CN106056705A - 电子锁身份识别方法 - Google Patents
电子锁身份识别方法 Download PDFInfo
- Publication number
- CN106056705A CN106056705A CN201610300176.8A CN201610300176A CN106056705A CN 106056705 A CN106056705 A CN 106056705A CN 201610300176 A CN201610300176 A CN 201610300176A CN 106056705 A CN106056705 A CN 106056705A
- Authority
- CN
- China
- Prior art keywords
- skeleton
- hand
- ray
- image
- contour line
- 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
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及门禁系统领域,尤其涉及一种电子锁身份认证方法。一种电子锁身份识别方法,取得用户的手部骨骼的骨骼X光片,对骨骼X光片进行预处理,采集手部骨骼灰度图的边缘特征和局部不变性特征,提取出手部骨骼轮廓图;用轮廓图进行匹配,采用量化相匹配的轮廓线长度比例的方式,控制门禁开启或报警。本发明电子锁身份识别方法采用人体手骨骨骼作为匹配模板,该匹配信息基本不可能被人在不被察觉的状态偷取,隐私性好;在匹配时采用相匹配的轮廓线长度占总长度比值的阈值匹配的方式对门紧锁进行控制,不会被轻微的伤势和日常状态变化所影响,可靠性高,能满足高安保级别地区的安全防护需求。
Description
技术领域
本发明涉及门禁系统领域,尤其涉及一种电子锁身份认证方法。
背景技术
现有的电子门禁系统大致分为ID卡认证、指纹认证、脸部识别和瞳孔认证等,其中ID卡认证用的卡片很容易丢失或被复制,而指纹认证、脸部识别和瞳孔认证都属于外部特征,对于非法进入者而言,很容易通过各种方式得到认证用的资料制作欺骗电子门禁的道具,因此对于有高等级安全需求的地方而言,更加需要一种新的认证方式。
发明内容
本发明所要解决的技术问题是提供一种电子锁身份识别方法,考虑到脸谱、指纹等为外部特征,易被非法进入者获取的因素,采用人体内部骨骼进行识别,为了避免在常规体检中被获取识别信息,以及识别的便利性,采用人体手骨骨骼作为匹配模板,已取得最佳的隐私性,匹配时采用轮廓线阈值匹配的方式,不会被轻微的伤势和日常状态变化所影响,可靠性高,能满足高安保级别地区的安全防护需求。
本发明是这样实现的:一种电子锁身份识别方法,设定匹配阈值后包括以下步骤:
S1:通过X光扫描设备取得用户的手部骨骼的骨骼X光片,并将骨骼X光片送入到控制器内;
S2:控制器对骨骼X光片进行预处理,将骨骼X光片从RGB三通道的彩色图像转换为灰度单通道图像,并对灰度单通道图像用滤波算法平滑,去噪,以获得更好的手部骨骼灰度图;
S3:采集手部骨骼灰度图的边缘特征和局部不变性特征,使用最大后验概率方法进行匹配,提取出手部骨骼轮廓图,将该手部骨骼轮廓图作为用户的认证模板;
S4:对认证模板中的手部骨骼轮廓图进行量化,得到认证模板中的轮廓线总长度;
S5:进行身份认证时,重复步骤S1~S3,提取出被认证对象的手部骨骼轮廓图;
在调用认证模板与被认证对象的手部骨骼轮廓图进行对比匹配,提取出对比匹配相一致的轮廓线,得到匹配一致轮廓线长度;并根据如下情况进行选择
1)当匹配阈值≤匹配一致轮廓线长度/轮廓线总长度时,控制器控制电子锁开锁;
2)当匹配阈值>匹配一致轮廓线长度/轮廓线总长度时,控制器通过报警器报警。
所述步骤S2中,对骨骼X光片进行预处理在用滤波算法平滑,去噪后还包括对平滑去噪后的图像进行灰度直方图均衡化处理,并使用图像阈值分隔算法进行图像二值化;再多次迭代使用“腐蚀”和“膨胀”运算处理,对二值化的图像进行强化,获得更好的手部骨骼灰度图。
本发明电子锁身份识别方法采用人体手骨骨骼作为匹配模板,该匹配信息基本不可能被人在不被察觉的状态偷取,隐私性好;在采用常规方式提出去手部骨骼轮廓线后,在匹配时采用相匹配的轮廓线长度占总长度比值的阈值匹配的方式对门紧锁进行控制,不会被轻微的伤势和日常状态变化所影响,可靠性高,能满足高安保级别地区的安全防护需求。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明表述的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
实施例1
一种电子锁身份识别方法,设定匹配阈值后包括以下步骤:
S1:通过X光扫描设备取得用户的手部骨骼的骨骼X光片,并将骨骼X光片送入到控制器内;
S2:控制器对骨骼X光片进行预处理,将骨骼X光片从RGB三通道的彩色图像转换为灰度单通道图像,并对灰度单通道图像用滤波算法平滑,去噪;再对平滑去噪后的图像进行灰度直方图均衡化处理,并使用图像阈值分隔算法进行图像二值化;最后多次迭代使用“腐蚀”和“膨胀”运算处理,对二值化的图像进行强化,获得更好的手部骨骼灰度图;
S3:采集手部骨骼灰度图的边缘特征和局部不变性特征,使用最大后验概率方法进行匹配,提取出手部骨骼轮廓图,将该手部骨骼轮廓图作为用户的认证模板;
S4:对认证模板中的手部骨骼轮廓图进行量化,得到认证模板中的轮廓线总长度;
S5:进行身份认证时,重复步骤S1~S3,提取出被认证对象的手部骨骼轮廓图;
在调用认证模板与被认证对象的手部骨骼轮廓图进行对比匹配,提取出对比匹配相一致的轮廓线,得到匹配一致轮廓线长度;并根据如下情况进行选择
1)当匹配阈值≤匹配一致轮廓线长度/轮廓线总长度时,控制器控制电子锁开锁;
2)当匹配阈值>匹配一致轮廓线长度/轮廓线总长度时,控制器通过报警器报警。
Claims (2)
1.一种电子锁身份识别方法,其特征是,设定匹配阈值后包括以下步骤:
S1:通过X光扫描设备取得用户的手部骨骼的骨骼X光片,并将骨骼X光片送入到控制器内;
S2:控制器对骨骼X光片进行预处理,将骨骼X光片从RGB三通道的彩色图像转换为灰度单通道图像,并对灰度单通道图像用滤波算法平滑,去噪,以获得更好的手部骨骼灰度图;
S3:采集手部骨骼灰度图的边缘特征和局部不变性特征,使用最大后验概率方法进行匹配,提取出手部骨骼轮廓图,将该手部骨骼轮廓图作为用户的认证模板;
S4:对认证模板中的手部骨骼轮廓图进行量化,得到认证模板中的轮廓线总长度;
S5:进行身份认证时,重复步骤S1~S3,提取出被认证对象的手部骨骼轮廓图;在调用认证模板与被认证对象的手部骨骼轮廓图进行对比匹配,提取出对比匹配相一致的轮廓线,得到匹配一致轮廓线长度;并根据如下情况进行选择
1)当匹配阈值≤匹配一致轮廓线长度/轮廓线总长度时,控制器控制电子锁开锁;
2)当匹配阈值>匹配一致轮廓线长度/轮廓线总长度时,控制器通过报警器报警。
2.如权利要求1所述的电子锁身份识别方法,其特征是:所述步骤S2中,对骨骼X光片进行预处理在用滤波算法平滑,去噪后还包括对平滑去噪后的图像进行灰度直方图均衡化处理,并使用图像阈值分隔算法进行图像二值化;再多次迭代使用“腐蚀”和“膨胀”运算处理,对二值化的图像进行强化,获得更好的手部骨骼灰度图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610300176.8A CN106056705A (zh) | 2016-05-03 | 2016-05-03 | 电子锁身份识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610300176.8A CN106056705A (zh) | 2016-05-03 | 2016-05-03 | 电子锁身份识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106056705A true CN106056705A (zh) | 2016-10-26 |
Family
ID=57177083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610300176.8A Pending CN106056705A (zh) | 2016-05-03 | 2016-05-03 | 电子锁身份识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106056705A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780864A (zh) * | 2016-11-28 | 2017-05-31 | 徐海恩 | 基于人体骨骼识别技术的门禁系统 |
CN113034761A (zh) * | 2021-02-26 | 2021-06-25 | 深圳市精致网络设备有限公司 | 一种无尘车间出入通道智能控制系统 |
-
2016
- 2016-05-03 CN CN201610300176.8A patent/CN106056705A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780864A (zh) * | 2016-11-28 | 2017-05-31 | 徐海恩 | 基于人体骨骼识别技术的门禁系统 |
CN113034761A (zh) * | 2021-02-26 | 2021-06-25 | 深圳市精致网络设备有限公司 | 一种无尘车间出入通道智能控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | A new mixed-mode biometrics information fusion based-on fingerprint, hand-geometry and palm-print | |
Elgamal et al. | An efficient feature extraction method for iris recognition based on wavelet transformation | |
KR100554129B1 (ko) | 인체의 열정보를 이용한 개인인증장치와 그 방법 | |
Meraoumia et al. | An automated ear identification system using Gabor filter responses | |
Al-Ani | A novel thinning algorithm for fingerprint recognition | |
Rana et al. | Iris recognition system using PCA based on DWT | |
Chaudhari et al. | Implementation of minutiae based fingerprint identification system using crossing number concept | |
CN109166220B (zh) | 一种基于区块链的智能门禁系统 | |
Feng et al. | Filtering large fingerprint database for latent matching | |
CN106056705A (zh) | 电子锁身份识别方法 | |
Pakutharivu et al. | A comprehensive survey on fingerprint recognition systems | |
Yoon et al. | On matching altered fingerprints | |
Agrawal et al. | A hybrid partial fingerprint matching algorithm for estimation of equal error rate | |
Rane et al. | Multimodal system using Radon-Gabor transform | |
Kong et al. | A study of brute-force break-ins of a palmprint verification system | |
Chen | An efficient palmprint recognition method based on block dominat orientation code | |
Sharma et al. | Human recognition methods based on biometric technologies | |
CN113096809A (zh) | 一种基于云计算的健康管理系统 | |
Yang et al. | Iris recognition based on location of key points | |
Chen et al. | Personal Identification with Human Iris Recognition based on Wavelet Transform. | |
Ghouti et al. | Color iris recognition using quaternion phase correlation | |
CN111105538A (zh) | 一种基于人脸识别的门锁控制方法和门锁 | |
Dehghani | Human Recognition based on Retinal Bifurcations and Modified Correlation Function | |
Demirel et al. | Iris recognition system using combined colour statistics | |
Joung et al. | On improvement for normalizing iris region for a ubiquitous computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161026 |
|
WD01 | Invention patent application deemed withdrawn after publication |