CN103258199A - 一种获取完整的手掌静脉图像的系统及其方法 - Google Patents
一种获取完整的手掌静脉图像的系统及其方法 Download PDFInfo
- Publication number
- CN103258199A CN103258199A CN2013102254332A CN201310225433A CN103258199A CN 103258199 A CN103258199 A CN 103258199A CN 2013102254332 A CN2013102254332 A CN 2013102254332A CN 201310225433 A CN201310225433 A CN 201310225433A CN 103258199 A CN103258199 A CN 103258199A
- Authority
- CN
- China
- Prior art keywords
- light
- infrared led
- infrared
- image
- lens
- 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.)
- Pending
Links
Images
Abstract
本发明公开了一种获取完整的手掌静脉图像系统及其方法,它包括第一近红外LED、第二近红外LED、第三近红外LED、电路板、聚光筒、毛玻璃、黑色遮光纸、光学成像系统、可见光滤波片、图像传感器;聚光筒的底面上设有第一近红外LED、第二近红外LED、第三近红外LED,聚光筒的顶面上设有毛玻璃,光学成像系统包括第一透镜和第二透镜,聚光筒、毛玻璃、黑色遮光纸、光学成像系统、可见光滤波片、图像传感器依次放置在同一光轴上。本发明的光源结构简单,成本低廉,方便购买和制作;巧妙设计的聚光筒让出射光多次反射,避免光强损耗,同时获得均匀的照明光,提高静脉血管的成像对比度,获得全手掌的静脉图像。
Description
技术领域
本发明涉及红外光成像技术在人体生物识别方面的应用,尤其涉及一种获取完整的人体手掌静脉图像的系统及其方法。
背景技术
手掌静脉识别是一种新的生物特征识别技术,主要应用于个人身份鉴别。同人的指纹相比,手指静脉不仅具有高度唯一性,而且活体性、防伪性和特征稳定性更为突出,在身份认证方面具有更高的安全性。所有人的静脉都是不同的,即使是长相非常相似的双胞胎的静脉图像也不同,而且这种差异在他(她)们一生中都不会消失。
基于手掌静脉的身份识别主要具有以下优点:(1)手掌静脉位于手掌表皮下,难被窃取和伪造,具有很高的安全性;(2)手掌静脉包含丰富的个人信息,具有很高的身份辨别能力;(3)能够通过非接触方式在近红外光下成像,识别方式卫生、安全、易被用户接受。在信息化和网络化的安全上有广泛的应用。目前使用近红外光获取手掌静脉图像的方式有反射法和透射法。
反射法是指近红外光源和图像传感器在手掌的同一侧,近红外光源发出的光照射在手掌表面,反射光和部分散射光沿入射的方向返回,被同一侧的图像传感器接收并传入到显示器。优点是:减小了设备的体积和空间;照明光源的功率相对较小;容易获得全部手掌的静脉图像。缺点是:手掌表面的反射光对静脉成像造成干扰,降低了图像的对比度。
透射法是指近红外光源和图像传感器在手掌的两侧,近红外光源发出的光照射在手掌表面,穿过手掌部分的透射光被另一侧的图像传感器接收并传入到显示器。优点是:克服了反射法中皮肤表面光的影响,局部区域的对比度得到很好的增强。缺点是:手掌的不同区域厚度不一样导致成像不均匀;相对较薄的手指静脉成像的效果较好,整个手掌的静脉成像的效果较差。
但是,这两种利用近红外获取人体手掌静脉图像的方法,存在以下问题:反射法可以获取完整手指静脉图像,但是手掌表面的反射光干扰成像,降低了图像的对比度。透射法可以获取局部较为清晰的静脉图像,但是手掌不同位置厚度不均匀,所以被吸收的大小不一致,导致近红外光照射到手掌之后的光强也不均匀,被图像传感器接收到的图像的对比度下降。无法获取整个手掌静脉,从而特征点少,在生物识别中造成误判。
发明内容
本发明的目的是克服现有技术的不足,提供一种获取完整的人体手掌静脉图像的系统及其方法。
获取完整的手掌静脉图像系统包括第一近红外LED、第二近红外LED、第三近红外LED、电路板、聚光筒、毛玻璃、黑色遮光纸、第一透镜、第二透镜、可见光滤波片、图像传感器;聚光筒的底面上设有第一近红外LED、第二近红外LED、第三近红外LED,聚光筒的顶面上设有毛玻璃,聚光筒、毛玻璃、黑色遮光纸、第一透镜、第二透镜、可见光滤波片、图像传感器依次放置在同一光轴上。
所述的聚光筒是由高反射率的平面镜组合而成,其长×宽×高为:240mm×150mm×50mm,长度方向上用同样反射率的平面镜平均分成相同的第一区域、第二区域、第三区域,每个区域长度各为80mm。
所述的第一近红外LED、第二近红外LED、第三近红外LED的波长为850nm。
所述的第一透镜、第二透镜的组合焦距是2.8~12mm,最大光圈数是1.4。
所述的图像传感器为CMOS传感器或CCD传感器。
获取完整的手掌静脉图像的方法是:人体手掌的厚度不均匀,导致透射法在第一区域、第二区域、第三区域得到的图像的对比度相差较大,采用分区曝光方式来获得完整的手掌静脉图像时,对于厚度较小的手指部分,打开第一近红外LED,关闭第二近红外LED、第三近红外LED,此时的光强较弱,近红外光在聚光筒中多次反射,再依次透过毛玻璃和黑色遮光纸,黑色遮光纸能把没有照射在手掌上的近红外光挡住,避免这部分近红外光直接进入图像传感器中并对图像造成干扰,出射的近红外光照在手掌上,从手掌透射的近红外光经过第一透镜、第二透镜之后形成平行光,再经过可见光滤波片的作用,滤除可见光并让近红外光通过,最后被图像传感器接收并显示在显示屏上,同样的方法,对于掌心及手腕处较厚的部分,依次打开第二近红外LED、第三近红外LED,获得依次曝光采集的图像,将第一近红外LED、第二近红外LED、第三近红外LED三种光强得到的图像进行增强处理,提取清晰的局部静脉图像,把图像融合成完整的手掌静脉图像,最后经过加权渐变处理,得到完整清晰的手掌静脉图像。
本发明的有益效果是:设计的光源结构简单,容易实验操作;光源使用波长为850nm的LED,成本低廉同时方便购买;巧妙设计的矩形聚光筒,容易调节光强的大小;密闭的聚光筒近红外光多次反射,最后集中从顶端出射,能够避免光强损耗;矩形聚光筒的另一个作用是获得均匀的照明光,提高静脉血管的成像对比度,获得全手掌的静脉图像。黑色遮光纸能够挡住没有经过手掌的干扰光。
附图说明
图1是获取手掌静脉红外图像的系统的结构示意图;
图2是本发明的聚光筒的结构示意图;
图3(a)是第一红外照明得到的局部静脉图像;
图3(b)是第一红外照明得到的图像后,经过增强处理后的局部静脉图像;
图3(c)是第二红外照明得到的局部静脉图像;
图3(d)是第二红外照明得到的图像后,经过增强处理后的局部静脉图像;
图3(e)是第三红外照明得到的局部静脉图像;
图3(f)是第三红外照明得到的图像后,经过增强处理后的局部静脉图像;
图4(g)是第一、二、三红外图像融合后的手掌静脉图像;
图4(h)是经过加权渐变处理后得到的手掌静脉图像。
图中,第一近红外LED1、第二近红外LED2、第三近红外LED3、电路板4、聚光筒5、毛玻璃6、黑色遮光纸7、第一透镜8、第二透镜9、可见光滤波片10、图像传感器11、第一区域12、第二区域13、第三区域14。
具体实施方式
下面结合附图和实施例子对本发明做进一步的说明。
如图1、2所示,获取完整的手掌静脉图像系统包括第一近红外LED(1)、第二近红外LED2、第三近红外LED3、电路板4、聚光筒5、毛玻璃6、黑色遮光纸7、第一透镜8、第二透镜9、可见光滤波片10、图像传感器11;聚光筒5的底面上设有第一近红外LED1、第二近红外LED2、第三近红外LED3,聚光筒5的顶面上设有毛玻璃6,聚光筒5、毛玻璃6、黑色遮光纸7、第一透镜8、第二透镜9、可见光滤波片10、图像传感器11依次放置在同一光轴上。
所述的聚光筒5是由高反射率的平面镜组合而成,其长×宽×高为:240mm×150mm×50mm,长度方向上用同样反射率的平面镜分成长度相同的第一区域12、第二区域13、第三区域14,每个区域长度大小为80mm。
所述的第一近红外LED1、第二近红外LED2、第三近红外LED3的波长为850nm。
所述的第一透镜8、第二透镜9的组合焦距是2.8~12mm,最大光圈数是1.4。
所述的图像传感器11为CMOS传感器或CCD传感器。
所述的获取完整的手掌静脉图像的方法是:人体手掌的厚度不均匀,导致透射法在第一区域12、第二区域13、第三区域14得到的图像的对比度相差较大,采用分区曝光方式来获得完整的手掌静脉图像时,对于厚度较小的手指部分,打开第一近红外LED1,关闭第二近红外LED2、第三近红外LED3,此时的光强较弱,近红外光在聚光筒5中多次反射,再依次透过毛玻璃6和黑色遮光纸7,黑色遮光纸7能把没有照射在手掌上的近红外光挡住,避免这部分近红外光直接进入图像传感器中并对图像造成干扰,出射的近红外光照在手掌上,从手掌透射的近红外光经过第一透镜8、第二透镜9之后形成平行光,再经过可见光滤波片10的作用,滤除可见光并让近红外光通过,最后被图像传感器接收并显示在显示屏上,同样的方法,对于掌心及手腕处较厚的部分,依次打开第二近红外LED2、第三近红外LED3,获得依次曝光采集的图像,将第一近红外LED1、第二近红外LED2、第三近红外LED3三种光强得到的图像进行增强处理,提取清晰的局部静脉图像,最后经过加权渐变处理,得到完整清晰的手掌静脉图像。
实施例:
将人体手掌放置在黑色遮光纸、第一透镜之间,让掌心落在光轴上,而且掌心的平面和透镜平面平行。将图像传感器连接到电脑上,调整光圈大小,调整焦距大小,打开第一区域中的第一近红外LED,关闭第二区域和第三区域中的LED,控制电压大小,得到该光强下的图像,见图3(a)。同理,依次打开第二区域近红外LED和第三区域的近红外LED,分别得到这两个光强下的图像,见图3(b)、图3(c)。接着对所获得的图像采用自适应均衡化图像增强处理,提高图像的对比度,突出手掌静脉血管。
对经过图像增强后的图像,即图3(a)、图3(b)、图3(c)用线性相加融合成一幅图像,见图4(g),再利用加权渐变拼接技术把所得到的图像叠加部分去掉,得到完整清晰的手掌静脉图像,见图4(h)。
Claims (6)
1.一种获取完整的手掌静脉图像系统,其特征在于:包括第一近红外LED(1)、第二近红外LED(2)、第三近红外LED(3)、电路板(4)、聚光筒(5)、毛玻璃(6)、黑色遮光纸(7)、第一透镜(8)、第二透镜(9)、可见光滤波片(10)、图像传感器(11);聚光筒(5)的底面上设有第一近红外LED(1)、第二近红外LED(2)、第三近红外LED(3)三种不同的LED光源,聚光筒(5)的顶面上设有毛玻璃(6),聚光筒(5)、毛玻璃(6)、黑色遮光纸(7)、第一透镜(8)、第二透镜(9)、可见光滤波片(10)、图像传感器(11)依次放置在同一光轴上。
2.根据权利1所述的一种获取完整的手掌静脉图像的系统,其特征在于:所述第一近红外LED(1)、第二近红外LED(2)、第三近红外LED(3)的波长为850nm。
3.根据权利1所述的一种获取完整的手掌静脉图像的系统,其特征在于:所述的聚光筒(5)是由高反射率的平面镜组合而成,其长×宽×高为:240mm×150mm×50mm,长度方向上用同样反射率的平面镜分成长度相同的第一区域(12)、第二区域(13)、第三区域(14),每个区域长度大小为80mm。
4.根据权利1所述的一种获取完整的手掌静脉图像的系统,其特征在于:第一透镜(8)、第二透镜(9)的组合焦距是2.8~12mm,最大光圈数是1.4。
5.根据权利1所述的一种获取完整的手掌静脉图像的系统,其特征在于:所述的图像传感器(11)为CMOS传感器或CCD传感器。
6.一种使用如权利1要求所述系统的获取完整的手掌静脉图像的方法,其特征在于:人体手掌的厚度不均匀,导致透射法在第一区域(12)、第二区域(13)、第三区域(14)得到的图像的对比度相差较大,采用分区曝光方式来获得完整的手掌静脉图像时,对于厚度较小的手指部分,打开第一近红外LED(1),关闭第二近红外LED(2)、第三近红外LED(3),此时的光强较弱,近红外光在聚光筒(5)中多次反射,再依次透过毛玻璃(6)和黑色遮光纸(7),黑色遮光纸(7)能把没有照射在手掌上的近红外光挡住,避免这部分近红外光直接进入图像传感器中并对图像造成干扰,出射的近红外光照在手掌上,从手掌透射的近红外光经过第一透镜(8)、第二透镜(9)之后形成平行光,再经过可见光滤波片(10)的作用,滤除可见光并让近红外光通过,最后被图像传感器接收并显示在显示屏上,同样的方法,对于掌心及手腕处较厚的部分,依次打开第二近红外LED(2)、第三近红外LED(3),获得依次曝光采集的图像,将第一近红外LED(1)、第二近红外LED(2)、第三近红外LED(3)三种光强得到的图像进行增强处理,提取清晰的局部静脉图像,把图像融合成完整的手掌静脉图像,最后经过加权渐变处理,得到完整清晰的手掌静脉图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013102254332A CN103258199A (zh) | 2013-06-07 | 2013-06-07 | 一种获取完整的手掌静脉图像的系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013102254332A CN103258199A (zh) | 2013-06-07 | 2013-06-07 | 一种获取完整的手掌静脉图像的系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103258199A true CN103258199A (zh) | 2013-08-21 |
Family
ID=48962103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013102254332A Pending CN103258199A (zh) | 2013-06-07 | 2013-06-07 | 一种获取完整的手掌静脉图像的系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103258199A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636731A (zh) * | 2015-02-12 | 2015-05-20 | 张丽琴 | 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 |
WO2016019882A1 (zh) * | 2014-08-07 | 2016-02-11 | 苏州思源科安信息技术有限公司 | 用于移动终端安全认证的静脉识别成像装置及方法 |
CN105426853A (zh) * | 2015-11-24 | 2016-03-23 | 成都四象联创科技有限公司 | 基于图像的人体特征识别方法 |
CN105581780A (zh) * | 2015-12-16 | 2016-05-18 | 深圳大学 | 一种用于皮下静脉显像仪的自适应曝光控制方法及系统 |
CN107529961A (zh) * | 2015-04-21 | 2018-01-02 | 奥林巴斯株式会社 | 内窥镜装置 |
WO2018006604A1 (zh) * | 2016-07-02 | 2018-01-11 | 深圳市前海康启源科技有限公司 | 用于提高成像清晰度的静脉血管成像装置 |
CN107622223A (zh) * | 2016-07-17 | 2018-01-23 | 金佶科技股份有限公司 | 辨识装置及辨识方法 |
CN108784632A (zh) * | 2018-05-28 | 2018-11-13 | 重庆大学 | 一种出血检测胶囊系统 |
CN108968942A (zh) * | 2018-08-03 | 2018-12-11 | 佛山科学技术学院 | 一种基于近红外全色彩血流成像装置及方法 |
CN110543852A (zh) * | 2019-09-03 | 2019-12-06 | 弘益科技发展(天津)有限公司 | 非接触式动物身份静脉识别扫描仪及识别方法 |
CN111160246A (zh) * | 2019-12-28 | 2020-05-15 | 广东智冠信息技术股份有限公司 | 一种移动终端及其掌静脉识别方法、系统 |
CN113705344A (zh) * | 2021-07-21 | 2021-11-26 | 西安交通大学 | 基于全手掌的掌纹识别方法、装置、终端设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040208347A1 (en) * | 2003-04-18 | 2004-10-21 | Izhak Baharav | System and method for time-space multiplexing in finger-imaging applications |
CN101380225A (zh) * | 2007-09-04 | 2009-03-11 | 北京大学 | 一种采集近红外光照射下血管图像的方法和装置 |
CN102663376A (zh) * | 2012-02-22 | 2012-09-12 | 重庆科技学院 | 近红外多光强手指静脉图像的获取和融合系统及方法 |
CN202887212U (zh) * | 2012-10-10 | 2013-04-17 | 东莞市中控电子技术有限公司 | 一种掌静脉采集装置 |
CN203552271U (zh) * | 2013-06-07 | 2014-04-16 | 浙江大学 | 一种获取完整的手掌静脉图像的系统 |
-
2013
- 2013-06-07 CN CN2013102254332A patent/CN103258199A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040208347A1 (en) * | 2003-04-18 | 2004-10-21 | Izhak Baharav | System and method for time-space multiplexing in finger-imaging applications |
CN101380225A (zh) * | 2007-09-04 | 2009-03-11 | 北京大学 | 一种采集近红外光照射下血管图像的方法和装置 |
CN102663376A (zh) * | 2012-02-22 | 2012-09-12 | 重庆科技学院 | 近红外多光强手指静脉图像的获取和融合系统及方法 |
CN202887212U (zh) * | 2012-10-10 | 2013-04-17 | 东莞市中控电子技术有限公司 | 一种掌静脉采集装置 |
CN203552271U (zh) * | 2013-06-07 | 2014-04-16 | 浙江大学 | 一种获取完整的手掌静脉图像的系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016019882A1 (zh) * | 2014-08-07 | 2016-02-11 | 苏州思源科安信息技术有限公司 | 用于移动终端安全认证的静脉识别成像装置及方法 |
CN104636731A (zh) * | 2015-02-12 | 2015-05-20 | 张丽琴 | 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 |
CN107529961A (zh) * | 2015-04-21 | 2018-01-02 | 奥林巴斯株式会社 | 内窥镜装置 |
CN105426853A (zh) * | 2015-11-24 | 2016-03-23 | 成都四象联创科技有限公司 | 基于图像的人体特征识别方法 |
CN105581780A (zh) * | 2015-12-16 | 2016-05-18 | 深圳大学 | 一种用于皮下静脉显像仪的自适应曝光控制方法及系统 |
WO2018006604A1 (zh) * | 2016-07-02 | 2018-01-11 | 深圳市前海康启源科技有限公司 | 用于提高成像清晰度的静脉血管成像装置 |
CN107622223A (zh) * | 2016-07-17 | 2018-01-23 | 金佶科技股份有限公司 | 辨识装置及辨识方法 |
CN108784632A (zh) * | 2018-05-28 | 2018-11-13 | 重庆大学 | 一种出血检测胶囊系统 |
CN108968942A (zh) * | 2018-08-03 | 2018-12-11 | 佛山科学技术学院 | 一种基于近红外全色彩血流成像装置及方法 |
CN110543852A (zh) * | 2019-09-03 | 2019-12-06 | 弘益科技发展(天津)有限公司 | 非接触式动物身份静脉识别扫描仪及识别方法 |
CN111160246A (zh) * | 2019-12-28 | 2020-05-15 | 广东智冠信息技术股份有限公司 | 一种移动终端及其掌静脉识别方法、系统 |
CN113705344A (zh) * | 2021-07-21 | 2021-11-26 | 西安交通大学 | 基于全手掌的掌纹识别方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103258199A (zh) | 一种获取完整的手掌静脉图像的系统及其方法 | |
US10635878B2 (en) | Optical fingerprint sensor with force sensing capability | |
KR101872753B1 (ko) | 지문 식별방법 및 이의 지문 식별장치 | |
EP2362179B1 (en) | Optical system, method and computer program for detecting the presence of a living biological organism | |
WO2018014629A1 (en) | Optical fingerprint sensor with force sensing capability | |
CN208143330U (zh) | 相机模块及可携式电子装置 | |
WO2017058473A9 (en) | Finger biometric sensor for generating three dimensional fingerprint ridge data and related methods | |
Fuksis et al. | Infrared imaging system for analysis of blood vessel structure | |
CN105224906B (zh) | 掌静脉识别智能系统 | |
US20150062319A1 (en) | Authentication apparatus, prism member for authentication and authentication method | |
CN204258901U (zh) | 用于移动终端的手掌静脉识别装置和包括它的智能手机 | |
CN103514449B (zh) | 一种图像采集装置及方法 | |
CN203552271U (zh) | 一种获取完整的手掌静脉图像的系统 | |
TWI747096B (zh) | 指紋識別方法及裝置、儲存介質和指紋識別設備 | |
CN102567706A (zh) | 一种人脸识别装置和方法 | |
US9619690B2 (en) | Authentication apparatus, prism member for authentication and authentication method | |
CN107256395A (zh) | 掌静脉提取方法及装置 | |
CN104778445A (zh) | 基于手指静脉立体特征的活体识别装置及方法 | |
Sierro et al. | Contact-less palm/finger vein biometrics | |
US11182631B2 (en) | Information processing method and electronic device | |
CN112668540A (zh) | 生物特征采集识别系统及方法、终端设备和存储介质 | |
US20150054932A1 (en) | Authentication apparatus, prism member for authentication and authentication method | |
He et al. | Liveness iris detection method based on the eye's optical features | |
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 | |
CN206470778U (zh) | 生物辨识装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130821 |