CN108427945A - 一种多光谱自适应掌纹掌静脉采集设备及采集方法 - Google Patents
一种多光谱自适应掌纹掌静脉采集设备及采集方法 Download PDFInfo
- Publication number
- CN108427945A CN108427945A CN201710126862.2A CN201710126862A CN108427945A CN 108427945 A CN108427945 A CN 108427945A CN 201710126862 A CN201710126862 A CN 201710126862A CN 108427945 A CN108427945 A CN 108427945A
- Authority
- CN
- China
- Prior art keywords
- light
- vena metacarpea
- palmmprint
- infrared
- circuit board
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种多光谱自适应掌纹掌静脉采集设备及采集方法,包括机体、嵌入式处理器、开关电源模块,电路板上设置有多个LED光源,电路板上设置一个恒流源驱动器,电路板上设置一个微型处理器,电路板上设置一个图像采集传输控制器,电路板上设置有掌纹CMOS图像传感器,还设置有掌静脉CMOS图像传感器,机体上设置一个可见光摄像机,机体上设置一个红外光摄像机,采集方法为:保证用户手掌处于系统上方5~8cm;LED光源开始点亮;采集到掌纹的图像;采集到掌静脉的图像;将达标图片与数据库中数据进行比对,进行身份认证识别。本发明具有清晰度高等优点。
Description
技术领域
本发明涉及人体生物特征识别技术领域,具体来说是一种多光谱自适应掌纹掌静脉采集设备及采集方法。
背景技术
近年来,生物特征识别技术一直受到广泛关注,生物特征识别是指运用人体本身所独有的生理特性和行为特征来进行人体身份鉴定。传统的身份认证有钥匙,集成电路卡和密码等,现代生物特征识别有指纹识别、声纹识别、脸部识别、步态识别、和虹膜识别等,现代生物特征识别相对于传统身份识别具有不会丢失遗忘,防伪系数更高等特点,所以,现代生物特征识别在很多领域得到了广泛的应用。
现代生物特征识别技术中的各个识别技术有着不同的优缺点:指纹识别因其研究较早,技术相对成熟,目前占据市场较多,但指纹识别最大的缺点是可复制性高,容易被伪造,所以在安防等级要求高的场所不能被应用;声纹识别成本较低,获取语音信息简单,但人的声音具有易变性,很容易受到个人情绪,身体状况的变化而改变,同时随着年龄的增长,声音特征也会变化,多人混合说话和环境噪音都会影响系统的识别性能,故阻碍着声纹识别的发展与推进;虹膜识别准确率较高,但佩戴眼镜和美瞳会对识别有一定影响,所以用户体验并不好;步态识别因采集较为繁琐,所以并不能很好的占据市场。
掌纹掌静脉识别技术是利用人掌纹特征和掌静脉特征融合实现身份认证,掌纹具有终身不变性,同时掌静脉是人体的内生理特征,不会磨损,认证需要活体认证,无法复制,故安全性较高。
现有技术中掌静脉的识别存在着以下缺陷:由于每个人的掌静脉的粗细和位于皮下深度的多样性,使得在短时间内采集到非常清晰理想的掌静脉非常困难,现有技术采集到的掌静脉所拥有特征信息少,因此并没有得到广泛应用。
发明内容
本发明所要解决的技术问题是为了克服现有技术中的掌静脉采集清晰度低的缺陷,而提供一种多光谱自适应掌纹掌静脉采集设备及采集方法。
本发明公开了一种多光谱自适应掌纹掌静脉采集设备,包括机体、嵌入式处理器、开关电源模块,所述的机体上设置有电路板,所述的电路板上设置有多个LED光源,所述的LED光源与电路板电连接,所述的电路板上设置一个恒流源驱动器,所述的恒流源驱动器与电路板电连接,所述的电路板上设置一个微型处理器,所述的微型处理器与恒流源驱动器电连接,所述的电路板上设置一个图像采集传输控制器,所述的图像采集传输控制器与电路板电连接,所述的图像采集传输控制器与嵌入式处理器电连接,所述的电路板上设置有掌纹CMOS图像传感器,所述的掌纹CMOS图像传感器与电路板电连接,所述的掌纹CMOS图像传感器与图像采集传输控制器电连接,所述的电路板上设置有掌静脉CMOS图像传感器,所述的掌静脉CMOS图像传感器与电路板电连接,所述的掌静脉CMOS图像传感器与图像采集传输控制器电连接,所述的机体上设置一个导光板,所述的导光板在掌纹CMOS图像传感器和掌静脉CMOS图像传感器的正上方,所述的机体上设置一个红外光截止可见光透过带通滤光片,所述的红外光截止可见光透过带通滤光片在掌纹CMOS图像传感器的正上方,所述的机体上设置一个可见光截止红外光透过带通滤光片,所述的可见光截止红外光透过带通滤光片在掌静脉CMOS图像传感器的正上方,所述的机体上设置一个可见光摄像机,所述的可见光摄像机在红外光截止可见光透过带通滤光片的正上方,所述的可见光摄像机与掌纹CMOS图像传感器电连接,所述的机体上设置一个红外光摄像机,所述的红外光摄像机在可见光截止红外光透过带通滤光片的正上方,所述的红外光摄像机与掌静脉CMOS图像传感器电连接,所述的导光板在红外光摄像机和可见光摄像机的上方,所述的开关电源模块包括交直流转换电源模块,所述的交直流转换电源模块与微型处理器电连接。
作为优选,所述的嵌入式处理器电连接一个显示屏。
作为优选,所述的开关电源模块还包括备用电源模块,所述的备用电源模块与微型处理器电连接。
作为优选,所述的电路板上设置一个近距离红外传感器,所述的近距离红外传感器的检测距离为5cm,所述的电路板上设置一个远距离红外传感器,所述的远距离红外传感器的检测距离为8cm。
作为优选,本发明还公开了一种上述多光谱自适应掌纹掌静脉采集设备的采集方法,具体步骤为:
其具体步骤如下:
步骤S1:用户手掌放置在机体上方,近距离红外传感器和远距离红外传感器会检测到手掌的靠近,系统从休眠状态唤醒进入正常工作状态,近距离红外传感器的检测距离为5cm,远距离红外传感器的检测距离为8cm,这样则保证用户手掌处于系统上方5~8cm;
步骤S2:微型处理器驱动恒流源驱动器调节LED驱动电流,LED光源开始点亮,首先以预设初值亮度进行发光,光源照射到导光板上,再透过导光板,形成面光源,相比点光源,更加的均匀,再照射到手掌上,光线柔和均匀;
步骤S3:可见光照射到手掌上,光线在手掌上进行反射进入带有红外截止可见光通过的带通滤光片,最后到达掌纹CMOS图像传感器,可见光摄像机对掌纹图像进行拍摄,然后将掌纹图像发送至掌纹CMOS图像传感器,从而采集到掌纹的图像;
步骤S4:近红外光照射到手掌上,近红外光线一部分被皮肤反射,另一部分透射进入皮肤,进入皮肤的近红外光线,一部分被静脉中的还原血红蛋白吸收,这些光线再通过带有可见光截止红外光通过的滤光片,最终到达掌静脉CMOS图像传感器,被掌静脉吸收的部分反射会极低,因此会呈现出黑色,进而红外光摄像机会拍摄到掌静脉图像,并将掌静脉图像发送至掌静脉CMOS图像传感器,从而采集到掌静脉的图像;
步骤S5:图像采集传输控制器将掌纹CMOS图像传感器采集的掌纹图像以及掌静脉CMOS图像传感器采集的掌静脉图像以图片的格式传输至嵌入式处理器;
步骤S6:嵌入式处理器将接收到了图片信息进行质量评价,与此同时,嵌入式处理器将图像实时显示到显示屏,进行人机交互,直至采集到质量系数达标,将达标图片与数据库中数据进行比对,进行身份认证识别。
本发明解决上述技术问题提供的技术方案是:
上述方案具有如下有益效果:本发明提供的多光谱自适应掌纹掌静脉识别系统设备及方法,由于不同人群血管的深浅,粗细不同实现了,现有技术只能较清楚的采集到部分人群的掌静脉特征图像,本发明能够实现同一设备能够快速,准确采集到不同人群的掌纹掌静脉图像,普适性较强;
掌纹掌静脉采集装置,快速采集用户掌纹掌静脉信息,多光谱自适应LED光源,照射可见光和多波段近红外光,用于对采集掌纹掌静脉的双目摄像头进行补光,多波段近红外光源点亮,分别使其中一种波段的光照强度大于其他波段强度,穿透不同深度掌静脉;
双距离传感器,双距离传感器控制手掌距离门限值,通过两个距离传感器检测距离的不同,使用户手掌处于距离采集设备正前方5~8cm位置,进入正常工作状态。
附图说明
图1是本发明一种多光谱自适应掌纹掌静脉采集设备的结构示意图;
图2是本发明一种多光谱自适应掌纹掌静脉采集设备的采集方法的流程图。
其中:1-机体;2-嵌入式处理器;3-开关电源模块;4-电路板;5-LED光源;6-恒流源驱动器;7-微型处理器;8-图像采集传输控制器;9-掌纹CMOS图像传感器;10-掌静脉CMOS图像传感器;11-导光板;12-红外光截止可见光透过带通滤光片;13-可见光截止红外光透过带通滤光片;14-可见光摄像机;15-红外光摄像机;16-显示屏;17-近距离红外传感器;18-远距离红外传感器;31-交直流转换电源模块;32-备用电源模块。
具体实施方式
如图1-2所示,本发明公开了一种多光谱自适应掌纹掌静脉采集设备,包括机体1、嵌入式处理器2、开关电源模块3,所述的机体1上设置有电路板4,所述的电路板4上设置有多个LED光源5,所述的LED光源5与电路板4电连接,所述的电路板4上设置一个恒流源驱动器6,所述的恒流源驱动器6与电路板4电连接,所述的电路板4上设置一个微型处理器7,所述的微型处理器7与恒流源驱动器6电连接,所述的电路板4上设置一个图像采集传输控制器8,所述的图像采集传输控制器8与电路板4电连接,所述的图像采集传输控制器8与嵌入式处理器2电连接,所述的电路板4上设置有掌纹CMOS图像传感器9,所述的掌纹CMOS图像传感器9与电路板4电连接,所述的掌纹CMOS图像传感器9与图像采集传输控制器8电连接,所述的电路板4上设置有掌静脉CMOS图像传感器10,所述的掌静脉CMOS图像传感器10与电路板4电连接,所述的掌静脉CMOS图像传感器10与图像采集传输控制器8电连接,所述的机体1上设置一个导光板11,所述的导光板11在掌纹CMOS图像传感器9和掌静脉CMOS图像传感器10的正上方,所述的机体1上设置一个红外光截止可见光透过带通滤光片12,所述的红外光截止可见光透过带通滤光片12在掌纹CMOS图像传感器9的正上方,所述的机体1上设置一个可见光截止红外光透过带通滤光片13,所述的可见光截止红外光透过带通滤光片13在掌静脉CMOS图像传感器10的正上方,所述的机体1上设置一个可见光摄像机14,所述的可见光摄像机14在红外光截止可见光透过带通滤光片13的正上方,所述的可见光摄像机14与掌纹CMOS图像传感器9电连接,所述的机体1上设置一个红外光摄像机15,所述的红外光摄像机15在可见光截止红外光透过带通滤光片12的正上方,所述的红外光摄像机15与掌静脉CMOS图像传感器10电连接,所述的导光板11在红外光摄像机15和可见光摄像机14的上方,所述的开关电源模块3包括交直流转换电源模块31,所述的交直流转换电源模块31与微型处理器7电连接。
作为优选,所述的嵌入式处理器2电连接一个显示屏16。
作为优选,所述的开关电源模块3还包括备用电源模块32,所述的备用电源模块32与微型处理器7电连接。
作为优选,所述的电路板4上设置一个近距离红外传感器17,所述的近距离红外传感器17的检测距离为5cm,所述的电路板4上设置一个远距离红外传感器18,所述的远距离红外传感器18的检测距离为8cm。
作为优选,本发明还公开了一种上述多光谱自适应掌纹掌静脉采集设备的采集方法,具体步骤为:
其具体步骤如下:
步骤S1:用户手掌放置在机体上方,近距离红外传感器和远距离红外传感器会检测到手掌的靠近,系统从休眠状态唤醒进入正常工作状态,近距离红外传感器的检测距离为5cm,远距离红外传感器的检测距离为8cm,这样则保证用户手掌处于系统上方5~8cm;
步骤S2:微型处理器驱动恒流源驱动器调节LED驱动电流,LED光源开始点亮,首先以预设初值亮度进行发光,光源照射到导光板上,再透过导光板,形成面光源,相比点光源,更加的均匀,再照射到手掌上,光线柔和均匀;
步骤S3:可见光照射到手掌上,光线在手掌上进行反射进入带有红外截止可见光通过的带通滤光片,最后到达掌纹CMOS图像传感器,可见光摄像机对掌纹图像进行拍摄,然后将掌纹图像发送至掌纹CMOS图像传感器,从而采集到掌纹的图像;
步骤S4:近红外光照射到手掌上,近红外光线一部分被皮肤反射,另一部分透射进入皮肤,进入皮肤的近红外光线,一部分被静脉中的还原血红蛋白吸收,这些光线再通过带有可见光截止红外光通过的滤光片,最终到达掌静脉CMOS图像传感器,被掌静脉吸收的部分反射会极低,因此会呈现出黑色,进而红外光摄像机会拍摄到掌静脉图像,并将掌静脉图像发送至掌静脉CMOS图像传感器,从而采集到掌静脉的图像;
步骤S5:图像采集传输控制器将掌纹CMOS图像传感器采集的掌纹图像以及掌静脉CMOS图像传感器采集的掌静脉图像以图片的格式传输至嵌入式处理器;
步骤S6:嵌入式处理器将接收到了图片信息进行质量评价,与此同时,嵌入式处理器将图像实时显示到显示屏,进行人机交互,直至采集到质量系数达标,将达标图片与数据库中数据进行比对,进行身份认证识别。
实施例1
该方法首先是LED光源发光,在此光强的照射的条件下,CMOS图像传感器采集到包含特征信息的图像,再通过采集传输控制器,将图像上 传至上位嵌入式处理器,嵌入式处理器对图像采集传输控制器上传的图像进行质量评价;同时,调节各波长强度,使一种波长的光强相对其他各波段近红外较强,再在此光照条件下,进行采集特征信息图像,嵌入式处理器再次收到图像采集传输控制器的图像进行质量判断,如此反复,直到选得质量评价系数最高的一张照片进行身份判断识别。
其具体步骤如下:
步骤S1:将手掌靠近掌纹掌静脉识别系统,放在红外光摄像机和可见光摄像机正前方,无需接触系统机体,只需放置在红外光摄像机和可见光摄像机正前方5cm左右即可达到采集特征信息图像功能;
步骤S2:微型处理器驱动两片恒流源驱动器MAX7315,实时调节每一输出端PWM占空比,使得占空比系数为
,
对于三种不同波长的近红外光,使
;
步骤S3:恒流源驱动器驱动LED光源,并使其中一种波段的发光强度强于其他几种,该波长的发光强度为15000mcd,其他波段的发光强度为5000mcd,如此便可透射到不同深度的掌静脉,选择较强强度波段需与以前均不同;
步骤S4:LED光源在此驱动电流下发出光亮,照射到用户手掌,在此光照的条件下,掌纹CMOS图像传感器捕获手掌图像信息,掌静脉CMOS图像传感器采集到掌静脉图像信息;
步骤S5:图像采集传输控制器将掌纹CMOS图像传感器捕获的手掌图像信息以及掌静脉CMOS图像传感器采集的掌静脉图像信息以图片的形式上传至嵌入式处理器;
步骤S6:嵌入式处理器接收图像采集传输控制器上传来的图片,并对图片进行质量判断,如果图片质量达不到要求,则返回步骤S3,若达到质量评价要求,则进行步骤S7;
步骤S7:采集到的质量评价达到要求,则会选择一张特征最佳的图片,用此照片进行图像分割,ROI区域提取,提取特征信息,如果是用户首次使用,则作为注册信息,如此采样三次并添加至数据库,如果是身份识别认证,则与数据库中的特征信息进行匹配认证,最后判定是否通过认证,并将认证结果通过人机交互界面显示到显示屏,提示用户信息。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟 悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因 此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完 成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (5)
1.一种多光谱自适应掌纹掌静脉采集设备,包括机体、嵌入式处理器、开关电源模块,其特征在于:所述的机体上设置有电路板,所述的电路板上设置有多个LED光源,所述的LED光源与电路板电连接,所述的电路板上设置一个恒流源驱动器,所述的恒流源驱动器与电路板电连接,所述的电路板上设置一个微型处理器,所述的微型处理器与恒流源驱动器电连接,所述的电路板上设置一个图像采集传输控制器,所述的图像采集传输控制器与电路板电连接,所述的图像采集传输控制器与嵌入式处理器电连接,所述的电路板上设置有掌纹CMOS图像传感器,所述的掌纹CMOS图像传感器与电路板电连接,所述的掌纹CMOS图像传感器与图像采集传输控制器电连接,所述的电路板上设置有掌静脉CMOS图像传感器,所述的掌静脉CMOS图像传感器与电路板电连接,所述的掌静脉CMOS图像传感器与图像采集传输控制器电连接,所述的机体上设置一个导光板,所述的导光板在掌纹CMOS图像传感器和掌静脉CMOS图像传感器的正上方,所述的机体上设置一个红外光截止可见光透过带通滤光片,所述的红外光截止可见光透过带通滤光片在掌纹CMOS图像传感器的正上方,所述的机体上设置一个可见光截止红外光透过带通滤光片,所述的可见光截止红外光透过带通滤光片在掌静脉CMOS图像传感器的正上方,所述的机体上设置一个可见光摄像机,所述的可见光摄像机在红外光截止可见光透过带通滤光片的正上方,所述的可见光摄像机与掌纹CMOS图像传感器电连接,所述的机体上设置一个红外光摄像机,所述的红外光摄像机在可见光截止红外光透过带通滤光片的正上方,所述的红外光摄像机与掌静脉CMOS图像传感器电连接,所述的导光板在红外光摄像机和可见光摄像机的上方,所述的开关电源模块包括交直流转换电源模块,所述的交直流转换电源模块与微型处理器电连接。
2.根据权利要求1所述的一种多光谱自适应掌纹掌静脉采集设备,其特征在于:所述的嵌入式处理器电连接一个显示屏。
3.根据权利要求1所述的一种多光谱自适应掌纹掌静脉采集设备,其特征在于:所述的开关电源模块还包括备用电源模块,所述的备用电源模块与微型处理器电连接。
4.根据权利要求1所述的一种多光谱自适应掌纹掌静脉采集设备,其特征在于:所述的电路板上设置一个近距离红外传感器,所述的近距离红外传感器的检测距离为5cm,所述的电路板上设置一个远距离红外传感器,所述的远距离红外传感器的检测距离为8cm。
5.根据权利要求1-4任一所述的一种多光谱自适应掌纹掌静脉采集设备的采集方法,其特征在于:具体步骤为:
其具体步骤如下:
步骤S1:用户手掌放置在机体上方,近距离红外传感器和远距离红外传感器会检测到手掌的靠近,系统从休眠状态唤醒进入正常工作状态,近距离红外传感器的检测距离为5cm,远距离红外传感器的检测距离为8cm,这样则保证用户手掌处于系统上方5~8cm;
步骤S2:微型处理器驱动恒流源驱动器调节LED驱动电流,LED光源开始点亮,首先以预设初值亮度进行发光,光源照射到导光板上,再透过导光板,形成面光源,相比点光源,更加的均匀,再照射到手掌上,光线柔和均匀;
步骤S3:可见光照射到手掌上,光线在手掌上进行反射进入带有红外截止可见光通过的带通滤光片,最后到达掌纹CMOS图像传感器,可见光摄像机对掌纹图像进行拍摄,然后将掌纹图像发送至掌纹CMOS图像传感器,从而采集到掌纹的图像;
步骤S4:近红外光照射到手掌上,近红外光线一部分被皮肤反射,另一部分透射进入皮肤,进入皮肤的近红外光线,一部分被静脉中的还原血红蛋白吸收,这些光线再通过带有可见光截止红外光通过的滤光片,最终到达掌静脉CMOS图像传感器,被掌静脉吸收的部分反射会极低,因此会呈现出黑色,进而红外光摄像机会拍摄到掌静脉图像,并将掌静脉图像发送至掌静脉CMOS图像传感器,从而采集到掌静脉的图像;
步骤S5:图像采集传输控制器将掌纹CMOS图像传感器采集的掌纹图像以及掌静脉CMOS图像传感器采集的掌静脉图像以图片的格式传输至嵌入式处理器;
步骤S6:嵌入式处理器将接收到了图片信息进行质量评价,与此同时,嵌入式处理器将图像实时显示到显示屏,进行人机交互,直至采集到质量系数达标,将达标图片与数据库中数据进行比对,进行身份认证识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710126862.2A CN108427945A (zh) | 2017-03-06 | 2017-03-06 | 一种多光谱自适应掌纹掌静脉采集设备及采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710126862.2A CN108427945A (zh) | 2017-03-06 | 2017-03-06 | 一种多光谱自适应掌纹掌静脉采集设备及采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108427945A true CN108427945A (zh) | 2018-08-21 |
Family
ID=63155378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710126862.2A Withdrawn CN108427945A (zh) | 2017-03-06 | 2017-03-06 | 一种多光谱自适应掌纹掌静脉采集设备及采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108427945A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190603A (zh) * | 2018-10-26 | 2019-01-11 | 新多集团有限公司 | 一种非接触式掌纹掌静脉混合识别系统 |
CN109299713A (zh) * | 2018-10-24 | 2019-02-01 | 中科院合肥技术创新工程院 | 高质量多光谱生物特征图像采集方法 |
CN110298290A (zh) * | 2019-06-24 | 2019-10-01 | Oppo广东移动通信有限公司 | 静脉识别方法、装置、电子设备及存储介质 |
CN110598661A (zh) * | 2019-09-19 | 2019-12-20 | 京麦智能科技(苏州)有限公司 | 一种掌纹掌脉采集系统 |
WO2020093693A1 (zh) * | 2018-11-05 | 2020-05-14 | 华为技术有限公司 | 一种摄像机及电子设备 |
CN111688637A (zh) * | 2019-03-12 | 2020-09-22 | 麦格纳覆盖件有限公司 | 具有冷镜盖的基于电磁的传感器 |
CN111741165A (zh) * | 2020-06-19 | 2020-10-02 | 北京字节跳动网络技术有限公司 | 移动终端控制的方法、装置、移动终端及存储介质 |
CN114943994A (zh) * | 2022-05-24 | 2022-08-26 | 厦门熵基科技有限公司 | 掌静脉识别系统的控制方法、装置、控制器及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1911158A (zh) * | 2005-08-10 | 2007-02-14 | 安华高科技Ecbuip(新加坡)私人有限公司 | 皮下组织成像器 |
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
CN102542281A (zh) * | 2010-12-27 | 2012-07-04 | 北京北科慧识科技股份有限公司 | 非接触式生物特征识别方法和系统 |
CN102567707A (zh) * | 2010-12-27 | 2012-07-11 | 北京北科慧识科技股份有限公司 | 生物识别传感器及生物识别系统 |
CN203588280U (zh) * | 2013-12-13 | 2014-05-07 | 安徽机电职业技术学院 | 一种手指静脉信息采集装置 |
-
2017
- 2017-03-06 CN CN201710126862.2A patent/CN108427945A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1911158A (zh) * | 2005-08-10 | 2007-02-14 | 安华高科技Ecbuip(新加坡)私人有限公司 | 皮下组织成像器 |
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
CN102542281A (zh) * | 2010-12-27 | 2012-07-04 | 北京北科慧识科技股份有限公司 | 非接触式生物特征识别方法和系统 |
CN102567707A (zh) * | 2010-12-27 | 2012-07-11 | 北京北科慧识科技股份有限公司 | 生物识别传感器及生物识别系统 |
CN203588280U (zh) * | 2013-12-13 | 2014-05-07 | 安徽机电职业技术学院 | 一种手指静脉信息采集装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109299713A (zh) * | 2018-10-24 | 2019-02-01 | 中科院合肥技术创新工程院 | 高质量多光谱生物特征图像采集方法 |
CN109190603A (zh) * | 2018-10-26 | 2019-01-11 | 新多集团有限公司 | 一种非接触式掌纹掌静脉混合识别系统 |
WO2020093693A1 (zh) * | 2018-11-05 | 2020-05-14 | 华为技术有限公司 | 一种摄像机及电子设备 |
CN111688637A (zh) * | 2019-03-12 | 2020-09-22 | 麦格纳覆盖件有限公司 | 具有冷镜盖的基于电磁的传感器 |
CN110298290A (zh) * | 2019-06-24 | 2019-10-01 | Oppo广东移动通信有限公司 | 静脉识别方法、装置、电子设备及存储介质 |
CN110598661A (zh) * | 2019-09-19 | 2019-12-20 | 京麦智能科技(苏州)有限公司 | 一种掌纹掌脉采集系统 |
CN111741165A (zh) * | 2020-06-19 | 2020-10-02 | 北京字节跳动网络技术有限公司 | 移动终端控制的方法、装置、移动终端及存储介质 |
CN111741165B (zh) * | 2020-06-19 | 2021-07-06 | 北京字节跳动网络技术有限公司 | 移动终端控制的方法、装置、移动终端及存储介质 |
CN114943994A (zh) * | 2022-05-24 | 2022-08-26 | 厦门熵基科技有限公司 | 掌静脉识别系统的控制方法、装置、控制器及存储介质 |
CN114943994B (zh) * | 2022-05-24 | 2024-06-21 | 厦门熵基科技有限公司 | 掌静脉识别系统的控制方法、装置、控制器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108427945A (zh) | 一种多光谱自适应掌纹掌静脉采集设备及采集方法 | |
CN101196987B (zh) | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 | |
CN2828935Y (zh) | 一种用于人脸识别的图像获取识别装置 | |
CN107239772B (zh) | 掌纹掌脉图像采集装置及通关闸机 | |
CN104933344B (zh) | 基于多生物特征模态的移动终端用户身份认证装置及方法 | |
CN105224906B (zh) | 掌静脉识别智能系统 | |
KR20030062377A (ko) | 스테레오 얼굴인식을 이용한 홍채인식시스템 및홍채인식방법 | |
CN104992163B (zh) | 一种人脸图像与虹膜图像同时采集光学装置及其身份认证方法 | |
CN107423703A (zh) | 基于人脸、指纹和指静脉特征的多模态识别装置及方法 | |
JP2000083930A (ja) | アイリスを用いた個人識別装置 | |
WO2005098744A2 (en) | Handheld biometric computer for 2d/3d image capture | |
CN111368780B (zh) | 一种基于指纹和指静脉的联合识别处理方法及系统 | |
CN104778445B (zh) | 基于手指静脉立体特征的活体识别装置及方法 | |
CN106203497B (zh) | 基于图像质量评价的手指静脉感兴趣区域图像筛选方法 | |
CN106650707A (zh) | 一种指静脉加指纹混合型身份认证装置及方法 | |
CN102129558A (zh) | 基于普尔钦斑分析的虹膜采集系统及虹膜采集方法 | |
KR20090086891A (ko) | 적외선을 이용한 얼굴인식 시스템 및 방법 | |
US11182631B2 (en) | Information processing method and electronic device | |
CN112329652A (zh) | 一种滑动式自适应指静脉识别装置及方法 | |
CN110013217A (zh) | 检测吸食毒品人员的方法、装置、终端设备及介质 | |
CN202771437U (zh) | 一种基于指部生物特征的多模态身份认证装置 | |
CN104751156A (zh) | 一种可调光的手指静脉图像采集系统 | |
CN103324922B (zh) | 非接触自引导式手掌静脉图像获取装置 | |
CN202533963U (zh) | 单图像传感器双眼虹膜识别设备 | |
CN109496308A (zh) | 生物特征识别的方法、装置和电子设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180821 |
|
WW01 | Invention patent application withdrawn after publication |