉的识别系统 |
CN114425524A (zh) * | 2021-12-20 | 2022-05-03 | 苏州镁伽科技有限公司 | 用于检测设备的收料控制方法、装置及检测设备 |
-
2011
- 2011-06-24 CN CN 201110171722 patent/CN102222225B/zh not_active Expired - Fee Related
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108268830A (zh) * | 2016-12-30 | 2018-07-10 | 曦威科技股份有限公司 | 光学识别方法 |
CN108268830B (zh) * | 2016-12-30 | 2021-03-30 | 莆田杰木科技有限公司 | 光学识别方法 |
CN107071397A (zh) * | 2017-01-16 | 2017-08-18 | 宁波江丰生物信息技术有限公司 | 一种判断图像亮度的系统及方法 |
CN107451570A (zh) * | 2017-08-04 | 2017-12-08 | 中控智慧科技股份有限公司 | 一种启动手掌图像识别装置的方法及装置 |
CN109740561A (zh) * | 2019-01-11 | 2019-05-10 | 重庆工商大学 | 基于单目相机的三维手指静脉成像系统 |
CN110188666A (zh) * | 2019-05-28 | 2019-08-30 | Oppo广东移动通信有限公司 | 静脉采集方法及相关产品 |
CN110188666B (zh) * | 2019-05-28 | 2021-05-04 | Oppo广东移动通信有限公司 | 静脉采集方法及相关产品 |
CN111222483A (zh) * | 2020-01-14 | 2020-06-02 | 重庆工商大学 | 一种三维手指静脉的识别系统 |
CN114425524A (zh) * | 2021-12-20 | 2022-05-03 | 苏州镁伽科技有限公司 | 用于检测设备的收料控制方法、装置及检测设备 |
CN114425524B (zh) * | 2021-12-20 | 2023-06-30 | 苏州镁伽科技有限公司 | 用于检测设备的收料控制方法、装置及检测设备 |
Also Published As
Publication number | Publication date |
---|---|
CN102222225B (zh) | 2012-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102222225B (zh) | 一种手指静脉图像防伪获取方法 | |
CN105069472B (zh) | 一种基于卷积神经网络自适应的车辆检测方法 | |
CN105447443A (zh) | 提高虹膜识别装置识别准确性的方法及装置 | |
CN101794385B (zh) | 用于视频序列的多角度多目标快速人脸跟踪方法 | |
CN103679118B (zh) | 一种人脸活体检测方法及系统 | |
CN102214297B (zh) | 用于特征提取的静脉图像质量检测方法 | |
CN106446851A (zh) | 一种基于可见光的人脸优选方法及系统 | |
CN105117692A (zh) | 一种基于深度学习的实时人脸识别方法及系统 | |
CN108960068A (zh) | 用于采集手指静脉图像的光源亮度调节装置及方法 | |
CN103268479A (zh) | 全天候疲劳驾驶检测方法 | |
CN108875469A (zh) | 活体检测与身份认证的方法、装置及计算机存储介质 | |
CN109076176A (zh) | 眼睛位置检测装置和方法、带滚动快门驱动系统的图像传感器的成像装置及其照明控制方法 | |
CN106960194A (zh) | 一种静脉识别装置 | |
JP2020191089A (ja) | 顔生体の検出方法及び検出装置、電子機器、並びにコンピュータ読み取り可能な媒体 | |
CN103700118B (zh) | 基于脉冲耦合神经网络的动目标检测方法 | |
CN106650558A (zh) | 人脸识别方法及装置 | |
CN106529243A (zh) | 一种身份鉴别的方法、装置及终端 | |
CN103617633A (zh) | 一种空间红外目标的级联识别方法 | |
CN105608436B (zh) | 一种功耗控制方法及电子设备 | |
CN104866844B (zh) | 一种面向监控视频的人群聚集检测方法 | |
CN107527423B (zh) | 纸币防伪识别方法及纸币识别装置 | |
CN109003246A (zh) | 眼部修图参数检测方法 | |
CN102956049A (zh) | 智能门禁的开关控制方法 | |
CN111652131A (zh) | 人脸识别装置及其补光方法、可读存储介质 | |
CN106803307A (zh) | 一种基于模板匹配的纸币面值面向识别方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121205 Termination date: 20150624 |
|
EXPY | Termination of patent right or utility model |