CN108470166A - 一种基于激光扫描的生物特征3d四维数据识别方法及系统 - Google Patents

一种基于激光扫描的生物特征3d四维数据识别方法及系统 Download PDF

Info

Publication number
CN108470166A
CN108470166A CN201810300221.9A CN201810300221A CN108470166A CN 108470166 A CN108470166 A CN 108470166A CN 201810300221 A CN201810300221 A CN 201810300221A CN 108470166 A CN108470166 A CN 108470166A
Authority
CN
China
Prior art keywords
target object
data
module
point cloud
laser scanning
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Withdrawn
Application number
CN201810300221.9A
Other languages
English (en)
Inventor
左忠斌
淮春芳
左达宇
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.)
Beijing Tianmu Zhi Lian Technology Co Ltd
Original Assignee
Beijing Tianmu Zhi Lian 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 Beijing Tianmu Zhi Lian Technology Co Ltd filed Critical Beijing Tianmu Zhi Lian Technology Co Ltd
Priority to CN201810300221.9A priority Critical patent/CN108470166A/zh
Publication of CN108470166A publication Critical patent/CN108470166A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
    • H04N1/00249—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a photographic apparatus, e.g. a photographic printer or a projector
    • H04N1/00251—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a photographic apparatus, e.g. a photographic printer or a projector with an apparatus for taking photographic images, e.g. a camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种基于激光扫描的生物特征3D四维数据识别方法，通过获取激光器发射激光束投射到目标物体后反射到变焦相机上，变焦相机拍摄到的目标物体的3D数据，对3D数据进行识别定位，多次向激光扫描模块发送移动指令，指示激光扫描模块变更采集位置，从而获取到变焦相机在给定时间内多个采集位置拍摄到的3D数据，对多个采集位置拍摄到的3D数据进行融合建模，从而得到目标物体在给定时间内的3D模型数据，完成目标物体的重建；并相应的点云比对以识别目标生物体的身份。还提供了一种3D四维数据识别系统。本发明由于激光扫描模块只采用一个激光器和一个变焦相机，节约成本，并且通过激光对目标物体进行整体反射，无死角，使得变焦相机拍摄出来的照片质量更高，进而使得数据更容易识别，提高准确度。

Description

一种基于激光扫描的生物特征3D四维数据识别方法及系统
技术领域
本发明涉及图像识别技术领域，特别是一种基于激光扫描的生物特征3D四维数据识别方法及系统。
背景技术
生物特征即生物固有的生理或行为特征，如指纹、掌纹、虹膜或人脸等。生物特征有一定的唯一性和稳定性，即任何两生物的某种生物特征之间的差异比较大，且生物特征一般不会随着时间发生很大的变化，这就使得生物特征很适合应用在身份认证或识别系统中的认证信息等场景中。
目前的生物特征数据都是采用平面的2D数据，以手部的生物特征为例，主要采用2D的方式来识别某一个或者几个手部的特征，部分不法分子根据手部采集到的2D图片，仿制2D手部特征，骗过部分识别系统，给个人信息安全带来了很大的安全隐患；又以头部面部的生物特征为例，有关头部面部的数据应用都停留在简单的图片应用上，即只能从某个特定的角度来对头部面部数据进行处理，而个人的面部表情在识别过程中会存在一些差异(如：微笑或者眨眼)，给信息识别带来一定的困难。
因此，亟需针对生物特征提供一种速度快、误差小以及安全可靠的多维数据识别方案。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于激光扫描的生物特征3D四维数据识别方法及系统。
本发明提供了一种基于激光扫描的生物特征3D四维数据识别方法，其包括如下步骤：
S01.采集生物特征信息，
通过激光扫描相机采集生物体在给定时间内的多幅生物特征图像，根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；
S02.存储生物特征四维数据，
扫描或录入生物体的身份信息(I1、I2…In)，以生物体的身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行关联存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；
S03.目标生物体的身份识别，
采集目标生物体的生物特征3D四维数据(T1、T2…Tn)，并扫描或录入所述目标生物体的身份信息(I1、I2…In)，通过所述目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。
进一步的，步骤S01还包括：
步骤1，获取当前采集位置的激光扫描模块的激光器发射的激光束投射到目标物体反射到所述激光扫描模块的变焦相机上，所述变焦相机拍摄到的所述目标物体的3D数据；
步骤2，对所述目标物体在给定时间内的3D数据进行识别定位，判断所述目标物体是否在预定的位置；
步骤3，在判断所述目标物体在预定的位置的情况下，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置；
步骤4，获取所述变焦相机在变更到的各个采集位置拍摄到的所述目标物体的相机数据，根据所述各个采集位置拍摄到的所述目标物体在给定时间内的相机数据，生成所述目标物体的点云数据；
步骤5，从所述目标物体的点云数据中提取所述目标物体的特征点云信息，并根据提取的所述特征点云信息，进行特征点距离标定；
步骤6，基于所述特征点距离标定得到的标定距离，对所述点云数据进行合成，得到所述目标物体在给定时间内的3D模型数据。
进一步的，生成所述目标物体的点云数据的步骤进一步包括：
将所述各个采集位置拍摄到的所述目标物体在给定时间内的相机数据传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅目标生物特征的立体信息数据和颜色信息数据信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。
进一步的，在判断所述目标物体不在预定的位置的情况下，所述方法还包括：
根据对所述目标物体在给定时间内的3D数据进行识别定位的结果，确定承载所述目标物体的承载设备需要移动的方向；
向所述承载设备发送控制指令，指示所述承载设备向所述需要移动的方向移动，返回步骤1。
可选的，所述目标物体包括：人体的面部和/或头部。
进一步的，步骤2中判断所述目标物体是否在预定的位置，包括：对所述目标物体在给定时间内的3D数据进行识别，判断所述目标物体的3D数据所描述的人体的面部和/头部的轮廓是否完整，如果完整，则确定所述目标物体在预定的位置。
进一步的，在步骤1之后，所述方法还包括：将所述变焦相机拍摄到的所述目标物体在给定时间内的3D数据发送到引导显示屏显示。
可选的，所述目标物体包括：人体的手部。
进一步的，步骤2中判断所述目标物体是否在预定的位置，包括：根据所述目标物体在给定时间内的3D数据对当前的采集部位进行识别，判断所述当前的所述采集部位是否为手部，如果是，则确定所述目标物体在预定的位置。
进一步的，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置，包括：依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块分别变更多个采集角度对所述采集部位进行扫描采集。
可选的，所述步骤5包括：
分别对从各个采集位置扫描到的所述点云数据进行预处理，其中，所述预处理包括以下至少之一：降噪处理、平滑处理、和可视化处理；
分别从预处理后的各个所述点云数据中提取所述目标物体的特征点云信息；
根据所述特征点云信息，标定特征点的距离，得到所述目标物体在给定时间内的3D模型的基础尺寸。
本发明提供了一种基于激光扫描的生物特征3D四维数据识别系统，包括如下装置：
生物特征信息采集装置，用于采集生物体在给定时间内的多幅生物特征图像，并根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；
生物特征四维数据存储装置，用于扫描或录入生物体的身份信息(I1、I2…In)，以生物体的身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；
目标生物体的身份识别装置，用于根据扫描或录入的目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，并将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。
进一步的，所述的生物特征信息采集装置，包括：
数据获取模块，用于获取当前采集位置的激光扫描模块的激光器发射的激光束投射到目标物体反射到所述激光扫描模块的变焦相机上，所述变焦相机拍摄到的所述目标物体的3D数据；
识别定位模块，用于对所述目标物体在给定时间内的3D数据进行识别定位，判断所述目标物体是否在预定的位置；
移动控制模块，用于在判断所述目标物体在预定的位置的情况下，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置；
点云生成模块，用于获取所述变焦相机在变更到的各个采集位置拍摄到的所述目标物体的相机数据，根据所述各个采集位置拍摄到的所述目标物体的相机数据，生成所述目标物体在给定时间内的点云数据；
距离标定模块，用于从所述目标物体的点云数据中提取所述目标物体的特征点云信息，并根据提取的所述特征点云信息，进行特征点距离标定；
数据合成模块，用于基于所述特征点距离标定得到的标定距离，对所述点云数据进行合成，得到所述目标物体的3D模型数据。
进一步的，移动控制模块，还用于在判断所述目标物体不在预定的位置的情况下，根据对所述目标物体的3D数据进行识别定位的结果，确定承载所述目标物体的承载设备需要移动的方向，并向所述承载设备发送控制指令，指示所述承载设备向所述需要移动的方向移动，然后触发所述3D数据获取模块。
可选的，所述目标物体包括：人体的面部和/或头部；
所述识别定位模块通过以下方式判断所述目标物体是否在预定的位置：对所述目标物体的3D数据进行识别，判断所述目标物体的3D数据所描述的人体的面部和/头部的轮廓是否完整，如果完整，则确定所述目标物体在预定的位置。
进一步的，还包括：引导显示模块，用于将所述变焦相机拍摄到的所述目标物体在给定时间内的3D数据发送到引导显示屏显示。
所述识别定位模块通过以下方式判断所述目标物体是否在预定的位置：根据所述目标物体在给定时间内的3D数据对当前的采集部位进行识别，判断所述当前的所述采集部位是否为手部，如果是，则确定所述目标物体在预定的位置。
进一步的，所述移动控制模块按照以下方式依次向所述激光扫描模块发送多个移动指令：依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块分别变更多个采集角度对所述采集部位进行扫描采集。
可选的，所述距离标定模块通过以下方式进行距离标定：
分别对从各个采集位置扫描到的所述点云数据进行预处理，其中，所述预处理包括以下至少之一：降噪处理、平滑处理、和可视化处理；
分别从预处理后的各个所述点云数据中提取所述目标物体的特征点云信息；
根据所述特征点云信息，标定特征点的距离，得到所述目标物体在给定时间内的3D模型的基础尺寸。
本发明的有益效果：本发明实施例采用激光扫描相机控制技术进行生物特征信息的采集，可以显著提高生物特征信息的采集效率；利用采集到生物特征在空间上的特征信息，完整地复原生物特征在空间上的各项特征，为后续的生物特征数据的应用提供了无限的可能性。以识别目标的身份信息识别四维数据，不必将目标人的数据与数据库中的海量数据进行逐一比对，提高了比对识别的效率，大大提升了身份识别的速度，采用基于空域直接匹配的天目点云比对识别法进行特征点拟合，实现了生物特征点的快速拟合比对，进而实现了身份快速认证识别。
附图说明
图1示出了根据本发明一实施例的基于激光扫描的生物特征3D四维数据识别方法流程图；
图2示出了根据本发明一实施例的基于激光扫描的3D四维数据采集方法的流程图；
图3示出了根据本发明一实施例的基于激光扫描的头部面部3D四维数据采集系统的架构示意图；
图4示出了根据本发明一实施例的基于激光扫描的头部面部3D四维数据采集系统的模块结构示意图；
图5示出了根据本发明一实施例的基于激光扫描的头部面部3D四维数据采集系统的工作流程图；
图6示出了根据本发明一实施例的基于激光扫描的头部面部3D四维数据采集系统的架构示意图；
图7示出了根据本发明一实施例的基于激光扫描的头部面部3D四维数据采集系统的模块结构示意图；
图8示出了根据本发明一实施例的滑轨及滑轨控制模块的具体实现结构示意图；
图9示出了根据本发明一实施例的基于激光扫描的手部3D四维数据采集系统的工作流程图；以及
图10示出了根据本发明一实施例的基于激光扫描的3D四维数据识别系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为解决上述技术问题，本发明实施例提供了一种基于激光扫描的生物特征3D四维数据识别方法。在本发明实施例中，采用激光进行给定时间内的3D数据的采集并识别，激光通过在普通相机镜头(主镜头)焦距处加微透镜阵列实现记录光线，再通过后期算法(傅里叶切片定理，光场成像算法)实现变焦。四维数据可以是多张相同时间间隔或不同时间间隔、不同角度、不同方位、不同表情形态等的3D数据集合。
传统相机拍照只有一个焦平面，焦平面前后数据模糊，距离焦平面越远画面越模糊，因此拍摄前要先对焦，但即使对焦清晰，对于具有一定景深的物体也无法拍到前后景深都清晰的图像，在3D数据合成中无法提取到模糊数据的特征点，导致合成效果差甚至合成失败。在本发明实施例中，激光先拍照后对焦，可以获取不同景深的清晰数据。再通过图像融合算法可以合成一张具有超景深的图像，在多维数据合成中可提取更多特征点，提高合精度和成功率。
图1示出了根据本发明一实施例的基于激光扫描的生物特征3D四维数据识别方法的流程图：S01.采集生物特征信息，通过激光扫描相机采集生物体在给定时间内的多幅生物特征图像，根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；
S02.存储生物特征四维数据，扫描或录入生物体的身份信息(I1、I2…In)，以生物体的身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行关联存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；
S03.目标生物体的身份识别，采集目标生物体的生物特征3D四维数据(T1、T2…Tn)，并扫描或录入所述目标生物体的身份信息(I1、I2…In)，通过所述目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。
优选的，如图2所示，步骤S01采集生物特征信息还可以具体包括以下步骤S102至步骤S112。
步骤S102，获取当前采集位置的激光扫描模块的激光器发射的激光束投射到目标物体反射到所述激光扫描模块的变焦相机上，所述变焦相机拍摄到的所述目标物体在给定时间内的3D数据。
在具体应用中，可选地，可以在变焦相机上设置一个传输模块，该传输模块可以是有线的对外接口，例如，USB等，也可以是无线的对外接口，例如，蓝牙等。在变焦相机拍摄到图像数据以后，向外传输，从而可以获取到变焦相机拍摄到的3D数据。
步骤S104，对所述目标物体在给定时间内的3D数据进行识别定位，判断所述目标物体是否在预定的位置。
在本发明的一个可选实施方式中，为了便于识别，在获取到变焦相机拍摄到的3D数据之后，可以对接收到的3D数据进行解码，转化为预定图片格式，例如JPG格式。在步骤S104中，对转换后的3D数据进行识别定位。
步骤S106，在判断所述目标物体在预定的位置的情况下，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置。
在具体应用中，可以根据实际扫描的目标物体，设置激光扫描模块变更采集位置的规律，发送移动指令指示激光扫描模块变更到对应的采集位置。
步骤S108，获取所述变焦相机在变更到的各个采集位置拍摄到的所述目标物体的相机数据，根据所述各个采集位置拍摄到的所述目标物体的相机数据，生成所述目标物体的点云数据。
优选的，所述各个采集位置拍摄到的所述目标物体在给定时间内的相机数据处理包括图像处理器GPU和中央处理器CPU，传送到具有图像处理器GPU和中央处理器CPU的处理单元；将多幅生物特征图像的图像信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算多幅生物特征图像各自的特征点。可以看到，本发明实施例采用激光扫描控制技术进行生物特征信息的采集，可以显著提高生物特征信息的采集效率。并且，本发明实施例基于中央处理器和图形处理器的并行计算，可以高效地实现特征信息的处理。
优选的，GPU为双GPU，每颗GPU具有多个block，如56个block，本发明实施例对此不作限制。
在本发明的一个可选实施方式中，在步骤S108中，可以先将变焦相机在各个采集位置拍摄到的相机数据转换为预定图片格式，然后将多幅预定图片格式的图像数据合成一幅图像数据，将对该幅图像数据进行处理，得到目标物体的点云数据。在融合时，可以采用基于空域的梯度差分法、分块法、逻辑滤波器法、加权平均法、数学形态法、图像代数法、模拟退火法；以及基于频域的拉普拉斯金字塔法、小波变换法、金字塔图像融合法、进行图像融合等。
其中，点云数据中可以包含特征点的空间位置信息和颜色信息，点云数据的格式可以如下所示：
X1 Y1 Z1 R1 G1 B1 A1
X2 Y2 Z2 R2 G2 B2 A2
……
Xn Yn Zn Rn Gn Bn An
其中，Xn表示特征点在空间位置的X轴坐标；Yn表示特征点在空间位置的Y轴坐标；Zn表示特征点在空间位置的Z轴坐标；Rn表示特征点的颜色信息的R通道的值；Gn表示特征点的颜色信息的G通道的值；Bn表示特征点的颜色信息的B通道的值；An表示特征点的颜色信息的Alpha通道的值。
步骤S110，从所述目标物体的点云数据中提取所述目标物体的特征点云信息，并根据提取的所述特征点云信息，进行特征点距离标定。
步骤S112，基于所述特征点距离标定得到的标定距离，对所述点云数据进行合成，得到所述目标物体在给定时间内的3D模型数据。
通过本发明实施例提供的上述基于激光的四维数据采集方法，通过获取激光器发射激光束投射到目标物体后反射到变焦相机上，变焦相机拍摄到在给定时间内的目标物体的3D数据，对3D数据进行识别定位，在确定目标物体在预定的位置的情况下，多次向激光扫描模块发送移动指令，指示激光扫描模块变更采集位置，从而获取到变焦相机在多个采集位置拍摄到的3D数据，对多个采集位置拍摄到的3D数据进行融合建模，从而得到目标物体在给定时间内的3D模型数据，完成目标物体的重建。由于激光扫描模块只采用一个激光器和一个变焦相机，节约成本，并且通过激光对目标物体进行整体反射，无死角，使得变焦相机拍摄出来的照片质量更高，进而使得数据更容易识别，提高准确度。
在本发明实施例的一个可选实施方案中，在判断所述目标物体不在预定的位置的情况下，该方法还可以包括：根据对所述目标物体在给定时间内的3D数据进行识别定位的结果，确定承载所述目标物体的承载设备需要移动的方向；向所述承载设备发送控制指令，指示所述承载设备向所述需要移动的方向移动，返回步骤S102。通过该可选实施方式中，在目标物体不在预定的位置的情况下，可以控制承载目标物体的承载设备进行移动，然后重新采集新位置下的目标物体的图像，再判断目标物体是否在预定的位置，直至确认目标物体在预定的位置为止。在本发明的实施例中，预定的位置可以根据目标物体是否采集完整确定。
在本发明的一个可选实施例中，目标物体可以包括：人体的面部和/或头部。所说的头部，是指人体脖子(颈椎)以上的所有器官；所说的面部，是指脸部和耳部。当然，激光扫描模块也可以对手部整体进行扫描，采集手部的指部和手掌的纹理信数据。
在本发明的一个可选实施例中，在目标物体为人体的面部和/或头部时，步骤S104中判断所述目标物体是否在预定的位置可以包括：对所述目标物体的3D数据进行识别，判断所述目标物体的3D数据所描述的人体的面部和/头部的轮廓是否完整，如果完整，则确定所述目标物体在预定的位置。
在本发明的一个可选实施方式中，为了引导用户确定移动的方向，在步骤S102之后，该方法还包括：将变焦相机拍摄到的目标物体在给定时间内的3D数据发送到引导显示屏显示。在具体应用中，可以将变焦相机拍摄到的目标物体在给定时间内的3D数据转换为便于显示的图像格式再发送给引导显示屏显示。
在本发明实施例的一个可选实施方案中，目标物体包括：人体的手部。
在本发明的一个可选实施例中，进一步地，所述人体的手部包括：指部。即目标物体为人体的一个或多个指头。
在本发明实施例的一个可选实施方案中，在目标物体为人体的手部的情况下，步骤S104中判断所述目标物体是否在预定的位置可以包括：根据所述目标物体的3D数据对当前的采集部位进行识别，判断所述当前的所述采集部位是否为手指指纹，如果是，则确定所述目标物体在预定的位置。
在本发明的一个可选实施例中，在目标物体为人体的手部的情况下，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置可以包括：依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块分别变更多个采集角度对所述采集部位进行扫描采集。通过该可选实施例中，在采集用户的指纹时，用户不需要转动手部，便可以采集到指部各个角度的指纹，提高了用户体验。
在本发明的另一个可选实施例中，在指部包括多个的情况下，在完成一个指部的各个采集角度的扫描采集之后，还可以指示激光扫描模块移动到下一个指部的采集位置，对下一个指部进行采集。
在本发明实施例的一个可选实施方案中，步骤S110可以包括：对所述点云数据进行预处理，其中，所述预处理包括以下至少之一：降噪处理、平滑处理、和可视化处理；从预处理后的所述点云数据中提取所述目标物体的特征点云信息；根据所述特征点云信息，标定特征点的距离，得到所述目标物体在给定时间内的3D模型的基础尺寸。通过该可选实施例中，得到所述目标物体在给定时间内的3D模型的基础尺寸，从而方便步骤S112对目标物体进行四维建模。
在本发明的一个可选实施例中，在步骤S112之后，该方法还可以包括：对所述四维模型数据进行渲染，将渲染后的所述四维模型数据发送给显示屏显示。在该可选实施例中，对四维模型数据进行渲染，提高了显示的四维模型数据的真实度。
具体应用中，可以根据目标物体的不同类别，设置不同的硬件系统进行目标物体的四维采集。下面分别以目标物体为头部面部以及指部为例，对本发明实施例提供的四维数据采集方法的硬件实现进行说明。
图3示出了根据本发明一实施例的基于激光扫描的头部面部3D四维数据采集系统的架构示意图，图4示出了据本发明一实施例提供的一种基于激光扫描的头部面部3D四维数据采集系统的模块结构示意图。如图3和4所示，该系统主要包括：底座21、座椅22、头部限位装置23、标尺24、支撑结构25、承载结构26、激光扫描模块27、滑轨控制模块28、人脸自动化定位控制模块29和主控制模块20。其中，底座21与座椅22连接，头部限位装置23与座椅22上方连接，标尺与头部限位装置23的一侧连接，支撑结构25与底座21和自动化调节部分相连，承载结构26与激光扫描模块27、人脸自动化定位控制模块29、滑轨控制模块28、主控制模块20和支撑结构25相连。
在本发明的一个实施例中，如图4所示，激光扫描模块27可以包括：激光器271、变焦相机272和OIS模块273。其中，激光器271包含激光通信模块2711和激光点云传输模块2712。在该实施例中，激光通信模块2711与主控制模块20的主控制通信模块相连，激光点云传输模块2712与主控制模块20的主控制通信模块相连，变焦相机272包含相机通信模块2721和相机数据传输模块2722，相机通信模块2721与主控制模块20的主控制通信模块相连，相机数据传输模块2722与主控制模块20的主控制数据传输模块相连，激光扫描模块27安装在滑轨上，用于扫描人的头部面部，输出点云数据。
在本发明的一个实施例中，如图4所示，滑轨控制模块28可以包括：滑轨横向PLC模块281、横向伺服电机282、横向滑轨283、滑轨纵向PLC模块284、纵向伺服电机285和纵向滑轨286。在该实施例中，滑轨横向PLC模块281与横向伺服电机282相连，横向伺服电机282与横向滑轨283相连，滑轨纵向PLC模块284与纵向伺服电机285相连，纵向伺服电机285与纵向滑轨286相连，横向滑轨283安装在承载结构26的内侧，纵向滑轨286安装在承载结构26的外侧。
在本发明的一个实施例中，如图4所示，人脸自动化定位控制模块29包括：自动化横向PLC模块291、横向滑轨控制模块292、自动化纵向PLC模块293、纵向滑轨控制模块294、自动化人脸识别定位模块295和引导显示屏296。在该实施例中，自动化横向PLC模块291与滑轨控制模块28的滑轨横向PLC模块281相连，横向滑轨控制模块292与自动化横向PLC模块291相连，自动化纵向PLC模块291与滑轨控制模块28的滑轨纵向PLC模块284相连，纵向滑轨控制模块294与自动化纵向PLC模块293相连，横向滑轨控制模块292和纵向滑轨控制模块294都与自动化人脸识别定位模块295相连，自动化人脸识别定位模块295与引导显示屏296相连，引导显示屏296安装在承载结构26内侧的中央位置，且位于滑轨控制模块28的横向滑轨283上方，人脸自动化定位控制模块29用于调节承载结构26的高度，使引导显示屏对296准人的头部脸部。
在本发明的一个实施例中，如图4所示，主控制模块20包括：主控制通信模块201、主控制数据传输模块202、图像数据格式转换模块203、主控人脸识别定位模块204、3D模型点云生成模块205、特征尺寸标定模块206、3D模型合成模块207、3D模型显示模块208和主控制显示屏209。在该实施例中，主控制通信模块201与变焦相机的相机通信模块相连，主控制数据传输模块202输入端与变焦相机的相机数据传输模块输出端相连，主控制数据传输模块202输出端与图像数据格式转换模块203的输入端相连，图像数据格式转换模块203的输出端与主控人脸识别定位模块204的输入端相连，主控人脸识别定位模块204输出端与人脸自动化定位控制模块29的自动化人脸识别定位模块295相连，3D模型点云生成模块205的输出端与特征尺寸标定模块206的输入端相连，特征尺寸标定模块206的输出端与3D模型合成模块207的输入端相连，3D模型合成模块207的输出端与3D模型显示模块208的输入端相连，3D模型显示模块208的输出端与主控制显示屏209相连。
在本发明的一个实施例中，横向滑轨283形状可以为半圆弧形。从而使得激光扫描模块27可以完成人体面部的整体扫描。
可选地，在本发明的一个实施例中，横向滑轨控制模块292的角速度可以为10-30rad/s。
图5示出了根据本发明的一个实施例的基于激光扫描的头部面部3D四维数据采集系统的工作流程，如图5所示，主要可以包括以下步骤S401-步骤S407。
步骤S401，开启电源。要求被扫描的人坐在座椅上，头部靠向头部限位装置，打开激光扫描模块、滑轨控制模块、人脸自动化定位控制模块、主控制模块中的所包括的所有模块开关；
步骤S402，人的头部定位调节。根据变焦相机拍摄数据通过变焦相机的相机数据传输模块传输到主控制模块的数据传输模块，主控制模块的数据传输模块将数据输出到图像数据格式转换模块，通过图像数据格式转换模块解码生成的图像传输给主控人脸识别定位模块进行的人的头部面部位置识别，进而通过自动化人脸识别定位模块控制纵向PLC模块进行承载结构高度调节；使得引导显示屏平行于人的头部面部，引导显示屏识别到人的头部面部在引导显示屏的中央位置，说明人的头部面部定位好。
在本发明的一个可选实施例中，人的头部定位调节可以包括：(1)纵向滑轨高度调节，主控制模块的主控人脸识别定位控制模块与人脸自动化定位控制模块的自动化人脸识别定位控制模块通过UART连接，根据变焦相机拍摄数据解码生成的图像进行的人的头部面部位置识别控制滑轨纵向PLC模块进行承载结构高度调节；(2)使得引导显示屏平行于人的头部面部，引导显示屏识别到人的头部面部在引导显示屏的中央位置时，调节结束。
步骤S403，变焦相机参数设置。人的头部面部位置定位好后，控制相机的拍摄焦距，使人的头部面部图像显示完整，清晰。
步骤S404，自动扫描拍摄。启动激光扫描模块，激光器发射激光，变焦相机自动延时拍摄成像；通过主控制部分的横向滑轨控制模块控制横向滑轨的横向PLC模块，横向PLC模块控制横向伺服电机，横向伺服电机控制横向滑轨的速率，使得激光扫描模块从滑轨的最左端位置沿着半圆弧轨迹向滑轨最右侧移动，到达滑轨最右侧时扫描结束，激光扫描模块的相机数据传输模块输出端输出点云数据。
在本发明的一个可选实施例中，自动扫描拍摄可以包括：人脸自动化定位控制模块的自动化横向PLC模块与滑轨横向PLC模块通过SPI连接，通过人脸自动化定位控制模块的横向滑轨控制模块控制滑轨控制模块的滑轨横向PLC模块，滑轨横向PLC模块控制横向伺服电机，横向伺服电机控制横向滑轨的速率，使得激光扫描模块从滑轨的最左端位置沿着半圆弧轨迹向滑轨最右侧移动，到达滑轨最右侧时扫描结束，激光器发射激光，变焦相机自动延时拍摄成像，激光扫描模块的相机数据传输模块输出端输出点云数据。
步骤S405，特征尺寸标定。提取点云数据中的特征点云信息，根据特征点云信息中特征点距离标定。
在本发明的一个可选实施例中，特征尺寸标定可以包括：3D点云的预处理，将点云中多余的冗余信息去除，通过SVM K均值算法将点云信息中噪音以及多余的点云过滤掉，剩下主体物体的有效点云，特征点云信息中特征点距离标定通过在特征点云标定特征点的距离，形成物体3D模型的基础尺寸，物体所有的尺寸可以通过此标定距离形成物体所有空间点的距离尺寸。
步骤S406，3D数据合成。3D数据合成单元处理由激光扫描模块输出的点云数据，继而生成3D模型数据。
步骤S407，3D模型显示。由3D数据合成单元输出3D模型，3D模型数据输出到显示器上显示。
由此可以看出，本发明提供的一种基于激光的3D四维数据采集系统的工作原理为：开启电源：要求被扫描的人坐在座椅上，头部靠向头部限位装置，打开激光扫描模块、滑轨控制模块、人脸自动化定位控制模块、主控制模块中的所包括的所有模块开关；根据变焦相机拍摄数据通过变焦相机的相机数据传输模块传输到主控制模块的数据传输模块，主控制模块的数据传输模块将数据输出到图像数据格式转换模块，通过图像数据格式转换模块解码生成的图像传输给主控人脸识别定位模块进行的人的头部面部位置识别，进而通过自动化人脸识别定位模块控制纵向PLC模块进行承载结构高度调节；使得引导显示屏平行于人的头部面部，引导显示屏识别到人的头部面部在引导显示屏的中央位置，说明人的头部面部定位好；人的头部面部位置定位好后，控制相机的拍摄焦距，使人的头部面部图像显示完整，清晰；启动激光扫描模块，激光器发射激光，变焦相机自动延时拍摄成像；通过主控制部分的横向滑轨控制模块控制横向滑轨的横向PLC模块，横向PLC模块控制横向伺服电机，横向伺服电机控制横向滑轨的速率，使得激光扫描模块从滑轨的最左端位置沿着半圆弧轨迹向滑轨最右侧移动，到达滑轨最右侧时扫描结束，激光扫描模块的相机数据传输模块输出端输出点云数据；提取点云数据中的特征点云信息，根据特征点云信息中特征点距离标定；3D数据合成单元处理由激光扫描模块输出的点云数据，继而生成3D模型数据有3D数据合成单元输出3D模型，3D模型数据输出到显示器上显示。
本发明实施例的采集系统与传统技术相比，横向滑轨形状为半圆弧形，方便调整横向滑轨角速度，滑动流畅，扫描流畅；控制滑轨的角速度为10-30rad/s，调整角速度，能够实现对头部的整体激光反射，无死角，使其拍摄出来的照片质量更高，数据更容易识别，提高准确度；点云数据转换可以成多种格式3D模型数据，支持输出的3D模型数据格式有mtl，obj，vtk格式；激光扫描模块采用一个激光器和一个变焦相机，节约成本；只需简单操作，不需要传统测量方法的专业知识，实现头部测量，节约了时间、金钱，减少了误差，操作简便。
图6示出了根据本发明一实施例提供的一种基于激光扫描的指部3D四维数据采集系统的架构示意图，图7示出了据本发明一实施例提供的一种基于激光扫描的指部3D四维数据采集系统的模块结构示意图。如图6和7所示，该系统主要包括：柜体52、手部固定模型53、手部模型支撑结构55、滑轨56、激光扫描模块51、滑轨控制模块57、指部自动化定位控制模块58和中央控制模块54。
其中：激光扫描模块51，安装在滑轨56内侧，滑轨56安装在柜体52里，手部模型支撑结构55安装在柜体52上面，手部固定模型53安装在手部模型支撑结构55上面的中央位置，中央控制模块54安装在柜体52的上面，中央控制模块54分别与激光扫描模块51和滑轨56相连；
柜体52，用于固定手部模型支撑结构55、滑轨56和中央控制模块54；
手部固定模型53，安装在手部模型支撑结构55上面的中央位置，用于固定人的手部；在本发明的一个可选实施例中，手部固定模型53可以通过内嵌软质硅胶的方式以适应不同人的手部的大小。
所述手部模型支撑结构55，安装在柜体52上面，用于放置手部固定模型53；
所述滑轨56，安装在柜体52内，用于使激光扫描模块51移动到指定采集位置；
所述激光扫描模块51，如图7所示，包括：激光器511、变焦相机512、OIS模块513；其中激光器511包含激光通信模块5111和激光点云传输模块5112，其中激光通信模块5111与中央控制模块54的主控制通信模块541相连，激光点云传输模块5112与中央控制模块54的主控制通信模块541相连；变焦相机512包含相机通信模块5121和相机数据传输模块5122，相机通信模块5121与中央控制模块54的主控制通信模块541相连，相机数据传输模块5122与中央控制模块54的主控制数据传输模块542相连；激光扫描模块51安装在滑轨控制模块57上，用于扫描人的指部，输出人的指部点云数据。
在本发明实施例的一个可选实施方式，激光扫描模块51的变焦相机512的镜头焦距范围为：4.5-108mm，实现24倍变焦。
在本发明实施例的一个可选实施方式中，相机通信模块5121和主控制通信模块541的传输的可能是高频信号，在这种情况下，可以增加电磁屏蔽装置以提高抗干扰能力。
滑轨控制模块57，包括电机驱动模块571和伺服电机572，电机驱动模块571与伺服电机572相连，滑轨56安装在柜体52的里；滑轨控制模块57与滑轨56相连；电机驱动模块571用于驱动伺服电机572转动，控制伺服电机572的转速和转向；
指部自动化定位控制模块58，包括自动化PLC模块581、自动化控制模块582和自动化指部识别定位模块583；其中，自动化PLC模块581输出端通过UART接口与滑轨控制模块57中的电机驱动模块571输入端相连，自动化控制模块582通过SPI接口与自动化PLC模块581相连，自动化指部识别定位模块583通过I2C接口与自动化控制模块582相连。
在本发明的一个实施例中，中央控制模块54可以包括：主控制通信模块541、主控制数据传输模块542、指部点云预处理模块543、主控指部识别定位模块544、指部3D模型点云生成模块545、指部特征标定模块546、指部3D模型合成模块547、指部3D模型显示模块548、主控制显示屏549；其中主控制通信模块541与变焦相机512的相机通信模块5121相连，主控制数据传输模块542输入端与变焦相机512的相机数据传输模块5122输出端通过USB接口相连，主控制数据传输模块542输出端与指部点云预处理模块543的输入端相连，指部点云预处理模块543的输出端与主控指部识别定位模块544的输入端相连，主控指部识别定位模块544输出端与指部自动化定位控制模块58的自动化指部识别定位模块相连，指部3D模型点云生成模块545的输出端与指部特征标定模块546的输入端相连，指部特征标定模块546的输出端与指部3D模型合成模块547的输入端相连，指部3D模型合成模块547的输出端与指部3D模型显示模块548的输入端相连，指部3D模型显示模块548的输出端与主控制显示屏549相连。
在本发明的一个可选实施方式中，滑轨控制模块57上可以集成有齿轮，通过齿轮进行传动。
在本发明实施例的一个可选实施方式，滑轨56整体结构上可以采用齿条的形式。
在本发明的一个可选实施方式中，电机驱动模块571用于接收自动化PLC模块581输出的脉冲信号，电机驱动模块571每接收到一个脉冲信号就驱动滑轨控制模块57的伺服电机572按设定的方向转动一个固定的角度。可选地，滑轨控制模块57中还可以设置一个内部电力电子模块，用于将电机驱动模块571接收到的脉冲信号转换成伺服电机572的功率驱动信号，在具体应用中，可以通过控制输出的脉冲信号的个数来控制伺服电机572的角位移量。可选地，滑轨控制模块57还可以包括一个伺服电机驱动细分模块573，用于执行细分功能，细分使得伺服电机绕组的相电流缓慢变化，可直接改善电机运行时的振动和噪音，提高电机运行的稳定性。
在本发明的一个实施例中，激光扫描模块51可以安装在滑轨控制模块57上，如图8所示，滑轨控制模块57上集成有伺服电机572和齿轮573，滑轨56采用齿条的形式，通过中央控制模块54发出指令以驱动伺服电机572转动，伺服电机572带动齿轮转动，使整个激光扫描模块51一起沿滑轨56上的齿条移动，移动的具体速度和定点机制通过伺服电机572的转动步数来控制。
在本发明的一个实施例中，伺服电机572的转动使得安装在其滑轨56上的激光扫描模块51调整至各3D指部指定采集点的位置，无需采集者翻转手指即可一次性采集打卡者的3D指纹信息，并快速构造出手指表面的3D指部模型。
图9示出了根据本发明的一个实施例的基于激光扫描的手部3D四维数据采集系统的工作流程，如图9所示，主要可以包括以下步骤S801-步骤S810。
步骤S801，开启电源。要求被扫描的人的手掌放在手部固定模型53上，打开激光扫描模块51、滑轨控制模块57、指部自动化定位控制模块58、以及中央控制模块54中的所包括的所有模块电源开关；
步骤S802，模块初始化设定。初始化中央控制模块54的中断、定时器、PWM输出、UART接口、SPI接口、I2C接口、USB接口，设定激光器511的默认参数，设置变焦相机512默认参数，设置指部自动化定位控制模块58的默认参数，设定伺服电机默认转速；
步骤S803，自动化指部识别定位控制。激光器511发射激光束，激光束投射到手指上，反射到变焦相机512上，中央控制模块54接收到变焦相机512发送的相机数据，传输给指部点云预处理模块543，指部点云预处理模块543进行预处理后输出给主控指部识别定位模块544，主控指部识别定位模块544判断是否需要进行定位，并发出相应的指令传给自动化指部识别定位模块583，自动化指部识别定位模块583定位手指位置，传送指令到自动化PLC模块581，自动化PLC模块581传送指令给滑轨控制模块57的电机驱动模块571，电机驱动模块571控制伺服电机572以调节相对应的滑轨控制模块57的齿轮在滑轨56的齿条上滑动，从而实现对激光扫描模块51的安装座方位的调整；变焦相机512拍摄指部3D数据，传输到中央控制模块54，中央控制模块54的主控指部识别定位模块544对采集部位进行识别，当识别为手指指纹时，开始对单个手指进行3D数据采集；
步骤S804，单手指3D数据采集。主控指部识别定位模块544识别到采集部位为手指指纹时，开始采集单手指的一个角度位置信息，电机驱动细分模块573控制伺服电机使得安装在其安装座上的激光器511和变焦相机512调整至另一个指纹采集角度的位置，完成同样的指纹采集步骤后，得到单手指的另一个角度的凹凸指纹图像；以此反复，经过多个角度的指纹采集后，采集到了单个手指各个角度的凹凸指纹图像；
步骤S805，十指3D数据采集。根据十指定点位置，重复步骤S804，激光扫描模块51分别对十个手指的各个角度进行扫描采集；
步骤S806，指部点云预处理。指部点云预处理模块543对接收到的扫描点云数据进行降噪，平滑，可视化处理；
步骤S807，点云数据生成。指部点云预处理模块543输出扫描点云数据到指部3D模型点云生成模块545，指部3D模型点云生成模块545生成指部3D模块点云数据。
步骤S808，指部特征标定。指部3D模型点云生成模块545输出3D点云数据到指部特征标定模块546，指部特征标定模块546提取点云数据中的特征点云信息，根据特征点云信息中特征点进行图像分析而进行距离标定，得到手指的一个角度的凹凸指纹图像；
步骤S809，指部3D数据合成。指部3D数据合成模块547处理由激光扫描模块51输出的点云数据，继而生成指部3D模型数据，经过图像合并处理后快速构造出手指表面的3D指纹模型，完成指部3D指纹采集；
步骤S810，指部3D模型显示。由指部3D数据合成模块547输出指部3D模型到指部3D模型显示模块548，指部3D模型显示模块548控制指部3D模型数据显示在主控显示器549上。
本发明针对传统采用接触式采集方式，获取二维指纹数据，受施加的压力和手指干湿度影响会产生扭曲变形或清晰度下降的情况，且前一次采集会留下残影，有时同一手指需采集多次，对用户操作要求较高的问题，采用非接触式采集方式利用激光拍照，同时采集十根手指3D数据，对采集到影像数据做降噪和增强处理后建立手指3D模型，对手指干湿不敏感、避免按压产生的变形和扭曲、消除残留纹路影响，提升采集的速度和精度。
需要说明的是，实际应用中，上述所有可选实施方式可以采用结合的方式任意组合，形成本发明的可选实施例，在此不再一一赘述。
在本发明实施例中，在3D的生物特征加上时间的维度，构成四维生物特征，完整地复原生物的各项特征，为后续的生物特征数据的应用提供了无限的可能性。
在构建的生物特征的四维模型中可以包括描述四维模型在不同时间上的空间形状特征数据、描述四维模型在不同时间上的表面纹理特征数据、描述四维模型在不同时间上的表面材质和灯光特征数据等四维数据，本发明实施例对此不作限制。
在本发明实施例中，在步骤S02中，存储步骤S01所采集到的生物特征3D四维数据，并以生物体的身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库，例如：四维数据D1和该生物体的身份信息I1进行关联存储，另一生物体的四维数据D2和该生物体的身份信息I2进行关联存储，以此类推，形成包括n个生物体四维数据的数据库。
其中，当采集对象即生物体为人体时，则身份信息I包括但不限于人的：姓名、性别、年龄和证件号中的一种或多种，证件号可以包括人在生活中经常用到的例如身份证号、护照号、驾照号、社保号或军官证号中的一种或多种。
优选的，所述身份信息通过扫描身份证、护照、驾照、社保卡或军官证获得，或者，通过手动或自动录入的方式从身份证、护照、驾照、社保卡或军官证获得身份信息。
优选的，在步骤S03对目标生物体的身份识别时，采用天目点云比对识别法对目标生物体(即待识别身份的生物体)的生物特征3D四维数据(T1、T2…Tn)和数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。首先，通过输入目标生物体的身份信息，如人体的身份证号，这样可以快速找到已经存储在数据库中以该身份证号为文件名的四维数据(D1、D2…Dn)，而不必将目标人的数据与数据库中的海量数据进行逐一比对，提高了比对识别的效率，大大提升了身份识别的速度，然后再把当前采集到的该人体的四维数据(T1、T2…Tn)与数据中调取出来的四维数据进行比对，最后识别该人体的身份是否符合，进而实现身份认证，具体的，采用天目点云比对识别法包括如下步骤：
S301.特征点拟合；
S302.曲面整体最佳拟合；
S303.相似度计算。
优选的，天目点云比对识别法还包括如下具体步骤：
采用基于空域直接匹配的方法进行特征点拟合，在两个点云的对应的刚性区域，选取三个及以上特征点作为拟合关键点，通过坐标变换，直接进行特征点对应匹配；
特征点对应匹配后，整体曲面最佳拟合后的点云的数据对齐；
采用最小二乘法进行相似度计算。
天目点云比对识别法(Yare Eyes point cloud match recognition method)识别过程和工作原理如下：首先，在某一时刻的点云是组成四维模型的基本元素，它包含空间坐标信息(XYZ)和颜色信息(RGB)。点云的属性包括空间分辨率，点位精度，表面法向量等。它的特征不受外界条件的影响，对于平移和旋转都不会发生改变。逆向软件能够进行点云的编辑和处理，如：imageware、geomagic、catia、copycad和rapidform等。天目点云比对识别法特有的基于空域直接匹配的方法包括：迭代最近点法ICP(Iterative closestpoint)，ICP方法通常分为两步，第一步特征点拟合，第二步曲面整体最佳拟合。先拟合对齐特征点的目的是为了最短时间找到并对齐要比对拟合的两个点云。但不限于此。例如可以是：
第一步，在两个点云的对应的刚性区域，选取三个及以上特征点作为拟合关键点，通过坐标变换，直接进行特征点对应匹配。
ICP用于曲线或曲面片段的配准，是3D数据重构过程中一个非常有效的工具，在某一时刻给定两个3D模型粗略的初始对齐条件，ICP迭代地寻求两者之间的刚性变换以最小化对齐误差，实现两者的空间几何关系的配准。
给定集合和集合元素表示两个模型表面的坐标点，ICP配准技术迭代求解距离最近的对应点、建立变换矩阵，并对其中一个实施变换，直到达到某个收敛条件，迭代停止.其编码如下：
1.1ICP算法
输入.P1，P2.
输出.经变换后的P2
P2(0)＝P2,l＝0；
Do
For P2(l)中的每一个点
在P1中找一个最近的点yi；
End For
计算配准误差E；
If E大于某一阈值
计算P2(l)与Y(l)之间的变换矩阵T(l)；
P2(l+1)＝T(l)·P2(l),l＝l+1；
Else
停止；
End If
While||P2(l+l)-P2(l)||>threshold；
其中配准误差
1.2基于局部特征点的匹配：
以人面部信息识别为例，人脸模型主要分为刚性模型部分和塑性模型部分，塑性变形影响对齐的准确性，进而影响相似度。塑性模型第一次第二次采集数据会有局部差异，一种解决途径是只在刚性区域选取特征点，特征点是从一个对象中提取的、在一定条件下保持稳定不变的属性，采用常用的方法迭代最近点法ICP特征点进行拟合对齐。
首先提取脸部受表情影响较小的区域，如鼻子区域鼻尖、眼框外角、额头区域、颧骨区域、耳部区域等。人体手部指节为刚性区域，掌部为塑性区域，在指部区域选取特征点为最佳。虹膜为刚性模型。
对特征点的要求：
1)完备性.蕴含尽可能多的对象信息，使之区别于其他类别的对象；2)紧凑性.表达所需的数据量尽可能少；3)还要求特征最好能在模型旋转、平移、镜像变换下保持不变。
在3D生物特征识别中，采用对齐两个3D生物特征模型点云，计算输入模型的相似度，其中配准误差作为差别度量。
第二步：特征点最佳拟合后，整体曲面最佳拟合后的点云的数据对齐。
第三步，相似度计算。最小二乘法
最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法也可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵，用最小二乘法来表达。常用于解决曲线拟合问题，进而解决曲面的完全拟合。通过迭代算法能够加快数据收敛，快速求得最优解。
如果在某一时刻的3D数据模型是以STL文件格式输入的，则通过计算点云与三角片的距离来确定其偏差。因此，该方法需要对每个三角面片建立平面方程，其偏差为点到平面的距离。而对于在某一时刻的3D数据模型为IGES或STEP模型,由于自由曲面表达形式为NURBS面，所以点到面的距离计算需要用到数值优化的方法进行计算。通过迭代计算点云中各点至NURBS曲面的最小距离来表达偏差，或将NURBS曲面进行指定尺度离散，用点与点的距离近似表达点偏差，或将其转换为STL格式进行偏差计算。不同的坐标对齐及偏差计算方法，获得的检测结果也不同。对齐误差的大小将直接影响检测精度及评估报告的可信度。
最佳拟合对齐是检测偏差平均到整体，以保证整体偏差最小为条件来终止迭代计算的对齐过程，对配准结果进行3D分析，生成结果对象以两个图形间误差的均方根的形式输出，均方根越大，反映两个模型在该处的差异越大。反之亦反。根据比对重合度比例判断是否是比对标的物。
基于上文各个实施例提供的基于激光的四维数据识别方法，基于同一发明构思，本发明实施例还提供了一种基于激光的四维数据识别系统。图10示出了根据本发明一实施例的基于激光扫描的3D四维数据识别系统的结构示意图。其包括如下装置：
生物特征信息采集装置1010，用于采集生物体在给定时间内的多幅生物特征图像，并根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；
生物特征四维数据存储装置1020，用于扫描或录入生物体的身份信息(I1、I2…In)，以生物体的身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；
目标生物体的身份识别装置1030，用于根据扫描或录入的目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，并将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。
优选的，生物特征信息采集装置1010包括：
该装置可以包括：3D数据获取模块910、识别定位模块920、移动控制模块930、点云生成模块940、距离标定模块950以及3D合成模块960。
在具体应用中，本发明实施例提供的基于激光的3D数据采集装置可以作为图2-4中的主控制模块20以及图5-8中的中央控制模块54的部分。
现介绍本发明实施例的基于激光的3D数据采集装置的各组成或器件的功能以及各部分间的连接关系：
3D数据获取模块910，用于获取当前采集位置的激光扫描模块的激光器发射的激光束投射到目标物体反射到所述激光扫描模块的变焦相机上，所述变焦相机拍摄到的所述目标物体的3D数据；
识别定位模块920，用于对所述目标物体的3D数据进行识别定位，判断所述目标物体是否在预定的位置；
移动控制模块930，用于在判断所述目标物体在预定的位置的情况下，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置；
点云生成模块940，用于获取所述变焦相机在变更到的各个采集位置拍摄到的所述目标物体的相机数据，根据所述各个采集位置拍摄到的所述目标物体的相机数据，生成所述目标物体的点云数据；
距离标定模块950，用于从所述目标物体的点云数据中提取所述目标物体的特征点云信息，并根据提取的所述特征点云信息，进行特征点距离标定；
3D合成模块960，用于基于所述特征点距离标定得到的标定距离，对所述点云数据进行合成，得到所述目标物体的3D模型数据。
在本发明的一个可选实施例中，移动控制模块930，还用于在判断所述目标物体不在预定的位置的情况下，根据对所述目标物体的3D数据进行识别定位的结果，确定承载所述目标物体的承载设备需要移动的方向，并向所述承载设备发送控制指令，指示所述承载设备向所述需要移动的方向移动，然后触发所述3D数据获取模块910。
在本发明的一个可选实施例中，所述目标物体包括：人体的面部和/或头部。则所述识别定位模块920通过以下方式判断所述目标物体是否在预定的位置：对所述目标物体的3D数据进行识别，判断所述目标物体的3D数据所描述的人体的面部和/头部的轮廓是否完整，如果完整，则确定所述目标物体在预定的位置。
在本发明的一个可选实施例中，该装置还包括：引导显示模块，用于将所述变焦相机拍摄到的所述目标物体的3D数据发送到引导显示屏显示。
在本发明的一个可选实施例中，所述目标物体包括：人体的手部，所述人体的手部包括：指部；所述识别定位模块920通过以下方式判断所述目标物体是否在预定的位置：根据所述目标物体的3D数据对当前的采集部位进行识别，判断所述当前的所述采集部位是否为手指指纹，如果是，则确定所述目标物体在预定的位置。
在本发明的一个可选实施例中，移动控制模块930按照以下方式依次向所述激光扫描模块发送多个移动指令：依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块分别变更多个采集角度对所述采集部位进行扫描采集。
在本发明的一个可选实施例中，距离标定模块950通过以下方式进行距离标定：分别对从各个采集位置扫描到的所述点云数据进行预处理，其中，所述预处理包括以下至少之一：降噪处理、平滑处理、和可视化处理；分别从预处理后的各个所述点云数据中提取所述目标物体的特征点云信息；根据所述特征点云信息，标定特征点的距离，得到所述目标物体的3D模型的基础尺寸。
根据上述任意一个可选实施例或多个可选实施例的组合，本发明实施例能够达到如下有益效果：在确定目标物体在预定的位置的情况下，多次向激光扫描模块发送移动指令，指示激光扫描模块变更采集位置，从而获取到变焦相机在不同时刻多个采集位置拍摄到的3D数据，对多个采集位置拍摄到的3D数据进行融合建模，从而得到目标物体在不同时刻的3D模型数据，完成目标物体的重建。由于激光扫描模块只采用一个激光器和一个变焦相机，节约成本，并且通过激光对目标物体进行整体反射，无死角，使得变焦相机拍摄出来的照片质量更高，进而使得数据更容易识别，提高准确度。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种基于激光扫描的生物特征3D四维数据识别方法，其特征在于，包括如下步骤：
S01.采集生物特征信息，
通过激光扫描相机采集生物体在给定时间内的多幅生物特征图像，根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；
S02.存储生物特征四维数据，
扫描或录入生物体的身份信息(I1、I2…In)，以生物体的身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行关联存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；
S03.目标生物体的身份识别，
采集目标生物体的生物特征3D四维数据(T1、T2…Tn)，并扫描或录入所述目标生物体的身份信息(I1、I2…In)，通过所述目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。
2.根据权利要求1所述的方法，其特征在于，步骤S01还包括：
步骤1，获取当前采集位置的激光扫描模块的激光器发射的激光束投射到目标物体反射到所述激光扫描模块的变焦相机上，所述变焦相机拍摄到的所述目标物体的3D数据；
步骤2，对所述目标物体在给定时间内的3D数据进行识别定位，判断所述目标物体是否在预定的位置；
步骤3，在判断所述目标物体在预定的位置的情况下，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置；
步骤4，获取所述变焦相机在变更到的各个采集位置拍摄到的所述目标物体的相机数据，根据所述各个采集位置拍摄到的所述目标物体在给定时间内的相机数据，生成所述目标物体的点云数据；
步骤5，从所述目标物体的点云数据中提取所述目标物体的特征点云信息，并根据提取的所述特征点云信息，进行特征点距离标定；
步骤6，基于所述特征点距离标定得到的标定距离，对所述点云数据进行合成，得到所述目标物体在给定时间内的3D模型数据。
3.根据权利要求2所述的方法，其特征在于，生成所述目标物体的点云数据的步骤进一步包括：
将所述各个采集位置拍摄到的所述目标物体在给定时间内的相机数据传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅目标生物特征的立体信息数据和颜色信息数据信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点；在判断所述目标物体不在预定的位置的情况下，所述方法还包括：根据对所述目标物体在给定时间内的3D数据进行识别定位的结果，确定承载所述目标物体的承载设备需要移动的方向；向所述承载设备发送控制指令，指示所述承载设备向所述需要移动的方向移动，返回步骤1。
4.根据权利要求2或3所述的方法，其特征在于，所述目标物体包括：人体的面部和/或头部；步骤2中判断所述目标物体是否在预定的位置，包括：对所述目标物体在给定时间内的3D数据进行识别，判断所述目标物体的3D数据所描述的人体的面部和/头部的轮廓是否完整，如果完整，则确定所述目标物体在预定的位置。
5.根据权利要求4所述的方法，其特征在于，在步骤1之后，所述方法还包括：将所述变焦相机拍摄到的所述目标物体在给定时间内的3D数据发送到引导显示屏显示。
6.根据权利要求4所述的方法，其特征在于，所述目标物体包括：人体的手部；步骤2中判断所述目标物体是否在预定的位置，包括：根据所述目标物体在给定时间内的3D数据对当前的采集部位进行识别，判断所述当前的所述采集部位是否为手部，如果是，则确定所述目标物体在预定的位置；依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置，包括：依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块分别变更多个采集角度对所述采集部位进行扫描采集；所述步骤5包括：分别对从各个采集位置扫描到的所述点云数据进行预处理，其中，所述预处理包括以下至少之一：降噪处理、平滑处理、和可视化处理；分别从预处理后的各个所述点云数据中提取所述目标物体的特征点云信息；根据所述特征点云信息，标定特征点的距离，得到所述目标物体在给定时间内的3D模型的基础尺寸。
7.一种基于激光扫描的生物特征3D四维数据识别系统，其特征在于，包括如下装置：
生物特征信息采集装置，用于采集生物体在给定时间内的多幅生物特征图像，并根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；
生物特征四维数据存储装置，用于扫描或录入生物体的身份信息(I1、I2…In)，以生物体的身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；
目标生物体的身份识别装置，用于根据扫描或录入的目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，并将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。
8.根据权利要求7所述的系统，其特征在于，所述的生物特征信息采集装置，包括：
数据获取模块，用于获取当前采集位置的激光扫描模块的激光器发射的激光束投射到目标物体反射到所述激光扫描模块的变焦相机上，所述变焦相机拍摄到的所述目标物体的3D数据；
识别定位模块，用于对所述目标物体在给定时间内的3D数据进行识别定位，判断所述目标物体是否在预定的位置；
移动控制模块，用于在判断所述目标物体在预定的位置的情况下，依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块变更采集位置；
点云生成模块，用于获取所述变焦相机在变更到的各个采集位置拍摄到的所述目标物体的相机数据，根据所述各个采集位置拍摄到的所述目标物体在给定时间内的相机数据，生成所述目标物体的点云数据；
距离标定模块，用于从所述目标物体的点云数据中提取所述目标物体的特征点云信息，并根据提取的所述特征点云信息，进行特征点距离标定；
数据合成模块，用于基于所述特征点距离标定得到的标定距离，对所述点云数据进行合成，得到所述目标物体的3D模型数据。
9.根据权利要求8所述的装置，其特征在于，移动控制模块，还用于在判断所述目标物体不在预定的位置的情况下，根据对所述目标物体的3D数据进行识别定位的结果，确定承载所述目标物体的承载设备需要移动的方向，并向所述承载设备发送控制指令，指示所述承载设备向所述需要移动的方向移动，然后触发所述3D数据获取模块；所述目标物体包括：人体的面部和/或头部；所述识别定位模块通过以下方式判断所述目标物体是否在预定的位置：对所述目标物体的3D数据进行识别，判断所述目标物体的3D数据所描述的人体的面部和/头部的轮廓是否完整，如果完整，则确定所述目标物体在预定的位置；还包括：引导显示模块，用于将所述变焦相机拍摄到的所述目标物体在给定时间内的3D数据发送到引导显示屏显示。
10.根据权利要求8所述的方法，其特征在于，所述目标物体包括：人体的手部，
所述识别定位模块通过以下方式判断所述目标物体是否在预定的位置：根据所述目标物体在给定时间内的3D数据对当前的采集部位进行识别，判断所述当前的所述采集部位是否为手部，如果是，则确定所述目标物体在预定的位置；所述移动控制模块按照以下方式依次向所述激光扫描模块发送多个移动指令：依次向所述激光扫描模块发送多个移动指令，指示所述激光扫描模块分别变更多个采集角度对所述采集部位进行扫描采集；所述距离标定模块通过以下方式进行距离标定：分别对从各个采集位置扫描到的所述点云数据进行预处理，其中，所述预处理包括以下至少之一：降噪处理、平滑处理、和可视化处理；分别从预处理后的各个所述点云数据中提取所述目标物体的特征点云信息；根据所述特征点云信息，标定特征点的距离，得到所述目标物体在给定时间内的3D模型的基础尺寸。
CN201810300221.9A 2018-04-04 2018-04-04 一种基于激光扫描的生物特征3d四维数据识别方法及系统 Withdrawn CN108470166A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810300221.9A CN108470166A (zh) 2018-04-04 2018-04-04 一种基于激光扫描的生物特征3d四维数据识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810300221.9A CN108470166A (zh) 2018-04-04 2018-04-04 一种基于激光扫描的生物特征3d四维数据识别方法及系统

Publications (1)

Publication Number Publication Date
CN108470166A true CN108470166A (zh) 2018-08-31

Family

ID=63262884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810300221.9A Withdrawn CN108470166A (zh) 2018-04-04 2018-04-04 一种基于激光扫描的生物特征3d四维数据识别方法及系统

Country Status (1)

Country Link
CN (1) CN108470166A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934124A (zh) * 2019-02-25 2019-06-25 东软睿驰汽车技术（沈阳）有限公司 一种物体识别方法和装置
CN112784802A (zh) * 2021-02-03 2021-05-11 成都多极子科技有限公司 一种基于激光扫描三维点云的掌纹识别系统及方法
CN113112587A (zh) * 2021-04-06 2021-07-13 上海深至信息科技有限公司 一种基于三维超声模型的人工智能身份识别系统及方法
CN114915731A (zh) * 2021-02-07 2022-08-16 华为技术有限公司 处理图像传感器图像数据的方法和装置
CN115456033A (zh) * 2022-10-26 2022-12-09 四川九洲空管科技有限责任公司 一种基于信号特征识别的识别系统增强识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103973952A (zh) * 2014-05-15 2014-08-06 深圳市唯特视科技有限公司 四维人体识别装置
CN104680128A (zh) * 2014-12-31 2015-06-03 北京释码大华科技有限公司 一种基于四维分析的生物特征识别方法和系统
CN105893965A (zh) * 2016-03-31 2016-08-24 中国科学院自动化研究所 一种可用于非特定人的双目视觉图像合成装置与方法
CN107590435A (zh) * 2017-08-09 2018-01-16 广东欧珀移动通信有限公司 掌纹识别方法、装置和终端设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103973952A (zh) * 2014-05-15 2014-08-06 深圳市唯特视科技有限公司 四维人体识别装置
CN104680128A (zh) * 2014-12-31 2015-06-03 北京释码大华科技有限公司 一种基于四维分析的生物特征识别方法和系统
CN105893965A (zh) * 2016-03-31 2016-08-24 中国科学院自动化研究所 一种可用于非特定人的双目视觉图像合成装置与方法
CN107590435A (zh) * 2017-08-09 2018-01-16 广东欧珀移动通信有限公司 掌纹识别方法、装置和终端设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934124A (zh) * 2019-02-25 2019-06-25 东软睿驰汽车技术（沈阳）有限公司 一种物体识别方法和装置
CN112784802A (zh) * 2021-02-03 2021-05-11 成都多极子科技有限公司 一种基于激光扫描三维点云的掌纹识别系统及方法
CN112784802B (zh) * 2021-02-03 2024-04-09 成都多极子科技有限公司 一种基于激光扫描三维点云的掌纹识别系统及方法
CN114915731A (zh) * 2021-02-07 2022-08-16 华为技术有限公司 处理图像传感器图像数据的方法和装置
CN113112587A (zh) * 2021-04-06 2021-07-13 上海深至信息科技有限公司 一种基于三维超声模型的人工智能身份识别系统及方法
CN115456033A (zh) * 2022-10-26 2022-12-09 四川九洲空管科技有限责任公司 一种基于信号特征识别的识别系统增强识别方法

Similar Documents

Publication Publication Date Title
CN108470166A (zh) 一种基于激光扫描的生物特征3d四维数据识别方法及系统
Egger et al. 3d morphable face models—past, present, and future
CN109269405B (zh) 一种快速3d测量和比对方法
CN108564018A (zh) 一种基于红外拍照的生物特征3d四维数据识别方法及系统
US20150347833A1 (en) Noncontact Biometrics with Small Footprint
CN108447017A (zh) 人脸虚拟整容方法和装置
Blanz et al. Face recognition based on fitting a 3D morphable model
CN107924579A (zh) 生成个性化3d头部模型或3d身体模型的方法
US10762704B2 (en) Method for establishing a deformable 3D model of an element, and associated system
CN108549873A (zh) 三维人脸识别方法和三维人脸识别系统
KR102441171B1 (ko) 다시점 얼굴 영상 기반 사용자 모니터링 장치 및 방법
CN108416312B (zh) 一种基于可见光拍照的生物特征3d数据识别方法
CN109766876A (zh) 非接触式指纹采集装置和方法
CN104361315A (zh) 基于单目多视角立体机器视觉的3d指纹识别装置
US20230044644A1 (en) Large-scale generation of photorealistic 3d models
CN108550184A (zh) 一种基于光场相机的生物特征3d四维数据识别方法及系统
WO2019157989A1 (zh) 生物特征3d数据采集方法和生物特征3d数据识别方法
CN108319939A (zh) 一种3d四维头部面部数据识别设备
CN108492357A (zh) 一种基于激光的3d四维数据采集方法及装置
CN108520230A (zh) 一种3d四维手部图像数据识别方法及设备
Beymer Pose-Invariant face recognition using real and virtual views
CN108230402A (zh) 一种基于三棱锥模型的立体标定方法
Galbally et al. Full 3D touchless fingerprint recognition: Sensor, database and baseline performance
Bastias et al. A method for 3D iris reconstruction from multiple 2D near-infrared images
Lee et al. Estimation of 3D faces and illumination from single photographs using a bilineaur illumination model

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: 20180831

WW01 Invention patent application withdrawn after publication