CN105512656A - 采集手掌静脉图像的方法 - Google Patents

Abstract

本发明涉及一种采集手掌静脉图像的方法，包括以下步骤：采集手掌原始图像，获得其图像边界；确定一个矩形的感兴趣区域(ROI)；生成点阵特征图像，扫描该点阵特征图像中的像素点，当某像素点灰度值大于或等于与周边像素点灰度值时，标识该像素点为疑似静脉点，以此获得点阵特征图像中的全部疑似静脉点；去除点块噪声，最后缩放得到01二值矩阵特征图，即手掌静脉图像。本发明提供的采集手掌静脉图像的方法采集方式简单，可以采集到较高质量的采集手掌静脉图像。

Description

采集手掌静脉图像的方法

技术领域

本发明涉及一种采集手掌静脉图像的方法。

背景技术

手掌静脉图像识别是一种通过近红外光照射手指、手背、手掌，利用图像传感器获取静脉分布图像进行匹配识别的生物识别技术，静脉图像识别具有识别率高、可进行非接触式采集、活体识别无法伪造、生物特征不易被窃取等优势，因而手掌静脉图像识别特别适用于安全等级系数较高的场所。

然而现有技术中对手掌静脉图像的采集手段较为单一，常需要限定手掌的方向以及手势等，否则容易造成手掌静脉图像无法采集或图像质量较差。

发明内容

本发明的首要目的是提供一种可以采集方式简单，并能采集到较高质量的采集手掌静脉图像的方法，并运用该方法实现身份识别，为实现上述目的本发明的具体方案如下：

一种采集手掌静脉图像的方法，包括以下步骤：

1)、采集手掌原始图像，获得其图像边界；

2)、获取食指与中指指缝的最低点坐标为第一坐标点(A)，获取无名指与小指指缝的最低点坐标为第三坐标点(C)；

3)、以第一坐标点(A)、第三坐标点(C)构成第一线段(AC)，并将第一线段(AC)两端延长一定长度得到第二线段(L)，再将第二线段(L)向掌心平移若干像素；

4)、以步骤3)中平移后的第二线段(L)为边，确定一个矩形的感兴趣区域(ROI)；

5)、处理感兴趣区域(ROI)生成点阵特征图像，扫描该点阵特征图像中的像素点，当某像素点灰度值大于或等于与周边像素点灰度值时，标识该像素点为疑似静脉点，以此获得点阵特征图像中的全部疑似静脉点；

6)、去除点块噪声，最后缩放得到01二值矩阵特征图，即手掌静脉图像。

优选的，所述第一坐标点(A)、第三坐标点(C)的获取方法为：

2-1)、对步骤1)中的所有图像边界点，扫描其左上方及右上方是否存在边界点，如果是则标识为疑似坐标点，进一步区分为第一坐标点(A)、第三坐标点(C)。

优选的，2-2)、再扫描上述疑似坐标点，在直径为手指常规宽度范围内，取y值最小的点为保留坐标点；

2-3)、保留坐标点迭代处理，最后剩下的三个点中两侧的点即分别为第一坐标点(A)、第三坐标点(C)。

优选的，所述步骤2)中，同时获取中指与无名指指缝的最低点作为第二坐标点(B)；

所述步骤3)中，第二线段(L)向掌心平移的距离为第二坐标点(B)与第二线段(L)的y值差。

优选的，所述第二坐标点(B)的获取方法为：

2-4)、对步骤1)中的所有图像边界点，扫描其左上方及右上方是否存在边界点，如果是则标识为疑似坐标点，进一步区分为第二坐标点(B)。

优选的，2-5)、再扫描上述疑似坐标点，在直径为手指常规宽度范围内，取y值最小的点为保留坐标点；

2-6)、保留坐标点迭代处理，最后剩下的三个点中位于中间的点即第二坐标点(B)。

优选的，所述图像边界的获取方法为：

1-1)、采集手掌原始图像进行标准高斯滤波，然后进行Otus二值化，最后使用Roberts算子计算获得图像边界。

本发明提供的采集手掌静脉图像的方法采集方式简单，可以采集到较高质量的采集手掌静脉图像。

具体实施方式

下面将结合具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。

实施例

一种采集手掌静脉图像的方法，包括以下步骤：

1)、采集手掌原始图像，获得其图像边界：本实施例中，所述图像边界的获取方法为：

1-1)、采集手掌原始图像进行标准高斯滤波，然后进行Otus二值化，最后使用Roberts算子计算获得图像边界。

2)、获取食指与中指指缝的最低点坐标为第一坐标点(A)，获取无名指与小指指缝的最低点坐标为第三坐标点(C)；

3)、以第一坐标点(A)、第三坐标点(C)构成第一线段(AC)，并将第一线段(AC)两端各延长1/3长度得到第二线段(L)，再将第二线段(L)向掌心平移5～16像素；

4)、以步骤3)中平移后的第二线段(L)为边，确定一个矩形的感兴趣区域(ROI)，静脉信息主要集中在掌心的一个很小的区域内，这个区域通常被称为感兴趣区域(ROI,RegionofInterest)；

5)、处理感兴趣区域(ROI)生成128*128点阵特征图像，扫描该点阵特征图像中的像素点及其垂直方向8～16像素点和水平方向8～16像素点，当某像素点灰度值大于或等于与周边像素点灰度值时，标识该像素点为疑似静脉点，以此获得点阵特征图像中的全部疑似静脉点；

6)、使用3*3中值滤波法去除点块噪声，膨胀后断点连接，使用最小面积法去除噪声，最后缩放得到128*128、大小为2048字节的01二值矩阵特征图，即手掌静脉图像。

本实施例中，所述第一坐标点(A)、第三坐标点(C)的获取方法为：

2-1)、以左上方为坐标原点计算：对步骤1)中的所有图像边界点(x、y)，扫描其左上方(x-1、y-1)及右上方(x+1、y-1)是否存在边界点，如果是则标识为疑似坐标点，进一步区分为第一坐标点(A)、第三坐标点(C)，扫描时上方定义为指尖方向，下方定义为掌心方向或指尖反方向。

上述实施例方案中，手掌静脉图像采集不清晰或降噪效果不理想时疑似坐标点会存在出现多个的可能，因此作为上述实施例方案的改进，所述第一坐标点(A)、第三坐标点(C)的获取方法还包括以下步骤：

2-2)、再扫描上述疑似坐标点，在直径为手指常规宽度范围内，取y值最小的点为保留坐标点；

2-3)、保留坐标点迭代处理，最后剩下的三个点中两侧的点即分别为第一坐标点(A)、第三坐标点(C)。

作为上述实施例方案的部分替换方案，

所述步骤2)中，同时获取中指与无名指指缝的最低点作为第二坐标点(B)；

所述步骤3)中，第二线段(L)向掌心平移的距离为第二坐标点(B)与第二线段(L)的y值差。

本实施例中，所述第二坐标点(B)的获取方法为：

2-4)、对步骤1)中的所有图像边界点，扫描其左上方及右上方是否存在边界点，如果是则标识为疑似坐标点，进一步区分为第二坐标点(B)。

作为上述实施例方案的改进，

2-5)、再扫描上述疑似坐标点，在直径为手指常规宽度范围内，取y值最小的点为保留坐标点；

2-6)、保留坐标点迭代处理，最后剩下的三个点中位于中间的点即第二坐标点(B)。

通过上述采集手掌静脉图像的方法可以应用于身份识别领域：对单个人生成多张特征图，以完成身份登记入库，身份识别时，对未知人员的一张手掌静脉图像采集，生成一张128*128点阵特征图，与手掌静脉库中各人员的特征图进行一对一比较，选取相似度阀值，采用及其学习中的举手表决方式确定最后的相似度以得到身份认证结果，相似度阀值根据手掌静脉图像采集装置的去噪有效性不同而不同，一般同一个人的点阵特征一对一相似度在75％～95％，不同人相似度均在60％以下。

以上对本发明实施例所提供的技术方案进行了详细介绍，本文中应用了具体个例对本发明实施例的原理以及实施方式进行了阐述，以上实施例的说明只适用于帮助理解本发明实施例的原理；同时，对于本领域的一般技术人员，依据本发明实施例，在具体实施方式以及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种采集手掌静脉图像的方法，其特征在于包括以下步骤：

1)、采集手掌原始图像，获得其图像边界；

2)、获取食指与中指指缝的最低点坐标为第一坐标点(A)，获取无名指与小指指缝的最低点坐标为第三坐标点(C)；

3)、以第一坐标点(A)、第三坐标点(C)构成第一线段(AC)，并将第一线段(AC)两端延长一定长度得到第二线段(L)，再将第二线段(L)向掌心平移若干像素；

4)、以步骤3)中平移后的第二线段(L)为边，确定一个矩形的感兴趣区域(ROI)；

5)、处理感兴趣区域(ROI)生成点阵特征图像，扫描该点阵特征图像中的像素点，当某像素点灰度值大于或等于与周边像素点灰度值时，标识该像素点为疑似静脉点，以此获得点阵特征图像中的全部疑似静脉点；

6)、去除点块噪声，最后缩放得到01二值矩阵特征图，即手掌静脉图像。

2.如权利要求1所述的采集手掌静脉图像的方法，其特征在于所述第一坐标点(A)、第三坐标点(C)的获取方法为：

2-1)、对步骤1)中的所有图像边界点，扫描其左上方及右上方是否存在边界点，如果是则标识为疑似坐标点，进一步区分为第一坐标点(A)、第三坐标点(C)。

3.如权利要求2所述的采集手掌静脉图像的方法，其特征在于：

2-2)、再扫描上述疑似坐标点，在直径为手指常规宽度范围内，取y值最小的点为保留坐标点；

2-3)、保留坐标点迭代处理，最后剩下的三个点中两侧的点即分别为第一坐标点(A)、第三坐标点(C)。

4.如权利要求1所述的采集手掌静脉图像的方法，其特征在于：

所述步骤2)中，同时获取中指与无名指指缝的最低点作为第二坐标点(B)；

所述步骤3)中，第二线段(L)向掌心平移的距离为第二坐标点(B)与第二线段(L)的y值差。

5.如权利要求4所述的采集手掌静脉图像的方法，其特征在于所述第二坐标点(B)的获取方法为：

2-4)、对步骤1)中的所有图像边界点，扫描其左上方及右上方是否存在边界点，如果是则标识为疑似坐标点，进一步区分为第二坐标点(B)。

6.如权利要求5所述的采集手掌静脉图像的方法，其特征在于：

2-5)、再扫描上述疑似坐标点，在直径为手指常规宽度范围内，取y值最小的点为保留坐标点；

2-6)、保留坐标点迭代处理，最后剩下的三个点中位于中间的点即第二坐标点(B)。

7.如权利要求1所述的采集手掌静脉图像的方法，其特征在于所述图像边界的获取方法为：

1-1)、采集手掌原始图像进行标准高斯滤波，然后进行Otus二值化，最后使用Roberts算子计算获得图像边界。

8.如权利要求1～7任意一项所述的采集手掌静脉图像的方法在身份识别领域的应用。