CN104537338B - 一种手掌静脉识别的手掌位置四点定位方法 - Google Patents

一种手掌静脉识别的手掌位置四点定位方法 Download PDF

Info

Publication number
CN104537338B
CN104537338B CN201410787290.9A CN201410787290A CN104537338B CN 104537338 B CN104537338 B CN 104537338B CN 201410787290 A CN201410787290 A CN 201410787290A CN 104537338 B CN104537338 B CN 104537338B
Authority
CN
China
Prior art keywords
palm
point
angle
constant
denoted
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.)
Active
Application number
CN201410787290.9A
Other languages
English (en)
Other versions
CN104537338A (zh
Inventor
詹恩毅
聂为清
於巧红
卢慧莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Palm Zhitong (Guangdong) Intelligent Technology Co., Ltd.
Original Assignee
Palm Zhitong (guangdong) Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Palm Zhitong (guangdong) Intelligent Technology Co Ltd filed Critical Palm Zhitong (guangdong) Intelligent Technology Co Ltd
Priority to CN201410787290.9A priority Critical patent/CN104537338B/zh
Publication of CN104537338A publication Critical patent/CN104537338A/zh
Application granted granted Critical
Publication of CN104537338B publication Critical patent/CN104537338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及生物识别技术领域,特别涉及一种手掌静脉识别的手掌位置四点定位方法。应用本实施例技术方案,通过在手掌上照射出光点,获取光点照射在手掌上的图像,利用公式计算出光点之间的像素常数以及角度常数,通过像素常数以及角度常数判断手掌位置是否摆放正确,对手掌摆放位置有了精确的判断,便于获取有效的手掌掌脉图像,降低后续的掌脉识别的难度,有助于提高手掌掌脉识别的精度。

Description

一种手掌静脉识别的手掌位置四点定位方法
技术领域
本发明涉及生物识别技术领域,特别涉及一种手掌静脉识别的手掌位置四点定位方法。
背景技术
传统的身份鉴定方法包括身份标识物品和身份标识知识,但由于主要借助体外物,一旦证明身份的标识物品和标识知识被盗或遗忘,其身份就容易被他人冒充或取代。生物识别技术比传统的身份鉴定方法更具安全、保密和方便性。生物特征识别技术具不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。
生物识别技术是依据人类自身所固有的生理或行为特征而进行识别的一种技术。已经运用的包括有指纹识别、虹膜识别、手掌几何学识别、视网膜识别、面部识别、签名识别、声音识别等,其对应的生物识别的生物特征有手形、指纹、虹膜、脸形、视网膜、脉搏、耳廓等,行为特征有签字、声音、按键力度等。生物识别技术可广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务。
静脉识别是生物识别的一种。其一种实现方式是通过取得个人静脉分布图,依据专用比对算法从静脉分布图提取特征值;另一种方式通过红外线CCD摄像头获取手指、手掌、手背静脉的图像,将静脉的数字图像存贮在计算机系统中,实现特征值存储。静脉比对时,实时采取静脉图,运用先进的滤波、图像二值化、细化手段对数字图像提取特征,采用复杂的匹配算法同存储在主机中静脉特征值比对匹配,从而对个人进行身份鉴定,确认身份。
从上所述可以知道,手掌静脉识别可以利用具近红外线感应度的小型照相机对着手掌进行摄影,即可将照着血管的阴影处摄出手掌血管图样,其原理是利用了血液中的血红素有吸收红外线光的特质。其后将手掌血管图样进行数字处理,制成数字图像,将静脉分布图依据专用比对算法提取特征值,将静脉的数字图像存贮在计算机系统中,将特征值存储。手掌识别比对时,实时采集手掌静脉图样,提取特征值,运用先进的滤波、图像二值化、细化手段对数字图像提取特征,同存储在主机中静脉特征值比对,采用复杂的匹配算法对静脉特征进行匹配,从而对个人进行身份鉴定,确认身份。全过程采用非接触式。
现有的手掌静脉识别技术中,手掌静脉图像获取是手掌静脉识别的前提,而在获取图像之前的手掌摆放位置和方式则直接影响了图像获取的质量,若手掌放置不合适,则导致手掌静脉图像不清晰、形变,进而导致不能提取特征值,从而导致所采集的图像不能用于识别。手掌放置位置是否合适具体体现在:1、手掌是否放置于摄像头中心地带,2、手掌放置是否倾斜,3、手掌是否放置于摄像头光学镜头聚焦点。如果手掌未放置于摄像头中心地带,采集得到的掌脉图像不完整,掌脉图像无效,不能应用于识别;如果手掌放置倾斜,采集得到的掌脉图像形变过大,增加后续的处理难度,当每次采集时倾斜不一致时,会导致识别失败;如果手掌放置于摄像头光学镜头聚焦点的前或后,采集得到的掌脉图像会变大或小,从而会降低识别精度。
发明内容
本发明实施例发明目的在于提供一种手掌静脉识别的手掌位置四点定位方法,应用该技术方案可以在实时采集手掌图像时,实时获取手掌摆放位置,对手掌摆放位置是否正确作出提示,便于手掌静脉识别的高效,提高识别精度以及更加人性化。
为了实现上述发明目的,本发明的完整技术方案是:
一种手掌静脉识别的手掌位置四点定位方法,包括以下步骤:
a、利用光线在手掌上照射出四个光点;
b、获取四个光点在手掌上的原始图像;
c、将所述原始图像进行灰度调整,获取灰度图;
d、将所述灰度图进行二值化处理,获取二值化图像;
e、根据所述二值化图像,分别确定四个光点的中心点;
f、将相邻的中心点相连,确定相邻中心点之间的构成的边,获取边与边之间的夹角角度,以及各边的边长;
g、根据所述夹角角度获取角度常数,根据所述边长获取像素常数,根据所述角度常数和像素常数,判断手掌摆放位置是否正确。
优选的,步骤a中,具体的
利用红外光线在手掌上照射出四个光点。
特别的,步骤e中,具体的
e1、根据所述二值化图像,确定所述四个光点的圆形边缘点;
e2、记录所述圆形边缘点的行列坐标;
e3、计算所述圆形边缘点的圆心坐标,确定所述圆心为中心点。
优选的,步骤f中,确定相邻中心点之间的构成的边,获取边与边之间的夹角角度,以及各边的边长,具体的
将四个中心点分别记为A、B、C、D;则相邻中心点之间构成的边记为AB、AC、CD、BD;
根据公式:
LAB=LCD±C1;
LAC=LBD±C2;
其中,LAB、LCD、LAC、LBD为边长,即为相邻中心点直线距离;C1、C2为像素常数;
同时,将以中心点A作为顶点的夹角记为α1,将以中心点B作为顶点的夹角记为α2,将以中心点C作为顶点的夹角记为α3,将以中心点D作为顶点的夹角记为α4;
根据公式:
α1=90°±σ1;
α2=90°±σ2;
α3=90°±σ3;
α4=90°±σ4;
其中,σ1、σ2、σ3、σ4为角度常数。
优选的,步骤g中,具体的
当像素常数C1和C2同时小于5,同时角度常数σ1、σ2、σ3、σ4皆小于5°时,确定手掌摆放位置正确;
否则判定为手掌摆放位置不正确。
由上可见,通过上述方法,应用本实施例技术方案,通过在手掌上照射出光点,获取光点照射在手掌上的图像,利用公式计算出光点之间的像素常数以及角度常数,通过像素常数以及角度常数判断手掌位置是否摆放正确,对手掌摆放位置有了精确的判断,便于获取有效的手掌掌脉图像,降低后续的掌脉识别的难度,有助于提高手掌掌脉识别的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的方法流程图;
图2为本发明实施例1中四个中心点的关系示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
如图1所示,本实施例提供一种手掌静脉识别的手掌位置四点定位方法,包括以下步骤:
101、利用光线在手掌上照射出四个光点;
102、获取四个光点在手掌上的原始图像;
103、将所述原始图像进行灰度调整,获取灰度图;
104、将所述灰度图进行二值化处理,获取二值化图像;
105、根据所述二值化图像,分别确定四个光点的中心点;
106、将相邻的中心点相连,确定相邻中心点之间的构成的边,获取边与边之间的夹角角度,以及各边的边长;
107、根据所述夹角角度获取角度常数,根据所述边长获取像素常数,根据所述角度常数和像素常数,判断手掌摆放位置是否正确。
作为更加具体的实现方式,在步骤101中,利用红外光线在手掌上照射出四个光点,以便于下一步的图像获取到完整的光点照射在手掌上的图像。
作为更加具体的实现方法,为了细化获取四个光点的中心点方法,在步骤105中,包括以下步骤:
e1、根据所述二值化图像,确定所述四个光点的圆形边缘点;
e2、记录所述圆形边缘点的行列坐标;
e3、计算所述圆形边缘点的圆心坐标,确定所述圆心为中心点。
从以上步骤可以实现明确光点圆形边缘点以及圆心坐标,以进一步的明确中心点。
在上述确定中心点的基础上,进一步的获取相邻中心点之间构成的边长,以及相邻边之间构成的夹角,在步骤106中;
如图2所示,其中,可以将四个中心点分别记为A、B、C、D;则相邻中心点之间构成的边记为AB、AC、CD、BD;
根据公式:
LAB=LCD±C1;
LAC=LBD±C2;
其中,LAB、LCD、LAC、LBD为边长,即为相邻中心点直线距离;C1、C2为像素常数;至此可以获取四个中心点的边长以及像素常数。
在上述标记的基础上,同时,将以中心点A作为顶点的夹角记为α1,将以中心点B作为顶点的夹角记为α2,将以中心点C作为顶点的夹角记为α3,将以中心点D作为顶点的夹角记为α4;
根据公式:
α1=90°±σ1;
α2=90°±σ2;
α3=90°±σ3;
α4=90°±σ4;
其中,σ1、σ2、σ3、σ4为角度常数,至此可以获取相邻边之间构成的夹角大小,并得出角度常数。
在步骤106的基础上,是根据像素常数以及角度常数作出判断,那么步骤107中,更具体的判断条件如下:
当像素常数C1和C2同时小于5,同时角度常数σ1、σ2、σ3、σ4皆小于5°时,确定手掌摆放位置正确;
否则判定为手掌摆放位置不正确。
当判断结果产生时,可以对判断的结果下定义,如像素常数C1大于或等于5时,可定义为手掌姿态过于前倾或后倾,像素常数C2大于或等于5,定义为手掌姿态过于左倾或右倾,角度常数σ1、σ2、σ3、σ4任意一个大于或等于5°时,定义为手掌姿态过于斜倾。
以上所述的实施方式,并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等,均应包含在该技术方案的保护范围之内。

Claims (4)

1.一种手掌静脉识别的手掌位置四点定位方法,其特征在于,包括以下步骤:
a、利用光线在手掌上照射出四个光点;
b、获取四个光点在手掌上的原始图像;
c、将所述原始图像进行灰度调整,获取灰度图;
d、将所述灰度图进行二值化处理,获取二值化图像;
e、根据所述二值化图像,分别确定四个光点的中心点;
f、将相邻的中心点相连,确定相邻中心点之间的构成的边,获取边与边之间的夹角角度,以及各边的边长;
g、根据所述夹角角度获取角度常数,根据所述边长获取像素常数,根据所述角度常数和像素常数,判断手掌摆放位置是否正确;
其中,步骤f中,确定相邻中心点之间的构成的边,获取边与边之间的夹角角度,以及各边的边长,具体的
将四个中心点分别记为A、B、C、D;则相邻中心点之间构成的边记为AB、AC、CD、BD;
根据公式:
LAB=LCD±C1;
LAC=LBD±C2;
其中,LAB、LCD、LAC、LBD为边长,即为相邻中心点直线距离;C1、C2为像素常数;
同时,将以中心点A作为顶点的夹角记为α1,将以中心点B作为顶点的夹角记为α2,将以中心点C作为顶点的夹角记为α3,将以中心点D作为顶点的夹角记为α4;
α1=90°±σ1;
α2=90°±σ2;
α3=90°±σ3;
α4=90°±σ4;
其中,σ1、σ2、σ3、σ4为角度常数。
2.根据权利要求1所述的一种手掌静脉识别的手掌位置四点定位方法,其特征在于:
步骤a中,具体的
利用红外光线在手掌上照射出四个光点。
3.根据权利要求1所述的一种手掌静脉识别的手掌位置四点定位方法,其特征在于:
步骤e中,具体的
e1、根据所述二值化图像,确定所述四个光点的圆形边缘点;
e2、记录所述圆形边缘点的行列坐标;
e3、计算所述圆形边缘点的圆心坐标,确定所述圆心为中心点。
4.根据权利要求1所述的一种手掌静脉识别的手掌位置四点定位方法,其特征在于:
步骤g中,具体的
当像素常数C1和C2同时小于5,同时角度常数σ1、σ2、σ3、σ4皆小于5°时,确定手掌摆放位置正确;
否则判定为手掌摆放位置不正确。
CN201410787290.9A 2014-12-17 2014-12-17 一种手掌静脉识别的手掌位置四点定位方法 Active CN104537338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410787290.9A CN104537338B (zh) 2014-12-17 2014-12-17 一种手掌静脉识别的手掌位置四点定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410787290.9A CN104537338B (zh) 2014-12-17 2014-12-17 一种手掌静脉识别的手掌位置四点定位方法

Publications (2)

Publication Number Publication Date
CN104537338A CN104537338A (zh) 2015-04-22
CN104537338B true CN104537338B (zh) 2019-04-05

Family

ID=52852858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410787290.9A Active CN104537338B (zh) 2014-12-17 2014-12-17 一种手掌静脉识别的手掌位置四点定位方法

Country Status (1)

Country Link
CN (1) CN104537338B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133557B (zh) * 2017-03-08 2019-12-31 天地融科技股份有限公司 一种掌纹识别辅助方法、装置和系统
CN109447052A (zh) * 2019-01-09 2019-03-08 东浓智能科技(上海)有限公司 一种可精确定位手掌位置的掌静脉识别装置及其实现方法
CN113033429A (zh) * 2021-03-30 2021-06-25 聂为清 手掌掌型掌脉特征提取及识别方法
CN113221891B (zh) * 2021-05-12 2022-12-09 佛山育脉科技有限公司 掌静脉图像的识别角度的调整方法和装置
CN116805359A (zh) * 2022-03-16 2023-09-26 北京眼神智能科技有限公司 手掌生物特征采集方法、装置、存储介质及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542242A (zh) * 2010-12-27 2012-07-04 北京北科慧识科技股份有限公司 非接触式采集图像的生物特征区域定位方法和装置
CN104091145A (zh) * 2013-06-02 2014-10-08 广东智冠实业发展有限公司 人体掌脉特征图像采集方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8396252B2 (en) * 2010-05-20 2013-03-12 Edge 3 Technologies Systems and related methods for three dimensional gesture recognition in vehicles

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542242A (zh) * 2010-12-27 2012-07-04 北京北科慧识科技股份有限公司 非接触式采集图像的生物特征区域定位方法和装置
CN104091145A (zh) * 2013-06-02 2014-10-08 广东智冠实业发展有限公司 人体掌脉特征图像采集方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Multispectral Hand Biometrics;S.Samoil.etc;《2014 Fifth International Conference on Emerging Security Technologies》;20141215;第24-29页
吴微等.手掌静脉识别中感兴趣区域的选择与定位研究.《光电子▪激光》.2013,第24卷(第1期),

Also Published As

Publication number Publication date
CN104537338A (zh) 2015-04-22

Similar Documents

Publication Publication Date Title
US11188734B2 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
CN104537338B (zh) 一种手掌静脉识别的手掌位置四点定位方法
ES2859554T3 (es) Detección de suplantación para autenticación biométrica
CN110326001B (zh) 使用利用移动设备捕捉的图像执行基于指纹的用户认证的系统和方法
Verma et al. Daughman’s algorithm method for iris recognition—a biometric approach
EP2556465A2 (en) Image template masking
Srivastava Personal identification using iris recognition system, A Review
CN109598235B (zh) 一种指静脉图像认证方法及装置
Joy et al. A Comparative Study on Recent Trends in Iris Recognition Techniques
Zhong et al. VeinDeep: Smartphone unlock using vein patterns
CN105512644B (zh) 一种指静脉识别装置及其识别方法
Swati et al. Iris recognition using Gabor
KR20110023407A (ko) 얼굴 변화에 강인한 얼굴 인식 방법
Prommegger et al. Rotation detection in finger vein biometrics using CNNs
Shrikhande et al. Personal identification using different biometrics: A review
Nanni et al. Biometric Systems
Alonso-Fernandez et al. Iris segmentation using the generalized structure tensor
Sonmez Research on Retinal and Iris Identification Systems
Vincy et al. Recognition technique for ATM based on iris technology
Neves et al. Hand veins recognition system
Geronimo et al. A Comparative Study of the Security of Facial Recognition and Fingerprint Scanners for Mobile Devices
Kopytsia et al. ANALYSIS OF BIOMETRIC TECHNOLOGY METHODS
Pandey et al. Supervised and Unsupervised Learning Techniques for Biometric Systems
Aron et al. Recognition of a Person based on the characteristics of the Iris and Retina
Poonguzhali et al. Iris Identification System: A New Perspective

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhan Enyi

Inventor after: Nie Weiqing

Inventor after: Wu Qiaohong

Inventor after: Lu Huili

Inventor before: Lu Huili

Inventor before: Huang Zhenpeng

Inventor before: Wu Qiaohong

Inventor before: Deng Qiang

Inventor before: He Suning

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190221

Address after: 510640 No. 251 Kehua Street, Wushan Road, Tianhe District, Guangzhou City, Guangdong Province, 23 and 24 self-compiled 2005 houses

Applicant after: Palm Zhitong (Guangdong) Intelligent Technology Co., Ltd.

Address before: 516001 305, third Tsing Hua court, 11 lace North Road, Huicheng District, Huizhou, Guangdong.

Applicant before: GUANGZHOU WICROWN INFORMATION TECHNOLOGY CO., LTD.

Applicant before: SHENZHEN YUNPAISI TECHNOLOGY CO., LTD.

GR01 Patent grant
GR01 Patent grant