CN107862283A - 一种指静脉特征细化方法、存储介质、终端及系统 - Google Patents

一种指静脉特征细化方法、存储介质、终端及系统 Download PDF

Info

Publication number
CN107862283A
CN107862283A CN201711083698.8A CN201711083698A CN107862283A CN 107862283 A CN107862283 A CN 107862283A CN 201711083698 A CN201711083698 A CN 201711083698A CN 107862283 A CN107862283 A CN 107862283A
Authority
CN
China
Prior art keywords
vein pattern
point
thinning method
value
thinning
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
Application number
CN201711083698.8A
Other languages
English (en)
Inventor
唐忞旻
龙安川
曾尧
张燕妮
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.)
Shenzhen Castle Security Tech Co Ltd
Original Assignee
Shenzhen Castle Security Tech 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 Shenzhen Castle Security Tech Co Ltd filed Critical Shenzhen Castle Security Tech Co Ltd
Priority to CN201711083698.8A priority Critical patent/CN107862283A/zh
Publication of CN107862283A publication Critical patent/CN107862283A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种指静脉特征细化方法,所述方法包括以下步骤:A1:提取指静脉纹路并进行单像素转化处理,A2:沿着像素端点的线路搜索,去除图像中噪声与阴影;A3:判断指纹细化边界点是否为保存点并依次执行四个周期,逐步消除冗余像素点。本发明的一种指静脉特征细化方法及其系统,解决了现有的指纹细化方法存在的细化不彻底、避免了一般条件细化算法在细化图像后存在像素冗余,从而影响指纹识别的准确性的问题,提供一种快速高效的指纹细化方法。

Description

一种指静脉特征细化方法、存储介质、终端及系统
技术领域
本发明涉及身份识别技术领域,具体一种指静脉特征细化方法、存储介质、终端及系统。
背景技术
伴随着科技的迅速发展,人们在日常生活中逐渐的从各种证件中解除出来,传统的身份认证方式是用(钥匙、ID卡)和密码等方式进行的身份认证,但这些方式很容易被伪造或者遗忘,相比于传统的身份认证,每个人的生物特征具有唯一性、无需记忆、且无法伪造。
手指是人类感知外部世界的重要器官之一,在手指皮肤表皮下的手指静脉是活体才具有的生物特征,实践表明,世界上没有两个人的手指静脉是完全相同的,相对于手指的指纹,手指的静脉是很难伪造的。
但由于不同人的手指皮肤组织厚度不同,相同强度的近红外光下,采集到不同人的静脉图像质量不同,而低质量的手指静脉图像会严重影像系统的认证性能,现有的基于分类的方法和基于质量得分的手指静脉影像质量评价方法对静脉图像进行预处理后,最大可能提取了手指静脉有用的信息特征,但是静脉纹路仍比较粗,还不足以完全的快速识别,因此有必要进一步处理。
细化处理是将己经提取出的静脉纹路骨架化,即将分割出的二值图像变化为单像素宽度的骨架图像,以此来显示手指静脉图像的拓扑结构。因为静脉图像的拓扑结构是十分稳定的,所以对静脉特征进行细化处理是非常可行的,不但有利于识别,而且可以在不减少主要识别信息的前提下减少存储空间。因此为了使得进行细化后的骨架很好的表示原图像的特征,到目前为止,国内外也研究出了很多的细化算法,总的说来可以分为三类:并行细化算法、串行细化算法和混合细化算法。
发明内容
本发明设计了一种指静脉特征细化方法、存储介质、终端及系统,其避免了一般条件细化算法在细化图像后存在像素冗余的问题目的。
为了达到上述目的,本发明的技术方案有:
一种指静脉特征细化方法,所述方法包括以下步骤:
A1:提取指静脉纹路并进行单像素转化处理,
A2:沿着像素端点的线路搜索,去除图像中噪声与阴影;
A3:判断指纹细化边界点是否为保存点并依次执行四个周期,逐步消除冗余像素点。
优选的,所述步骤A2中,为像素个数设置一个阈值,若沿着端点线路搜素的像素点数小于这个阈值,则判定这个短线为毛刺并予以去除。
优选的,所述步骤A3中,四个周期先后判断顺序为右、上、左、下四个边界,从而依次消除冗余像素。
进一步的,所述步骤A3中,设区域点的值为1,背景点的值为0,对于区域内给定的轮廓点,轮廓点的值为1,循环周期为4,同时在该轮廓点的八邻域中至少有一个点的值为O,则该算法具体过程如下,
B1;设定4个循环周期;每循环一次计数器加1;
B2;如果图像中值为1的轮廓点p满足下图所示的边界条件,则进行以下处理,
其中*表示0或1,如果轮廓点的八邻域点像素满足下图所示的条件,则为永久保存点,
作为细化的结果,否则就去除并设为O。
B3;如果图像中的值为0,则细化处理结束,否则,若周期小于4则返回第一步B1,
重复以上过程。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的指静脉特征细化方法。
一种指静脉特征细化终端,其包括处理器、存储介质以及计算机程序,所述计算机程序存储于存储介质中,所述计算机程序被处理器执行时实现所述指静脉特征细化方法。
一种指静脉特征细化系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算器程序,所述计算机程序被处理器执行时实现所述的指静脉特征细化方法。
本发明的一种指静脉特征细化方法及其系统有益效果,本项目提出一种采用条件细化与模板相结合的综合细化算法。这种算法避免了一般条件细化算法在细化图像后存在像素冗余的问题,且本发明细化算法保证了单像素宽度,即细线宽度为一像素,细线位置最大可能的处于原线宽的中心线上,不但最大可能的保持原图像的信息特征,而且要保持原图像中的连通性,也没有添加一些额外的节点和孔洞,算法简单,快速,以缩短图像处理时间,该算法的一次处理周期分为四次或者两次进行,这样做是为了弥补并列细化算法的缺点。
附图说明
图1为本发明指静脉特征细化方法、存储介质、终端及系统流程图;
图2为本发明指静脉特征细化方法、存储介质、终端及系统处理前原始模板示意图;
图3为本发明指静脉特征细化方法、存储介质、终端及系统处理后修正模板示意图;
图4为本发明指静脉特征细化方法、存储介质、终端及系统细化去除毛刺前静脉纹路图;
图5为本发明指静脉特征细化方法、存储介质、终端及系统去除毛刺后静脉纹路图。
具体实施方式
结合附图说明本发明一种指静脉特征细化方法、存储介质、终端及系统。
如图1至图5所示为一种指静脉特征细化方法,所述方法包括以下步骤:
A1:提取指静脉纹路并进行单像素转化处理,
A2:沿着像素端点的线路搜索,去除图像中噪声与阴影;
A3:判断指纹细化边界点是否为保存点并依次执行四个周期,逐步消除冗余像素点。
如图4所示,为本发明指静脉特征细化方法及其系统细化去除毛刺前静脉纹路图,因此,在进行细化算法前要先去除毛刺,在细化后的骨架图像中导致毛刺产生的原因主要是原始图像中自身携带的噪声与阴影,如果不对毛刺做去除处理,则它将直接影响到后期对静脉特征细节点的提取,增加伪特征点的个数,因此在对静脉特征进行细节点提取以前,很有必要去除毛刺,从而提高识别率。
优选的,所述步骤A2中,为像素个数设置一个阈值,若沿着端点线路搜素的像素点数小于这个阈值,则判定这个短线为毛刺并予以去除,一般毛刺的一端是端点,另一端为分叉点,而且毛刺的长度较短,根据这一特点,如果从任意一端点出发,沿着线路进行搜索,如果在很短的一段距离内搜索到了分叉点,则可以认为这段短线为毛刺。设置一个阈值,记录在搜索过程中遍历像素点的个数,如果遍历的像素点数小于这个阈值,则认为这个短线为毛刺,把这些像素点的值为0,如果像素点数大于这个阈值,其像素点的值则保持不变。毛刺去除以后的静脉特征图像如图5所示,。
进一步的,所述步骤A3中,四个周期先后判断顺序为右、上、左,下四个边界,从而依次消除冗余像素。
更进一步的,所述步骤A3中,设区域点的值为1,背景点的值为0,对于区域内给定的轮廓点,轮廓点的值为1,同时在该轮廓点的八邻域中至少有一个点的值为O,则该算法具体过程如下:
B1;设定4个循环周期;每循环一次计数器加1;
B2;如果图像中值为1的轮廓点p满足下图所示的边界条件,则进行以下处理,
其中*表示0或1如果轮廓点的八邻域点像素满足下图所示的条件,则为永久保存点,
作为细化的结果,否则就去除并设为O。
B3;如果图像中的值为0,则细化处理结束,否则,若周期小于4则返回第一步B1,重复以上过程。
其在程序中的算法步骤如下;
B1;设定循环次数counter=O;
B2;设定程序结束标志flag=O;
B3;令循环次数增加1,counter=counter+1;
B4;如果图像中值为1的轮廓点p满足下图所示的边界条件,则把flag置1,并进行
以下处理,
其中*表示0或1,如果轮廓点的八邻域点像素满足下图所示的条件,则置f(p)=2,
否则f(p)=3,其中值为2的点为永久保存点,作为细化的结果,而值为3的点是可
以被消去的像素点,消去该像素点的方式为令该点的值为O;
B5;如果counter<4,则返回B3;
B6;如果flag的值为零,则细化处理结束,否则返回第一步,重复以上过程。
更进一步的,如图2和图3所示,利用以上算法进行细化时,这种方法在竖立方向和水平方向的效果都比较好,但是在拐角或者双像素点出会出现一些问题,可通过以下步骤进行改善。实际上只有四个3*3的块处(和它的四个九十度旋转)是双像素的宽度,其中图2是这四个3*3模块图3是修改后的算法校正。这种修正算法保证了静脉特征细化以后都是单像素骨架图,所述修正算法保证了静脉特征的单像素骨架图,利用上述算法对分割后的静脉图像进行处理的结果如图4所示。
在上述方法的基础上还包括一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的指静脉特征细化方法。
优选的,一种指静脉特征细化终端,其包括处理器、存储介质以及计算机程序,所述计算机程序存储于存储介质中,所述计算机程序被处理器执行时实现所述指静脉特征细化方法。
优选的,一种指静脉特征细化系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算器程序,所述计算机程序被处理器执行时实现所述的指静脉特征细化方法。
本发明的一种指静脉特征细化方法及其系统有益效果,本项目提出一种采用条件细化与模板相结合的综合细化算法。这种算法避免了一般条件细化算法在细化图像后存在像素冗余的问题,且本发明细化算法保证了单像素宽度,即细线宽度为一像素,细线位置最大可能的处于原线宽的中心线上,不但最大可能的保持原图像的信息特征,而且要保持原图像中的连通性,也没有添加一些额外的节点和孔洞,算法简单,快速,以缩短图像处理时间,该算法的一次处理周期分为四次或者两次进行,这样做是为了弥补并列细化算法的缺点。
根据上述说明书的揭示和教导,本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此,本发明并不局限于上面揭示和描述的具体实施方式,对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外,尽管本说明书中使用了一些特定的术语,但这些术语只是为了方便说明,并不对本发明构成任何限制。

Claims (7)

1.一种指静脉特征细化方法,其特征在于,所述方法包括以下步骤:
A1:提取指静脉纹路并进行单像素转化处理;
A2:沿着像素端点的线路搜索,去除图像中噪声与阴影;
A3:判断指纹细化边界点是否为保存点并依次执行四个周期,逐步消除冗余像素点。
2.根据权利要求1所述的特征细化方法,其特征在于,所述步骤A2中,为像素个数设置一个阈值,若沿着端点线路搜素的像素点数小于这个阈值,则判定这个短线为毛刺并予以去除。
3.根据权利要求1所述的特征细化方法,其特征在于,所述步骤A3中,四个周期先后判断顺序为右、上、左、下四个边界,从而依次消除冗余像素。
4.根据权利要求1所述的特征细化方法,其特征在于,所述步骤A3中,设区域点的值为1,背景点的值为0,对于区域内给定的轮廓点,轮廓点的值为1,循环周期为4,同时在该轮廓点的八邻域中至少有一个点的值为O,则该算法具体过程如下,
B1:设定4个循环周期,每循环一次计数器加1;
B2:如果图像中值为1的轮廓点满足下图所示的边界条件,则进行以下处理,
其中*表示0或1,如果轮廓点的八邻域点像素满足下图所示的条件,则为永久保存点,作为细化的结果,否则就去除并设为O;
B3:如果图像中的值为0,则细化处理结束;否则,若周期小于4则返回第一步B1,重复以上过程。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述的指静脉特征细化方法。
6.一种指静脉特征细化终端,其包括处理器、存储介质以及计算机程序,所述计算机程序存储于存储介质中,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述的指静脉特征细化方法。
7.一种指静脉特征细化系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算器程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述的指静脉特征细化方法。
CN201711083698.8A 2017-11-07 2017-11-07 一种指静脉特征细化方法、存储介质、终端及系统 Pending CN107862283A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711083698.8A CN107862283A (zh) 2017-11-07 2017-11-07 一种指静脉特征细化方法、存储介质、终端及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711083698.8A CN107862283A (zh) 2017-11-07 2017-11-07 一种指静脉特征细化方法、存储介质、终端及系统

Publications (1)

Publication Number Publication Date
CN107862283A true CN107862283A (zh) 2018-03-30

Family

ID=61701129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711083698.8A Pending CN107862283A (zh) 2017-11-07 2017-11-07 一种指静脉特征细化方法、存储介质、终端及系统

Country Status (1)

Country Link
CN (1) CN107862283A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111507892A (zh) * 2020-04-15 2020-08-07 广西科技大学 一种图像细化方法及系统
CN112508064A (zh) * 2020-11-24 2021-03-16 广州广电运通金融电子股份有限公司 指静脉身份识别方法、装置、计算机设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080317293A1 (en) * 2007-06-22 2008-12-25 Soichi Sakurai Finger vein authentication apparatus and information processing apparatus
CN105335967A (zh) * 2015-10-16 2016-02-17 中国人民解放军国防科学技术大学 基于局部最大类间方差和数学形态学的手背静脉纹路提取方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080317293A1 (en) * 2007-06-22 2008-12-25 Soichi Sakurai Finger vein authentication apparatus and information processing apparatus
CN105335967A (zh) * 2015-10-16 2016-02-17 中国人民解放军国防科学技术大学 基于局部最大类间方差和数学形态学的手背静脉纹路提取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
何晶: "一种有效的指纹图像细化算法", 《现代电子技术》 *
庞晓红: "指静脉身份识别算法的研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *
葛彦平: "基于匹配融合的指纹与指静脉双模态生物识别技术的研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111507892A (zh) * 2020-04-15 2020-08-07 广西科技大学 一种图像细化方法及系统
CN111507892B (zh) * 2020-04-15 2022-03-15 广西科技大学 一种图像细化方法及系统
CN112508064A (zh) * 2020-11-24 2021-03-16 广州广电运通金融电子股份有限公司 指静脉身份识别方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
RU2589344C2 (ru) Способ, устройство и система аутентификации на основе биологических характеристик
JP5810581B2 (ja) 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
JP5504928B2 (ja) 生体認証装置、生体認証方法およびプログラム
Bakshi et al. A novel phase-intensive local pattern for periocular recognition under visible spectrum
KR20090087895A (ko) 생체인식정보의 추출과 대조를 위한 방법 및 장치
JP2006107288A (ja) 個人認証方法、装置及びプログラム
US8478070B2 (en) Information processing apparatus, block detection method, and program
JP2013200673A (ja) 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
CN109583279A (zh) 一种指纹和指静脉联合识别算法
Zhong et al. Towards application of dorsal hand vein recognition under uncontrolled environment based on biometric graph matching
CN111178130A (zh) 一种基于深度学习的人脸识别方法、系统和可读存储介质
CN107862283A (zh) 一种指静脉特征细化方法、存储介质、终端及系统
Impedovo et al. Recent advances in offline signature identification
JP2009259085A (ja) 生体認証システム及び認証方法
CN111339885B (zh) 基于虹膜识别的用户身份确定方法及相关装置
JP2011044101A (ja) 閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラム
Kant et al. Reducing process-time for fingerprint identification system
Yang et al. A novel system and experimental study for 3D finger multibiometrics
JP2005259049A (ja) 顔面照合装置
CN110826534A (zh) 一种基于局部主成分分析的人脸关键点检测方法及系统
Batool et al. Assessment of facial wrinkles as a soft biometrics
JP2011203822A (ja) 生体認証装置、生体認証方法及びプログラム
JP2010277232A (ja) 生体認証システム、生体認証方法および生体認証装置
George et al. Performance comparison of face recognition using transform domain techniques
Nunsong et al. An improved finger-knuckle-print recognition using fractal dimension based on Gabor wavelet

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20180330