CN110879956A - 一种掌纹特征提取的方法 - Google Patents
一种掌纹特征提取的方法 Download PDFInfo
- Publication number
- CN110879956A CN110879956A CN201910630501.0A CN201910630501A CN110879956A CN 110879956 A CN110879956 A CN 110879956A CN 201910630501 A CN201910630501 A CN 201910630501A CN 110879956 A CN110879956 A CN 110879956A
- Authority
- CN
- China
- Prior art keywords
- palm print
- palm
- evaluation table
- feature extraction
- image
- 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
Images
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
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; 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)
Abstract
本发明涉及一种掌纹特征提取的方法,包括以下步骤:获取手掌和指纹的照片;将手掌照片转化为标准大小、位置的灰度图;通过图像识别技术识别手掌上的线条;根据掌纹评估表对收集的各个线条进行详细的图像识别;将详细图像识别转化成和掌纹评估表对应的参数;将收集的输入导入掌纹评估表得到该掌纹的报表。
Description
技术领域
本发明涉及生物特征识别技术领域,特别是涉及一种掌纹特征提取方法。
背景技术
传统的掌纹识别存在看相人主观臆断和宣传封建迷信的缺陷,通过现在的图像识别技术和大数据分析能力,可以实现大量用户手相的技术分析和统计,对其描述的准确性进行统计,达到去其糟粕、取其精华的效果。
公开号为CN109670471A的一种掌纹特征提取方法和手相识别方法,只是提供了掌纹特征的提取方法,识别了掌纹图像,没有将掌纹图像转化为可计算的数据,本发明将掌纹信息转化为可以统计的数据。
发明内容
本发明提供一种掌纹特征提取的方法,其目的在于将用户的掌纹根据掌纹学识别为分值,方便统计和计算。
一种掌纹特征提取的方法,包括以下步骤:
获取手掌和指纹的照片;
将手掌照片转化为标准大小、位置的灰度图;
通过图像识别技术识别手掌上的主要线条;
根据掌纹评估表对收集的各个线条进行详细的图像识别,记录颜色灰度、线条粗细等数据;
将收集的输入导入掌纹评估表得到该掌纹的报表。
一种掌纹特征提取的方法,包括以下特征:在识别掌纹图片时,将图片设置为灰度图片来降低识别计算量,再通过SURF算法从图像中找到和周围灰度不同的连线识别为掌纹。
一种掌纹特征提取的方法,包括以下特征:
会通过掌纹评估表判断需要将图像转化为那些数据,掌纹评估表是评估掌纹时需要参考的数据,包括指纹的缠绕是否收敛,掌纹的深度、粗细、长度、位置等,和识别出的参数存在对应关系。
一种掌纹特征提取的方法,包括以下特征:
会通过掌纹评估表对识别的掌纹进行详细识别,将掌纹的图像信息识别并记录为评估表相应的整型、布尔型、浮点型参数。
一种掌纹特征提取的方法,包括以下特征:
通过掌纹评估表和相应分析的整型、布尔型、浮点型参数形成用户的掌纹报表。
本发明技术方案的有益效果在于:先按掌纹评估的标准将掌纹转化为数据报表,降低了统计分析的难度,可以对掌纹进行大量、客观的分析和统计,并且可以防止用户掌纹这样的生物识别信息泄露的问题。
本发明还提供一种计算机可读储存介质,其上储存有计算机程序,该计算机程序被处理器执行时实现如上任意一项所述的掌纹特征提取方法的步骤。本发明还提供一种计算机设备,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上任意一项所述的掌纹特征提取方法的步骤。
为了更好地理解和实施,下面结合附图详细说明本发明。
附图说明
图1为本发明实施例提供掌纹特征提取的实现流程示意图。
图2为本发明实施例提供手掌照片的示意。
具体实施方式
为了更清楚地说明本发明实施例和技术方案,下面将结合附图及实施例对本发明的技术方案进行更详细的说明,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明的实施例,本领域普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
传统的掌纹识别虽然有书面定义的参考标准,但实际识别依赖人员的主观分析,判断标准也缺乏必要的数据支持。进行图像识别时,利用图像本身的分析特征和分析结果对应,无法和原标准进行对比。
如图一所示,在进行掌纹特征提取时,首先要进行步骤101获取手掌和指纹的照片.获取的手掌和指纹照片以图2的方式展开,可以看到清楚的掌纹信息。
步骤102将手掌照片转化为标准大小、位置的灰度图,将照片调整为360*480大小的灰度图片。
步骤103通过图像识别技术识别手掌上的线条. 通过SURF算法进行斑点识别,SURF算法中要用到积分图像的概念。借助积分图像,图像与高斯二阶微分模板的滤波转化为对积分图像的加减运算。可以判断出图像中和周围灰度不同的点识别出来称为斑点,将相连的斑点连接就可以得到掌纹。
步骤104根据掌纹评估表对收集的各个线条进行详细的图像识别,在掌纹特征提取中,会根据掌纹里的掌纹深度、粗细、位置、是否分叉等信息进行判断,将这些需要判断的标准整理为掌纹评估表,比依照评估表进行进一步的数据提取。
步骤105将详细图像识别的转化成和掌纹评估表对应的参数.
掌纹评估表需要检查主要掌纹的粗细,则对应获取步骤103提取掌纹中连线中相连斑点和连接线垂直方向的平均坐标差。
掌纹评估表需要检查主要掌纹的深度,则对应获取步骤103提取掌纹中连线中斑点的平均灰度。
掌纹评估表需要检查主要掌纹中是否存在岛型,则对应获取步骤103提取掌纹中连线中相连斑点中坐标差方差。
步骤106将收集的输入导入掌纹评估表得到该掌纹的报表。
再次说明,以上所述均为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构及等效流程变化,例如各实施例之间的技术特征的相互结合,或直接或间接运用在其他相关的技术领域,均同理包含在本发明的专利保护范围内。
本发明还提供一种计算机可读储存介质,其上储存有计算机程序,该计算机程序被处理器执行时实现如上任意一项所述的掌纹特征提取方法的步骤。
本发明可采用在一个或多个其中包含有程序代码的储存介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读储存介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的储存介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本发明还提供一种计算机设备,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上任意一项所述的掌纹特征提取方法的步骤。
Claims (7)
1.本发明提供一种掌纹特征提取的方法,其特征在于,进行掌纹特征提取包括以下步骤:
获取手掌和指纹的照片;
将手掌照片转化为标准大小、位置的灰度图;
通过图像识别技术识别手掌上的线条;
根据掌纹评估表对收集的各个线条进行详细的图像识别;
将详细图像识别的转化成和掌纹评估表对应的参数;
将收集的输入导入掌纹评估表得到该掌纹的报表。
2.如权利要求1描述的一种掌纹特征提取的方法,其特征在于:在识别掌纹图片时,将图片设置为灰度图片来降低识别计算量,再通过SURF算法从图像中找到和周围灰度不同的连线识别为掌纹。
3.如权利要求1描述的一种掌纹特征提取的方法,其特征在于:会通过掌纹评估表判断需要将图像转化为那些数据,掌纹评估表是评估掌纹时需要参考的数据,包括指纹的缠绕是否收敛,掌纹的深度、粗细、长度、位置等,和识别出的参数存在对应关系。
4.如权利要求1描述的一种掌纹特征提取的方法,其特征在于:会通过掌纹评估表对识别的掌纹进行详细识别,将掌纹的图像信息识别并记录为评估表相应的整型、布尔型、浮点型参数。
5.如权利要求1描述的一种掌纹特征提取的方法,其特征在于:通过掌纹评估表和相应分析的整型、布尔型、浮点型参数形成用户的掌纹报表。
6.一种计算机可读储存介质,其上储存有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的掌纹特征提取方法的步骤。
7.一种计算机设备,其特征在于,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的掌纹特征提取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910630501.0A CN110879956A (zh) | 2019-07-12 | 2019-07-12 | 一种掌纹特征提取的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910630501.0A CN110879956A (zh) | 2019-07-12 | 2019-07-12 | 一种掌纹特征提取的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110879956A true CN110879956A (zh) | 2020-03-13 |
Family
ID=69728275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910630501.0A Pending CN110879956A (zh) | 2019-07-12 | 2019-07-12 | 一种掌纹特征提取的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879956A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559489A (zh) * | 2013-11-19 | 2014-02-05 | 沈阳工业大学 | 一种非接触成像方式下手掌特征提取方法 |
CN105474234A (zh) * | 2015-11-24 | 2016-04-06 | 厦门中控生物识别信息技术有限公司 | 一种掌静脉识别的方法和掌静脉识别装置 |
CN106649829A (zh) * | 2016-12-29 | 2017-05-10 | 北京奇虎科技有限公司 | 一种基于掌纹数据的业务处理方法和装置 |
CN107046561A (zh) * | 2016-12-29 | 2017-08-15 | 北京奇虎科技有限公司 | 一种基于掌纹数据的业务处理方法和装置 |
CN107657239A (zh) * | 2017-09-30 | 2018-02-02 | 清华大学深圳研究生院 | 掌纹图像性别分类方法及装置、计算机装置及可读存储介质 |
CN107944356A (zh) * | 2017-11-13 | 2018-04-20 | 湖南商学院 | 综合多类型特征的层次主题模型掌纹图像识别的身份认证方法 |
CN107980140A (zh) * | 2017-10-16 | 2018-05-01 | 厦门中控智慧信息技术有限公司 | 一种掌静脉的识别方法及装置 |
CN109145791A (zh) * | 2018-08-09 | 2019-01-04 | 深圳大学 | 一种基于移动端非接触式指掌识别方法及系统 |
CN109472213A (zh) * | 2018-10-16 | 2019-03-15 | 平安科技(深圳)有限公司 | 掌纹识别方法、装置、计算机设备和存储介质 |
-
2019
- 2019-07-12 CN CN201910630501.0A patent/CN110879956A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559489A (zh) * | 2013-11-19 | 2014-02-05 | 沈阳工业大学 | 一种非接触成像方式下手掌特征提取方法 |
CN105474234A (zh) * | 2015-11-24 | 2016-04-06 | 厦门中控生物识别信息技术有限公司 | 一种掌静脉识别的方法和掌静脉识别装置 |
CN106649829A (zh) * | 2016-12-29 | 2017-05-10 | 北京奇虎科技有限公司 | 一种基于掌纹数据的业务处理方法和装置 |
CN107046561A (zh) * | 2016-12-29 | 2017-08-15 | 北京奇虎科技有限公司 | 一种基于掌纹数据的业务处理方法和装置 |
CN107657239A (zh) * | 2017-09-30 | 2018-02-02 | 清华大学深圳研究生院 | 掌纹图像性别分类方法及装置、计算机装置及可读存储介质 |
CN107980140A (zh) * | 2017-10-16 | 2018-05-01 | 厦门中控智慧信息技术有限公司 | 一种掌静脉的识别方法及装置 |
CN107944356A (zh) * | 2017-11-13 | 2018-04-20 | 湖南商学院 | 综合多类型特征的层次主题模型掌纹图像识别的身份认证方法 |
CN109145791A (zh) * | 2018-08-09 | 2019-01-04 | 深圳大学 | 一种基于移动端非接触式指掌识别方法及系统 |
CN109472213A (zh) * | 2018-10-16 | 2019-03-15 | 平安科技(深圳)有限公司 | 掌纹识别方法、装置、计算机设备和存储介质 |
Non-Patent Citations (3)
Title |
---|
周新宇等: "基于SURF算法和OpenCV的掌纹识别技术研究", 《杭州电子科技大学学报》 * |
竺乐庆: "基于SURF的掌纹图像识别方法", 《2011 INTERNATIONAL CONFERENCE ON ECOLOGICAL PROTECTION OF LAKES-WETLANDS-WATERSHED AND APPLICATION OF 3S TECHNOLOGY PROCEEDINGS》 * |
陶筱娇等: "基于SURF特征与模糊推理的掌纹识别", 《计算机工程与应用》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766890B (zh) | 信息识别方法、设备和系统 | |
US11087114B2 (en) | Biometric feature extraction using multiple image instantiations | |
CN108108731B (zh) | 基于合成数据的文本检测方法及装置 | |
US20210209336A1 (en) | Differentiating between live and spoof fingers in fingerprint analysis by machine learning | |
KR20120047991A (ko) | 지문 인페인팅 타겟 영역의 자동 식별 | |
Chen et al. | Robust text line segmentation for historical manuscript images using color and texture | |
KR102399025B1 (ko) | 개선된 데이터 비교 방법 | |
CN100385451C (zh) | 基于局部三角结构特征集的形变指纹识别方法 | |
CN103336942A (zh) | 一种基于Radon BEMD变换的国画鉴定方法 | |
CN111523537A (zh) | 一种文字识别方法、存储介质及系统 | |
CN111192241A (zh) | 一种人脸图像的质量评估方法、装置及计算机存储介质 | |
CN111915635A (zh) | 支持自阅卷的试题解析信息生成方法及系统 | |
CN112949464A (zh) | 基于人脸三维形状的换脸伪造检测方法、系统及设备 | |
Purnapatra et al. | Presentation attack detection with advanced cnn models for noncontact-based fingerprint systems | |
CN114842524B (zh) | 一种基于不规则显著性像素簇的人脸鉴伪方法 | |
CN110728193B (zh) | 一种脸部图像丰富度特征的检测方法及设备 | |
CN110222660B (zh) | 一种基于动态与静态特征融合的签名鉴伪方法及系统 | |
KR102167433B1 (ko) | 다중 패턴 문자 영상 자동 생성 기반 문자 인식 장치 및 그 방법 | |
Khan et al. | Urdu optical character recognition technique using point feature matching; a generic approach | |
CN110879956A (zh) | 一种掌纹特征提取的方法 | |
CN110866470A (zh) | 一种基于随机图像特征的人脸防伪检测方法 | |
Khaleefah et al. | A survey on local binary pattern and gabor filter as texture descriptors of smart profiling systems | |
Makrushin et al. | Visibility enhancement and validation of segmented latent fingerprints in crime scene forensics | |
CN110942081B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN113158745A (zh) | 一种基于多特征算子的乱码文档图片识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210616 Address after: 100176 505-4c, 5th floor, building 6, yard 10, KEGU 1st Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: BEIJING SHENGXIN NETWORK TECHNOLOGY Co.,Ltd. Address before: 100029 426-3, 4th floor, building 6 (North), No.1 Shuangqing Road, Haidian District, Beijing Applicant before: SHANGJIA NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
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 |
Application publication date: 20200313 |
|
RJ01 | Rejection of invention patent application after publication |