CN110414332A - 一种掌纹识别的方法及装置 - Google Patents

一种掌纹识别的方法及装置 Download PDF

Info

Publication number
CN110414332A
CN110414332A CN201910534826.9A CN201910534826A CN110414332A CN 110414332 A CN110414332 A CN 110414332A CN 201910534826 A CN201910534826 A CN 201910534826A CN 110414332 A CN110414332 A CN 110414332A
Authority
CN
China
Prior art keywords
picture
measured
digital signature
palm
exposure
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
CN201910534826.9A
Other languages
English (en)
Inventor
杨祎
王炜
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910534826.9A priority Critical patent/CN110414332A/zh
Publication of CN110414332A publication Critical patent/CN110414332A/zh
Pending legal-status Critical Current

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
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • H04L9/0866—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving user or device identifiers, e.g. serial number, physical or biometrical information, DNA, hand-signature or measurable physical characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
    • H04L9/3231—Biological data, e.g. fingerprint, voice or retina
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种掌纹识别的方法及装置，涉及图像处理技术领域，旨在解决现有技术中掌纹识别的准确率低的问题。该方法主要包括：获取摄像头拍摄的待测图片；根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片；根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，数字签名库用于保存权限用户的掌纹信息。本发明主要应用于掌纹识别的过程中。

Description

一种掌纹识别的方法及装置
技术领域
本发明涉及一种图像处理技术领域，特别是涉及一种掌纹识别的方法及装置。
背景技术
随着信息技术的飞速发展，掌纹识别技术因其可靠性和便捷性，各种身份认证场景中得到广泛的应用。在掌纹识别过程中，一般的摄像头或扫描仪都可以采集到很清晰的掌纹图像。获取的掌纹图像具有丰富的纹理特征信息，根据纹理特征信息能轻易地区分双胞胎以及整容人群。
现有技术中，采用移动差影法的掌纹图像预处理，切割出待识别图像中的掌纹图像；再基于间隔滤波的纹理特征快速提取掌纹纹理特征；再基于独立汉明匹配分数融合的掌纹认证。在该处理过程能够精确定位切割出掌纹图像，快速提取掌纹纹理特征，充分利用掌纹纹理特征的所有信息实现掌纹认证。该方案，对掌纹进行识别时识别率受限，导致识别准确率低。
发明内容
有鉴于此，本发明提供一种掌纹识别的方法及装置，主要目的在于解决现有技术中掌纹识别的准确率低的问题。
依据本发明一个方面，提供了一种掌纹识别的方法，包括：
获取摄像头拍摄的待测图片；
根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；
根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片；
根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；
按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；
如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，所述数字签名库用于保存权限用户的掌纹信息。
依据本发明另一个方面，提供了一种掌纹识别的装置，包括：
获取模块，用于获取摄像头拍摄的待测图片；
修正模块，用于根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；
第一提取模块，用于根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片；
第二提取模块，用于根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；
生成模块，用于按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；
识别模块，用于如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，所述数字签名库用于保存权限用户的掌纹信息。
根据本发明的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述掌纹识别的方法对应的操作。
根据本发明的再一方面，提供了一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述掌纹识别的方法对应的操作。
借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：
本发明提供了一种掌纹识别的方法及装置，首先获取摄像头拍摄的待测图片，然后根据预置规则，修正待测图片的图片属性，以使得待测图片的图片属性属于预置图片属性范围，再根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片，再根据空间Gabor滤波器，提取手掌图片中的纹理特征信息，再按照预置加密算法对纹理特征信息进行数字签名处理，生成待测数字签名，最后如果数字签名库中存在待测数字签名，则成功识别待测图片。与现有技术相比，本发明实施例通过修正图片属性、提取手掌图片和提取纹理特征信息，采用阶梯式提取方式，一步一步地递归图片内容，增加图像提取的准确度，提高识别准确率。在提取纹理信息之前，通过高通滤波算法，对手掌图像进行降噪处理，以增加手掌图片的清晰度，以进一步地提高识别准确率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种掌纹识别的方法流程图；
图2示出了本发明实施例提供的另一种掌纹识别的方法流程图；
图3示出了本发明实施例提供的一种掌纹识别的装置组成框图；
图4示出了本发明实施例提供的另一种掌纹识别的装置组成框图；
图5示出了本发明实施例提供的一种计算机设备的结构示意图。
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。
本发明实施例提供了一种掌纹识别的方法，如图1所示，该方法包括：
101、获取摄像头拍摄的待测图片。
在采用掌纹识别进行身份验证的场景中，通过将即时拍摄的待测图片与存储的用户手掌图像进行比对，以识别待测图片中的手掌图像是否为已存储的用户手掌图像。待测图片，是进行身份验证之前由掌纹识别系统的摄像头拍摄的，并默认能够拍摄到待识别人的手掌。
102、根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围。
图片属性包括：像素、分辨率、大小、颜色、位深、色调、色相、对比度、曝光度(饱和度和亮度)、色彩通道和图像的层次。其中曝光度(饱和度和亮度)和对比度，是能够改变待测图像的成像效果同时不丢失图片特征。为了使待测图片更加清晰，可以对图片属性中的曝光度(饱和度和亮度)和对比度进行修正，使得待测图片的图片属性属于预置图片属性范围。预置图片属性范围是指图片属性中的饱和度、亮度和对比度的范围。
103、根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片。
腐蚀是一种消除边界点，使边界向内部收缩的过程，能够用来消除小且无意义的物体。示例性的，采用3x3的结构元素，扫描二值图像的每个像素点，用结构元素与其覆盖的像素点做“与”操作，假设结构元素与其覆盖的像素点都为1，结果图像的该像素点为1，否则为0，最终可使二值图像减小一圈。
将待测图片进行二值化处理，将待测图片上的像素点的灰度值设置为0或255，也就是将整个待测图片呈现出明显的黑白效果。然后根据腐蚀算法，提取待测图片的二值化图片中的手掌图片，手掌图片也是二值化图片。在腐蚀过程中，采用的结构元素大小小于待测图片。
104、根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息。
空间Gabor滤波器，是二维Gabor函数，是一个用高斯函数调整的复正弦函数，能够在给定区域内提取出局部的频域特征，示例性的，二维Gabor函数h(x,y)及其傅立叶变换H(u,v)有以下形式：
其中，g(x,y)是用来调制的高斯函数，σx和σy是其在两个坐标轴上的标准方差，用于决定空间Gabor滤波器的作用区域大小，W为复正弦函数在横轴上的频率。将二维Gabor函数分解为实部和虚部两个分量，则用实部和虚部分别对手掌图片进行滤波，能够得到：S(x,y)经过高斯平滑，即为该空间Gabor滤波器提取出的纹理特征信息。
采用空间Gabor滤波器中Gabor小波变换提取纹理特征信息：一方面其处理的数据量较少，能满足系统的实时性要求；另一方面，小波变换对光照变化不敏感，且能容忍一定程度的图像旋转和变形，当采用基于欧氏距离进行识别时，特征模式与待测特征不需要严格的对应，故能提高掌纹识别的鲁棒性。
105、按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名。
数字签名，使用秘钥加密领域的技术实现，用于鉴别数字信息。将纹理特征信息，通过用户设置的私钥进行加密，生成待测数字签名。预置加密算法可以为行列变换映射向量算法，将纹理特征信息的数据位置进行了重新排布。预置加密算法可以为混沌加密算法，根据预置私钥旋转纹理特征信息中不同位置的子矩阵块进行置乱处理。
106、如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片。
数字签名库用于保存权限用户的掌纹信息。掌纹识别的应用装置，其作用通常为门禁、打卡、下载数据等等，在使用应用装置时可以为不同的用户设置不同的权限，具体权限如开门、生成打卡信息、能够下载的数据范围等等。权限用户，是指具有任意一种权限的用户。数字签名库中的掌纹信息在存储过程中，每个掌纹信息对应唯一的用户，以及该用户能够使用的权限。在识别过程中，根据用户设置的公钥进行解密，再计算数字签名库中纹理特征信息与其的相似度，如果相似度大于预置阈值，则确定该待测图片中的手掌图片与数字签名库中已存储的用户的手掌图片相同，也就是成功识别待测图片。
本发明提供了一种掌纹识别的方法，首先获取摄像头拍摄的待测图片，然后根据预置规则，修正待测图片的图片属性，以使得待测图片的图片属性属于预置图片属性范围，再根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片，再根据空间Gabor滤波器，提取手掌图片中的纹理特征信息，再对纹理特征信息进行数字签名处理，生成待测数字签名，最后如果数字签名库中存在待测数字签名，则成功识别待测图片。与现有技术相比，本发明实施例通过修正图片属性、提取手掌图片和提取纹理特征信息，采用阶梯式提取方式，一步一步地递归图片内容，增加图像提取的准确度，提高识别准确率。在提取纹理信息之前，通过高通滤波算法，对手掌图像进行降噪处理，以增加手掌图片的清晰度，以进一步地提高识别准确率。
本发明实施例提供了另一种掌纹识别的方法，如图2所示，该方法包括：
201、获取摄像头拍摄的待测图片。
为了保证掌纹识别系统对用户身份验证的实时性，拍摄待测图片的摄像头是掌纹识别系统中的硬件设备，能够将拍摄到的图片实时传输至掌纹识别系统的数据处理部分。
202、根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围。
为了使待测图片更加清晰，可以对图片属性中的饱和度、亮度和对比度进行修正，使得待测图片的图片属性属于预置图片属性范围。预置图片属性范围包括对比度属性范围和曝光度属性范围，修正待测图片的图片属性具体包括：检测所述待测图片的图片属性，所述图片属性包括对比度和曝光度；如果所述对比度不在所述对比度属性范围内，则按照对比度修正规则，修正所述待测图片的对比度；如果所述曝光度不在所述曝光度属性范围内，则按照曝光度修正规则，修正所述待测图片的曝光度。
其中，曝光度是指在一个颜色值里，饱和度和亮度同时发生变化。按照对比度修正规则，修正所述待测图片的对比度，包括：如果所述对比度小于所述对比度属性范围的下限值，则将所述对比度修正为所述对比度属性范围的下限值；如果所述对比度大于所述对比度属性范围的上限值，则将所述对比度修正为所述对比度属性范围的上限值。按照曝光度修正规则，修正所述待测图片的曝光度，包括：如果所述曝光度小于所述曝光度属性范围的下限值，则将所述曝光度修正为所述曝光度属性范围的下限值；如果所述曝光度大于所述曝光度属性范围的上限值，则将所述曝光度修正为所述曝光度属性范围的上限值。
203、根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片。
本步骤与图1所示的步骤103所述的方法相同，这里不再赘述。
204、根据高通滤波算法，对所述手掌图片进行降噪处理，以增加所述手掌图片的清晰度。
高通滤波是一种过滤方式，规则为高频信号能正常通过，而低于设定临界值的低频信号则被阻隔、减弱。通过高通滤波算法处理手掌图片，能够滤除手掌图片中的噪声，消除或减少手掌图片中非冗余信息，以增加手掌图片的清晰度。
205、根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息。
本步骤与图1所示的步骤104所述的方法相同，这里不再赘述。
206、按照预置私钥，对所述纹理特征信息进行加密，生成待测数字签名。
在掌纹识别系统中，用户设置预置私钥，预置私钥用于对纹理特征信息加密。在加密过程中，可采用行列置乱方法，将纹理特征信息的数据位置进行了重新排布，该方法的预置私钥为行列变换映射向量。在加密过程中，还可以采用混沌加密方法，根据预置私钥旋转纹理特征信息中不同位置的子矩阵块进行置乱处理。
207、按照预置公钥，解密所述待测数字签名，生成第一掌纹纹理信息。
预置公钥与预置私钥相对应，预置私钥应用于加密过程，预置公钥应用于解密过程。第一掌纹纹理信息也就是待测图片的纹理特征信息。
208、判断所述数字签名库中是否存在所述第一掌纹纹理信息。
数字签名库中存储预置方向的用户手掌的第二掌纹纹理信息。掌纹识别系统在识别待测图片之前，首先为用户拍摄手掌图片，然后识别手掌图片中的手掌放置方向，将手掌图片旋转至预置方向，然后提取用户手掌的第二掌纹纹理信息，并将第二掌纹纹理信息保存在数字签名库中。提取第二掌纹纹理信息的方法与提取纹理特征信息的方法相同。判断过程具体包括：按照所述预置方向，校正所述第一掌纹纹理信息；按照行或列逐个像素点扫描校正后的第一掌纹纹理信息，判断所述数字签名库中是否存在与所述第一掌纹纹理信息相似度大于预置数值的第二掌纹纹理信息。
209、如果判断结果为是，则成功识别所述待测图片。
210、如果判断结果为否，则生成拍摄指令，重新获取待测图片。
为了防止由于拍摄角度、拍摄光线、或者拍摄背景的影响导致识别失败，为了提升用户体验未成功识别待测图片时，生成拍摄指令，摄像头执行拍摄指令重新获取摄像头拍摄的待测图片。在识别失败后，自动重新拍摄待测图片，避免用户从头开始选择启动手掌识别过程，节约用户等待时间和减少用户操作过程。
本发明提供了一种掌纹识别的方法，首先获取摄像头拍摄的待测图片，然后根据预置规则，修正待测图片的图片属性，以使得待测图片的图片属性属于预置图片属性范围，再根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片，再根据空间Gabor滤波器，提取手掌图片中的纹理特征信息，再对纹理特征信息进行数字签名处理，生成待测数字签名，最后如果数字签名库中存在待测数字签名，则成功识别待测图片。与现有技术相比，本发明实施例通过修正图片属性、提取手掌图片和提取纹理特征信息，采用阶梯式提取方式，一步一步地递归图片内容，增加图像提取的准确度，提高识别准确率。在提取纹理信息之前，通过高通滤波算法，对手掌图像进行降噪处理，以增加手掌图片的清晰度，以进一步地提高识别准确率。
进一步的，作为对上述图1所示方法的实现，本发明实施例提供了一种掌纹识别的装置，如图3所示，该装置包括：
获取模块31，用于获取摄像头拍摄的待测图片；
修正模块32，用于根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；
第一提取模块33，用于根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片；
第二提取模块34，用于根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；
生成模块35，用于按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；
识别模块36，用于如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，所述数字签名库用于保存权限用户的掌纹信息。
本发明提供了一种掌纹识别的装置，首先获取摄像头拍摄的待测图片，然后根据预置规则，修正待测图片的图片属性，以使得待测图片的图片属性属于预置图片属性范围，再根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片，再根据空间Gabor滤波器，提取手掌图片中的纹理特征信息，再对纹理特征信息进行数字签名处理，生成待测数字签名，最后如果数字签名库中存在待测数字签名，则成功识别待测图片。与现有技术相比，本发明实施例通过修正图片属性、提取手掌图片和提取纹理特征信息，采用阶梯式提取方式，一步一步地递归图片内容，增加图像提取的准确度，提高识别准确率。在提取纹理信息之前，通过高通滤波算法，对手掌图像进行降噪处理，以增加手掌图片的清晰度，以进一步地提高识别准确率。
进一步的，作为对上述图2所示方法的实现，本发明实施例提供了另一种掌纹识别的装置，如图4所示，该装置包括：
获取模块41，用于获取摄像头拍摄的待测图片；
修正模块42，用于根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；
第一提取模块43，用于根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片；
第二提取模块44，用于根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；
生成模块45，用于按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；
识别模块46，用于如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，所述数字签名库用于保存权限用户的掌纹信息。
进一步地，所述预置图片属性范围包括对比度属性范围和曝光度属性范围；
所述修正模块42，包括：
检测单元421，用于检测所述待测图片的图片属性，所述图片属性包括对比度和曝光度；
修正单元422，用于如果所述对比度不在所述对比度属性范围内，则按照对比度修正规则，修正所述待测图片的对比度；
所述修正单元422，用于如果所述曝光度不在所述曝光度属性范围内，则按照曝光度修正规则，修正所述待测图片的曝光度。
进一步地，所述修正单元422，用于：
如果所述对比度小于所述对比度属性范围的下限值，则将所述对比度修正为所述对比度属性范围的下限值；
如果所述对比度大于所述对比度属性范围的上限值，则将所述对比度修正为所述对比度属性范围的上限值；
所述修正单元422，还用于：
如果所述曝光度小于所述曝光度属性范围的下限值，则将所述曝光度修正为所述曝光度属性范围的下限值；
如果所述曝光度大于所述曝光度属性范围的上限值，则将所述曝光度修正为所述曝光度属性范围的上限值。
进一步地，所述方法还包括：
降噪模块47，用于所述根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息之前，根据高通滤波算法，对所述手掌图片进行降噪处理，以增加所述手掌图片的清晰度。
进一步地，所述生成模块45，用于：
按照预置私钥，对所述纹理特征信息进行加密，生成待测数字签名。
所述识别模块46，包括：
生成单元461，用于按照预置公钥，解密所述待测数字签名，生成第一掌纹纹理信息；
判断单元462，用于判断所述数字签名库中是否存在所述第一掌纹纹理信息，所述数字签名库中存储预置方向的用户手掌的第二掌纹纹理信息；
识别单元463，用于如果判断结果为是，则成功识别所述待测图片。
进一步地，判断单元462，包括：
校正子单元4621，用于按照所述预置方向，校正所述第一掌纹纹理信息；
判断子单元4622，用于按照行或列逐个像素点扫描校正后的第一掌纹纹理信息，判断所述数字签名库中是否存在与所述第一掌纹纹理信息相似度大于预置数值的第二掌纹纹理信息。
进一步地，所述方法还包括：
获取单元464，用于所述判断所述数字签名库中是否存在所述第一掌纹纹理信息之后，如果判断结果为否，则生成拍摄指令，重新获取待测图片。
本发明提供了一种掌纹识别的装置，首先获取摄像头拍摄的待测图片，然后根据预置规则，修正待测图片的图片属性，以使得待测图片的图片属性属于预置图片属性范围，再根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片，再根据空间Gabor滤波器，提取手掌图片中的纹理特征信息，再对纹理特征信息进行数字签名处理，生成待测数字签名，最后如果数字签名库中存在待测数字签名，则成功识别待测图片。与现有技术相比，本发明实施例通过修正图片属性、提取手掌图片和提取纹理特征信息，采用阶梯式提取方式，一步一步地递归图片内容，增加图像提取的准确度，提高识别准确率。在提取纹理信息之前，通过高通滤波算法，对手掌图像进行降噪处理，以增加手掌图片的清晰度，以进一步地提高识别准确率。
根据本发明一个实施例提供了一种存储介质，所述存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的掌纹识别的方法。
图5示出了根据本发明一个实施例提供的一种计算机设备的结构示意图，本发明具体实施例并不对计算机设备的具体实现做限定。
如图5所示，该计算机设备可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中：处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502，用于执行程序510，具体可以执行上述掌纹识别的方法实施例中的相关步骤。
具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算机设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作：
获取摄像头拍摄的待测图片；
根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；
根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片；
根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；
按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；
如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，所述数字签名库用于保存权限用户的掌纹信息。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种掌纹识别的方法，其特征在于，包括：
获取摄像头拍摄的待测图片；
根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；
根据腐蚀算法，提取经过二值化处理的待测图片中的手掌图片；
根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；
按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；
如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，所述数字签名库用于保存权限用户的掌纹信息。
2.如权利要求1所述的方法，其特征在于，所述预置图片属性范围包括对比度属性范围和曝光度属性范围；
所述根据预置规则，修正所述待测图片的图片属性，包括：
检测所述待测图片的图片属性，所述图片属性包括对比度和曝光度；
如果所述对比度不在所述对比度属性范围内，则按照对比度修正规则，修正所述待测图片的对比度；
如果所述曝光度不在所述曝光度属性范围内，则按照曝光度修正规则，修正所述待测图片的曝光度。
3.如权利要求1所述的方法，其特征在于，所述按照对比度修正规则，修正所述待测图片的对比度，包括：
如果所述对比度小于所述对比度属性范围的下限值，则将所述对比度修正为所述对比度属性范围的下限值；
如果所述对比度大于所述对比度属性范围的上限值，则将所述对比度修正为所述对比度属性范围的上限值；
所述按照曝光度修正规则，修正所述待测图片的曝光度，包括：
如果所述曝光度小于所述曝光度属性范围的下限值，则将所述曝光度修正为所述曝光度属性范围的下限值；
如果所述曝光度大于所述曝光度属性范围的上限值，则将所述曝光度修正为所述曝光度属性范围的上限值。
4.如权利要求1所述的方法，其特征在于，所述根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息之前，所述方法还包括：
根据高通滤波算法，对所述手掌图片进行降噪处理，以增加所述手掌图片的清晰度。
5.如权利要求1所述的方法，其特征在于，所述按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名，包括：
按照预置私钥，对所述纹理特征信息进行加密，生成待测数字签名。
所述如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，包括：
按照预置公钥，解密所述待测数字签名，生成第一掌纹纹理信息；
判断所述数字签名库中是否存在所述第一掌纹纹理信息，所述数字签名库中存储预置方向的用户手掌的第二掌纹纹理信息；
如果判断结果为是，则成功识别所述待测图片。
6.如权利要求5所述的方法，其特征在于，所述判断所述数字签名库中是否存在所述第一掌纹纹理信息，包括：
按照所述预置方向，校正所述第一掌纹纹理信息；
按照行或列逐个像素点扫描校正后的第一掌纹纹理信息，判断所述数字签名库中是否存在与所述第一掌纹纹理信息相似度大于预置数值的第二掌纹纹理信息。
7.如权利要求5所述的方法，其特征在于，所述判断所述数字签名库中是否存在所述第一掌纹纹理信息之后，所述方法还包括：
如果判断结果为否，则生成拍摄指令，重新获取待测图片。
8.一种掌纹识别的装置，其特征在于，包括：
获取模块，用于获取摄像头拍摄的待测图片；
修正模块，用于根据预置规则，修正所述待测图片的图片属性，以使得所述待测图片的图片属性属于预置图片属性范围；
第一提取模块，用于根据腐蚀算法，提取经过二值化处理之后的待测图片中的手掌图片；
第二提取模块，用于根据空间Gabor滤波器，提取所述手掌图片中的纹理特征信息；
生成模块，用于按照预置加密算法，对所述纹理特征信息进行数字签名处理，生成待测数字签名；
识别模块，用于如果数字签名库中存在所述待测数字签名，则成功识别所述待测图片，所述数字签名库用于保存权限用户的掌纹信息。
9.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的掌纹识别的方法对应的操作。
10.一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的掌纹识别的方法对应的操作。
CN201910534826.9A 2019-06-20 2019-06-20 一种掌纹识别的方法及装置 Pending CN110414332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910534826.9A CN110414332A (zh) 2019-06-20 2019-06-20 一种掌纹识别的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910534826.9A CN110414332A (zh) 2019-06-20 2019-06-20 一种掌纹识别的方法及装置

Publications (1)

Publication Number Publication Date
CN110414332A true CN110414332A (zh) 2019-11-05

Family

ID=68359368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910534826.9A Pending CN110414332A (zh) 2019-06-20 2019-06-20 一种掌纹识别的方法及装置

Country Status (1)

Country Link
CN (1) CN110414332A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629887A (zh) * 2023-07-20 2023-08-22 鼎铉商用密码测评技术(深圳)有限公司 基于生物特征的注册方法、认证方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093626A (zh) * 2007-07-27 2007-12-26 哈尔滨工业大学 掌纹密钥系统
US20100045788A1 (en) * 2008-08-19 2010-02-25 The Hong Kong Polytechnic University Method and Apparatus for Personal Identification Using Palmprint and Palm Vein
CN103514560A (zh) * 2013-10-09 2014-01-15 新彩软件无锡有限公司 一种基于掌纹识别的互联网彩票安全交易和兑奖方法
CN107195124A (zh) * 2017-07-20 2017-09-22 长江大学 基于掌纹和掌静脉的图书馆自助借书方法及系统
CN108388878A (zh) * 2018-03-15 2018-08-10 百度在线网络技术（北京）有限公司 用于识别人脸的方法和装置
CN109902586A (zh) * 2019-01-29 2019-06-18 平安科技（深圳）有限公司 掌纹提取方法、装置及存储介质、服务器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093626A (zh) * 2007-07-27 2007-12-26 哈尔滨工业大学 掌纹密钥系统
US20100045788A1 (en) * 2008-08-19 2010-02-25 The Hong Kong Polytechnic University Method and Apparatus for Personal Identification Using Palmprint and Palm Vein
CN103514560A (zh) * 2013-10-09 2014-01-15 新彩软件无锡有限公司 一种基于掌纹识别的互联网彩票安全交易和兑奖方法
CN107195124A (zh) * 2017-07-20 2017-09-22 长江大学 基于掌纹和掌静脉的图书馆自助借书方法及系统
CN108388878A (zh) * 2018-03-15 2018-08-10 百度在线网络技术（北京）有限公司 用于识别人脸的方法和装置
CN109902586A (zh) * 2019-01-29 2019-06-18 平安科技（深圳）有限公司 掌纹提取方法、装置及存储介质、服务器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629887A (zh) * 2023-07-20 2023-08-22 鼎铉商用密码测评技术(深圳)有限公司 基于生物特征的注册方法、认证方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN110048832B (zh) 生物特征模板安全性及密钥产生的方法和系统
Jain et al. Hiding biometric data
EP3848790B1 (en) Registration and verification of biometric modalities using encryption techniques in a deep neural network
JP4137084B2 (ja) 不正顕示機能付文書を処理するための方法、及び、不正顕示機能付文書の妥当性検証を行うための方法
US10503890B2 (en) Authentication of images extracted from unclonable objects
Zheng et al. A PUF-based data-device hash for tampered image detection and source camera identification
KR101178855B1 (ko) 홍채 인식 시스템, 그 방법 및 이를 이용한 무선 통신 장치 보안 시스템
KR20110057449A (ko) 보안성이 강화된 지문인식 방법 및 장치
KR101823145B1 (ko) 기준 포인트 이용 및 미이용에 의한 확실한 생체 특징 추출
KR20070052296A (ko) 귀 자동인식을 위한 형상 추출 알고리즘
Agarwal et al. Deceiving face presentation attack detection via image transforms
CN106886707A (zh) 一种图像鉴权的方法及装置
JP2004007442A (ja) 情報処理方法及び装置、並びにコンピュータプログラム及びコンピュータ可読記憶媒体
Uludag Secure biometric systems
US11507690B2 (en) Method of enrolling data to control an identity, and identity-control method
Saikia et al. Image authentication under geometric attacks via concentric square partition based image hashing
Liu et al. Data protection in palmprint recognition via dynamic random invisible watermark embedding
CN110414332A (zh) 一种掌纹识别的方法及装置
CN111611567B (zh) 鉴权方法及装置、电子白板、计算机可读存储介质
Li et al. Data hiding in fingerprint minutiae template for privacy protection
Yang et al. Non-invertible geometrical transformation for fingerprint minutiae template protection
Lebcir et al. A review on type of attacks on fingerprint image and watermarking techniques
Reddy et al. Authentication using fuzzy vault based on iris textures
Nandini Feature based image authentication using symmetric surround saliency mapping in image forensics
Jegede et al. Face recognition and template protection with shielding function

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