CN111368780B - 一种基于指纹和指静脉的联合识别处理方法及系统 - Google Patents

一种基于指纹和指静脉的联合识别处理方法及系统 Download PDF

Info

Publication number
CN111368780B
CN111368780B CN202010177755.4A CN202010177755A CN111368780B CN 111368780 B CN111368780 B CN 111368780B CN 202010177755 A CN202010177755 A CN 202010177755A CN 111368780 B CN111368780 B CN 111368780B
Authority
CN
China
Prior art keywords
finger vein
image
fingerprint
vein image
image quality
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.)
Active
Application number
CN202010177755.4A
Other languages
English (en)
Other versions
CN111368780A (zh
Inventor
王崇方
杨建军
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010177755.4A priority Critical patent/CN111368780B/zh
Publication of CN111368780A publication Critical patent/CN111368780A/zh
Application granted granted Critical
Publication of CN111368780B publication Critical patent/CN111368780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/13Sensors therefor
    • G06V40/1324Sensors therefor by using geometrical optics, e.g. using prisms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • 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
    • 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
    • G06V40/1365Matching; Classification
    • 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
    • G06V40/14Vascular patterns

Abstract

本发明提供了一种基于指纹和指静脉的联合识别处理方法及系统,该方法包括:通过图像采集装置采集手指位于或划过指纹指静脉识别区域的指纹指静脉图像,该指纹指静脉识别区域为该图像采集装置的光源与成像模组之间的预定体积的立体空间;确定该指纹指静脉图像的图像质量;当该指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准时,提取该指纹指静脉图像的图像特征;确定该指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配,可以解决相关技术中通过多摄像头多光路分别采集指纹图像和指静脉图像,指纹和指静脉均为独立提取特征值或匹配决策,大幅削减图像信息量降低了图像质量,且识别认证时间较长的问题。

Description

一种基于指纹和指静脉的联合识别处理方法及系统
技术领域
本发明涉及身份认证安全技术领域,具体而言,涉及一种基于指纹和指静脉的联合识别处理方法及系统。
背景技术
目前市场上的指纹指静脉双模态采集方案为多摄像头多光路的方案或分时采集方案,结构比较复杂、占用较大的空间、成本高且采集时间较长。
指纹指静脉双模态采集均为接触式采集方式,且手指需要按提示要求放置在固定区域一定时间后才可获取有效的图像信息。这样不仅导致操作相对复杂,浪费一定的操作时间,而且还会导致用户体验不理想。此外也容易导致接触问题(压力太大或者太小)、手指的干湿度问题(太湿或者太干燥)和残影问题,对指纹的图像质量和安全性产生重要的影响;同时会引入卫生问题,让用户产生抵触心理。
指纹指静脉融合技术均是在指纹和指静脉分开处理特征值后再进行特征融合或者各自匹配后进行匹配融合或各自决策后进行决策融合。指纹和指静脉均为独立提取特征值或匹配决策,因此这样会大幅削减图像信息量,降低了图像质量,同时还会降低执行效率,增加识别认证时间。
针对相关技术中通过多摄像头多光路分别采集指纹图像和指静脉图像,指纹和指静脉均为独立提取特征值或匹配决策,大幅削减图像信息量,降低了图像质量,且识别认证时间较长的问题,尚未提出解决方案。
发明内容
本发明实施例提供了一种基于指纹和指静脉的联合识别处理方法及系统,以至少解决相关技术中通过多摄像头多光路分别采集指纹图像和指静脉图像,指纹和指静脉均为独立提取特征值或匹配决策,大幅削减图像信息量,降低了图像质量,且识别认证时间较长的问题。
根据本发明的一个实施例,提供了一种基于指纹和指静脉的联合识别处理系统,包括:图像采集装置和FPGA控制器,所述图像采集装置包括:光源、反光棱镜、成像模组,所述光源与所述成像模组相对设置,所述光源与所述成像模组之间的预定体积的立体空间为指纹指静脉识别区域,所述反光棱镜设置在所述指纹指静脉识别区域的侧面,所述成像模组与所述FPGA控制器连接,其中,
所述反光棱镜,用于将所述光源反射到所述指纹指静脉识别区域,对所述指纹指静脉识别区域的指纹进行补光;
所述图像采集装置,用于在指纹指静脉识别模式下采集手指位于或划过所述指纹指静脉识别区域的指纹指静脉图像,并将所述指纹指静脉图像传输给所述FPGA控制器,其中,所述指纹指静脉图像是将采集的指纹和指静脉通过图像层融合之后得到的;
所述FPGA控制器,用于确定所述指纹指静脉图像的图像质量,在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征,确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
可选地,所述FPGA控制器,还用于分别确定所述指纹指静脉图像的指纹指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指纹指静脉图像的图像质量;在所述指纹指静脉图像的图像质量大于或等于第一预定阈值的情况下,确定所述指纹指静脉图像的图像质量满足所述指纹指静脉图像质量标准。
可选地,所述FPGA控制器,还用于在所述指纹指静脉图像的图像质量不满足所述预先设置的图像质量标准的情况下,根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间,根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示重新采集所述指纹指静脉图像。
可选地,所述FPGA控制器,还用于在重新采集的所述指纹指静脉图像的图像质量不满足所述图像质量标准的情况下,将所述指纹指静脉识别模式切换为指静脉识别模式,根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间,根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示采集指静脉图像;
所述图像采集装置,还用于采集所述指纹指静脉识别区域的所述指静脉图像,将所述指静脉图像传输给所述FPGA控制器;
所述FPGA控制器,还用于确定所述指静脉图像的图像质量,在所述指静脉图像的图像质量满足预先设置的指静脉图像质量标准的情况下,提取所述指静脉图像的图像特征,并确定所述指静脉图像的图像特征与预先存储的指静脉图像特征是否匹配。
可选地,所述FPGA控制器,还用于分别确定所述指静脉图像的指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指静脉图像的图像质量;在所述指静脉图像的图像质量大于或等于第二预定阈值的情况下,确定所述指静脉图像的图像质量满足所述指静脉图像质量标准。
可选地,所述FPGA控制器,还用于在提取所述指纹指静脉图像的图像特征之前,对所述指纹指静脉图像进行去噪处理。
可选地,所述FPGA控制器,还用于从所述指纹指静脉图像中分割出指纹指静脉的兴趣区域ROI,得到ROI图像;并对所述ROI图像进行增强处理。
可选地,所述FPGA控制器,还用于在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配成功的情况下,提示识别成功;
在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配失败的次数大于或等于预定次数的情况下,锁定系统和/或向预先建立连接的移动终端发送告警信息。
根据本发明的又一个实施例,还提供了一种基于指纹和指静脉的联合识别处理方法,包括:
通过图像采集装置在指纹指静脉识别模式下采集手指位于或划过所述图像采集装置的指纹指静脉识别区域的指纹指静脉图像,其中,所述指纹指静脉识别区域为所述图像采集装置的光源与成像模组之间的预定体积的立体空间,所述指纹指静脉图像是将采集的指纹和指静脉通过图像层融合之后得到的;
确定所述指纹指静脉图像的图像质量;
在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征;
确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
可选地,确定所述指纹指静脉图像的图像质量包括:
分别确定所述指纹指静脉图像的指纹指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;
根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指纹指静脉图像的图像质量;
所述方法还包括:在所述指纹指静脉图像的图像质量大于或等于第一预定阈值的情况下,确定所述指纹指静脉图像的图像质量满足所述指纹指静脉图像质量标准。
可选地,所述方法还包括:
在所述指纹指静脉图像的图像质量不满足所述预先设置的图像质量标准的情况下,根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间;
根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示重新采集所述指纹指静脉图像。
可选地,在重新采集的所述指纹指静脉图像的图像质量不满足所述图像质量标准的情况下,将所述指纹指静脉识别模式切换为指静脉识别模式,并根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间;
根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示采集指静脉图像;
通过所述图像采集装置采集所述指纹指静脉识别区域的所述指静脉图像;
确定所述指静脉图像的图像质量;
在所述指静脉图像的图像质量满足预先设置的指静脉图像质量标准的情况下,提取所述指静脉图像的图像特征,并确定所述指静脉图像的图像特征与预先存储的指静脉图像特征是否匹配。
可选地,确定所述指静脉图像的图像质量包括:
分别确定所述指静脉图像的指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指静脉图像的图像质量;
在所述指静脉图像的图像质量大于或等于第二预定阈值的情况下,确定所述指静脉图像的图像质量满足所述指静脉图像质量标准。
可选地,在提取所述指纹指静脉图像的图像特征之前,所述方法还包括:
对所述指纹指静脉图像进行去噪处理。
可选地,对所述指纹指静脉图像进行去噪处理包括:
从所述指纹指静脉图像中分割出指纹指静脉的兴趣区域ROI,得到ROI图像;并对所述ROI图像进行增强处理。
可选地,在确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配之后,所述方法还包括:
在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配成功的情况下,提示识别成功;
在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配失败的次数大于或等于预定次数的情况下,锁定系统和/或向预先建立连接的移动终端发送告警信息。
根据本发明的又一个实施例,还提供了一种计算机可读的存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,通过图像采集装置在指纹指静脉识别模式下采集手指位于或划过所述图像采集装置的指纹指静脉识别区域的指纹指静脉图像,其中,所述指纹指静脉识别区域为所述图像采集装置的光源与成像模组之间的预定体积的立体空间;确定所述指纹指静脉图像的图像质量;在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征;确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配,可以解决相关技术中通过多摄像头多光路分别采集指纹图像和指静脉图像,指纹和指静脉均为独立提取特征值或匹配决策,大幅削减图像信息量,降低了图像质量,且识别认证时间较长的问题,降低了装置成本,且提高了正确采集生物特征的效率,通过无感指纹识别,指纹单位面积的特征信息更丰富,稳定性和可靠性更强。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种基于指纹和指静脉的联合识别处理方法的移动终端的硬件结构框图;
图2是根据本发明实施例的一种基于指纹和指静脉的联合识别处理方法的流程图;
图3是根据本发明实施例的基于指纹和指静脉的联合识别处理系统的框图;
图4是根据本发明实施例的指静脉与无感指纹识别系统的示意图一;
图5是根据本发明实施例的指静脉与无感指纹识别系统的示意图二。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种基于指纹和指静脉的联合识别处理方法的移动终端的硬件结构框图,如图1所示,移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的报文接收方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
静脉血管中的氧化血红蛋白、脱氧血红蛋白以及水能够吸收近红外光(波长700-1100m)。而血红蛋白在波长为850nm和760nm处具有两个较强的吸收峰。当特定波长的光投射至手指处,指静脉血液流经的部位反射或散射出来的近红外光非常少,而同时静脉周围的手指肌肉等其他组织对近红外光没有明显的吸收,反射或散射出来的近红外光非常多,成像时静脉血管组织的亮度则会远低于周边的组织。因此,利用灰度值的高低就能够确认指静脉的位置,从而进行特征获取和身份识别。
研究证明指静脉的血管纹路具有唯一性和稳定性,即每个人的指静脉图像都不相同,同一个人不同的手指的静脉图像也不相同。
在本实施例中提供了一种运行于上述移动终端或网络架构的基于指纹和指静脉的联合识别处理方法,图2是根据本发明实施例的一种基于指纹和指静脉的联合识别处理方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,通过图像采集装置在指纹指静脉识别模式下采集手指位于或划过所述图像采集装置的指纹指静脉识别区域的指纹指静脉图像,其中,所述指纹指静脉识别区域为所述图像采集装置的光源与成像模组之间的预定体积的立体空间;
步骤S204,确定所述指纹指静脉图像的图像质量;
本发明实施例中,上述步骤S204具体可以包括:
分别确定所述指纹指静脉图像的指纹指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;
根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指纹指静脉图像的图像质量,具体的,所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重可以预先通过训练好的神经网络模型确定。
进一步的,在所述指纹指静脉图像的图像质量大于或等于第一预定阈值的情况下,确定所述指纹指静脉图像的图像质量满足所述指纹指静脉图像质量标准;在判断结果为否的情况下,确定所述指纹指静脉图像的图像质量不满足所述指纹指静脉图像质量标准。
步骤S206,在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征;
步骤S208,确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
通过上述步骤S202至S208,通过图像采集装置在指纹指静脉识别模式下采集手指位于或划过所述图像采集装置的指纹指静脉识别区域的指纹指静脉图像;确定所述指纹指静脉图像的图像质量;在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征;确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配,可以解决相关技术中通过多摄像头多光路分别采集指纹图像和指静脉图像,指纹和指静脉均为独立提取特征值或匹配决策,大幅削减图像信息量,降低了图像质量,且识别认证时间较长的问题,降低了装置成本,且提高了正确采集生物特征的效率,通过无感指纹识别,指纹单位面积的特征信息更丰富,稳定性和可靠性更强。
在一个可读的实施例中,在所述指纹指静脉图像的图像质量不满足所述预先设置的图像质量标准的情况下,根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间;根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示重新采集所述指纹指静脉图像。通过调节光源的亮度和传感器的曝光时间,可以提高采集的指纹指静脉图像的图像质量,从而提高了生物特征的识别率。
进一步的,若重新采集的所述指纹指静脉图像的图像质量仍不满足所述图像质量标准,可见,很可能是由于指纹破损或其他原因导致指纹不清晰,使得采集的指纹指静脉图像中指纹特征不明显,则将所述指纹指静脉识别模式切换为指静脉识别模式,并根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间;根据所述调整亮度和所述调整曝光时间调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示采集指静脉图像;通过所述图像采集装置采集所述指纹指静脉识别区域的所述指静脉图像;确定所述指静脉图像的图像质量;在所述指静脉图像的图像质量满足预先设置的指静脉图像质量标准的情况下,提取所述指静脉图像的图像特征,并确定所述指静脉图像的图像特征与预先存储的指静脉图像特征是否匹配。即在指纹指静脉模式识别失败的情况下,条件识别模式,调节为指静脉识别模式,从而提高了识别准确性。加入了自动曝光和补光强度补偿反馈系统、增加手指垂直放置引导结构等方法,从而进一步提高设备在采集指纹指静脉时的稳定性、不同环境的适应性以及不同人群的适用性。在注册阶段,如果综合评价分数达不到合格要求或者不够高,则系统会自动调整红外补光强度和sensor曝光时间,直至图像质量分数达到规定标准或高质量要求为止。在指纹指静脉模式和指静脉模式下自动曝光时间和补光强度参数会自动进行切换。此外,也可以根据不同的使用环境和场合,人为设置红外补光强度和sensor自动曝光时间,从而得到主观认可的综合评价分数。
进一步的,确定所述指静脉图像的图像质量具体可以包括:分别确定所述指静脉图像的指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指静脉图像的图像质量;在所述指静脉图像的图像质量大于或等于第二预定阈值的情况下,确定所述指静脉图像的图像质量满足所述指静脉图像质量标准;在判断结果为否的情况下,确定所述指静脉图像的图像质量不满足所述指静脉图像质量标准。
本发明实施例中,在提取所述指纹指静脉图像的图像特征之前,对所述指纹指静脉图像进行去噪处理。进一步的,从所述指纹指静脉图像中分割出指纹指静脉的兴趣区域ROI,得到ROI图像;并对所述ROI图像进行增强处理。
本发明实施例中,还可以将识别的结果反馈给用户,对于多次识别失败时,产生告警,以提示用户,具体的,在确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配之后,在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配成功的情况下,提示识别成功;在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配失败的次数大于或等于预定次数的情况下,锁定系统和/或向预先建立连接的移动终端发送告警信息。
本发明实施例采用单摄像头和单组补光源同时快速采集指纹和指静脉信息,不仅能有效降低装置成本,而且能很好地提高生物特征采集的效率,大幅提升可识别性与正确性,具有较大的现实意义。
在用户注册阶段,首先在普通模式下分别采集用户的连续5个手指的指纹指静脉融合信息(作为一个完整图片),然后自动切换到指静脉模式下并提示用户,在指静脉采集模式下再分别采集同样5个手指静脉信息。接着经过一系列处理后提取指纹指静脉特征信息和单独的指静脉信息,将该特征信息分别存储于非易失性存储器中作为指纹指静脉数据库和指静脉数据库。
在用户使用阶段,用户有三种模式可以手动选择,自动识别模式、指纹指静脉识别模式和指静脉模式。系统默认为自动识别模式,用户将五个手指一起滑过识别区域时,主控对抓取的指纹指静脉图像进行筛选,如果可以正常筛选出符合质量要求的图像,则将该图像经过预处理和特征提取后得到的特征值与指纹指静脉数据库中的特征信息进行比对;如果无法筛选出质量分数达标的图像(指纹脱皮、破损、老茧多或磨损严重、指纹太脏或无指纹等情况),则将系统模式切换为指静脉采集模式,同时增强红外补光强度或者调整sensor曝光时间,使指静脉图像对比度更明显,指静脉图像更清楚。然后提示用户重新在识别区域滑过五个手指,将获取的指静脉特征图像经过筛选、预处理、特征提取后得到的特征值与指静脉数据库中的特征信息进行比对。
当用户选为指纹指静脉识别模式时,如果可以正常筛选出符合质量要求的图像,则进行正常比对;如果无法筛选出质量分数达标的图像(可能手指较粗或者指纹较浅),则系统会通过红外灯亮度控制模块和sensor自动曝光时间控制模块,以之前无法达标的图像为基础来调整合适的补光光强和sensor曝光时间。然后提示用户重新滑过,重新获取新的指纹指静脉特征图像,接着进行一系列的处理。如果还是无法筛选出质量分数达标的图像,则自动切换到指静脉识别模式,提示用户再滑过一次。
对于一些特殊工种或者在特殊场合下,用户可以直接选为指静脉识别模式时,获取指纹指静脉特征图像,经过筛选、预处理、特征提取后将得到的特征值与指静脉数据库中的特征信息进行比对。
本发明实施例采用无感指纹指静脉识别技术,手指无需接触任何部件,在受限的垂直区域范围内快速刷过即可完成指纹指静脉识别(即刷即识别)的目的,不仅提高了指纹采集的图像质量,解决了接触式指纹识别有残影和不卫生等问题,而且大幅度提高了识别系统的识别效率和用户的体验感。从而达到既能准确快速高效地进行有效识别,又能实现活体检测和防伪识别的目的。
采用单sensor+单光源实现指纹指静脉同时采集的方案,既能控制研发成本,也可让用户在单次采集中就可同时采集指纹和指静脉图像,高效便捷,大幅提高用户体验感。
采用单侧光+反射棱镜的指纹指静脉补光方案,进行指纹指静脉采集的光源系统的设计,不仅使指纹指静脉的补光更均匀,而且单侧光既能给指静脉补光,还能利用其浪费的光能量给指纹进行补光,既环保节能又能达到很好的功能效果。
在设计指纹指静脉一体化的图像采集装置时,可以遵循了以下几个原则:采集便捷性、设备易加工、样机成本可控、装置可用性强、采集图像质量高等。从而使用户接受度和体验感好,指纹指静脉识别方便快捷,具有高安全性和准确性。
实施例2
根据本发明的一个实施例,提供了一种基于指纹和指静脉的联合识别处理系统,图3是根据本发明实施例的基于指纹和指静脉的联合识别处理系统的框图,如图3所示,包括:图像采集装置32和FPGA控制器34,所述图像采集装置包括:光源321、成像模组322、反光棱镜323,所述光源321与所述成像模组322相对设置,所述光源321与所述成像模组322之间的预定体积的立体空间为指纹指静脉识别区域324,具体的,所述光源321可以设置于所述纹指静脉识别区域的正上方,所述成像模组322设置于所述指纹指静脉识别区域324的正下方,所述反光棱镜323设置在所述指纹指静脉识别区域324的侧面,所述成像模组322与所述FPGA控制器34连接,其中,
所述反光棱镜323,用于将所述光源321反射到所述指纹指静脉识别区域324,对所述指纹指静脉识别区域324的指纹进行补光;
所述图像采集装置32,用于在指纹指静脉识别模式下采集手指位于或划过所述指纹指静脉识别区域324的指纹指静脉图像,并将所述指纹指静脉图像传输给所述FPGA控制器34,其中,所述指纹指静脉图像是将采集的指纹和指静脉通过图像层融合之后得到的;
所述FPGA控制器34,用于确定所述指纹指静脉图像的图像质量,在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征,确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
可选地,所述FPGA控制器34,还用于分别确定所述指纹指静脉图像的指纹指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指纹指静脉图像的图像质量;在所述指纹指静脉图像的图像质量大于或等于第一预定阈值的情况下,确定所述指纹指静脉图像的图像质量满足所述指纹指静脉图像质量标准,在判断结果为否的情况下,确定所述指纹指静脉图像的图像质量不满足所述指纹指静脉图像质量标准。
可选地,所述FPGA控制器34,还用于在所述指纹指静脉图像的图像质量不满足所述预先设置的图像质量标准的情况下,根据所述指纹指静脉图像的图像质量确定所述光源321的调整亮度和所述成像模组322中传感器的调整曝光时间,根据所述调整亮度和所述调整曝光时间分别调整所述光源321的亮度和所述成像模组322中传感器的曝光时间,并提示重新采集所述指纹指静脉图像。
可选地,所述FPGA控制器34,还用于在重新采集的所述指纹指静脉图像的图像质量不满足所述图像质量标准的情况下,将所述指纹指静脉识别模式切换为指静脉识别模式,根据所述指纹指静脉图像的图像质量确定所述光源321的调整亮度和所述成像模组322中传感器的调整曝光时间,根据所述调整亮度和所述调整曝光时间调整所述光源321的亮度和所述成像模组322中传感器的曝光时间,并提示采集指静脉图像;
所述图像采集装置32,还用于采集所述指纹指静脉识别区域324的所述指静脉图像,将所述指静脉图像传输给所述FPGA控制器34;
所述FPGA控制器34,还用于确定所述指静脉图像的图像质量,在所述指静脉图像的图像质量满足预先设置的指静脉图像质量标准的情况下,提取所述指静脉图像的图像特征,并确定所述指静脉图像的图像特征与预先存储的指静脉图像特征是否匹配。
可选地,所述FPGA控制器34,还用于分别确定所述指静脉图像的指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指静脉图像的图像质量;在所述指静脉图像的图像质量大于或等于第二预定阈值的情况下,确定所述指静脉图像的图像质量满足所述指静脉图像质量标准。
可选地,所述FPGA控制器34,还用于在提取所述指纹指静脉图像的图像特征之前,对所述指纹指静脉图像进行去噪处理。
可选地,所述FPGA控制器34,还用于从所述指纹指静脉图像中分割出指纹指静脉的兴趣区域ROI,得到ROI图像;并对所述ROI图像进行增强处理。
可选地,所述FPGA控制器34,还用于在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配成功的情况下,提示识别成功;
在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配失败的次数大于或等于预定次数的情况下,锁定系统和/或向预先建立连接的移动终端发送告警信息。
下面以上述的光源321为红外灯、成像模组322包括全局快门传感器、窄带滤光片以及镜头为例,对本发明实施例进行详细说明。
图4是根据本发明实施例的指静脉与无感指纹识别系统的示意图一,如图4所示,该系统方案主要包括图像采集装置32和信号处理模块42两部分。图像采集模块32由红外灯400、镜头401、全局快门传感器403、反光棱镜323、窄带滤光片402等组成。信号处理模块42由FPGA控制器34和存储模块404组成,其中FPGA控制器34内部又可以分为图像融合模块341、图像筛选模块342、图像预处理模块343、特征提取模块344、特征匹配模块345、决策模块346、录入模块52、红外灯亮度控制模块349、传感器自动曝光时间控制模块348、通知/显示/执行控制模块347等,其可以实现各种控制与各种算法的功能。
红外灯400安装在补光灯板上,灯板上一般有好几颗灯,按手指长度纵向排列。灯板安装在手指识别区域的正上方。手指识别区域设计成左右两侧无限制而垂直高度有一定限制的结构,垂直高度限制按图像景深范围进行调整,保证该垂直区域内图像均能清晰成像。手指识别区域允许用户可以将五个手指在垂直限制范围左右随意刷过。
其中红外灯400选用760nm光源,是为了提高指静脉识别的对比度。同时为了省去单独的指纹补光光源,考虑充分利用指静脉光源散射的能量,采用反光棱镜323的方式将手指识别区域上方的光源通过侧面反射到手指识别区域下方再反射给手指指纹补光。红外补光灯的亮暗程度由主控来进行控制,具体亮度值的调整要根据指静脉和指纹补光亮度实际效果需求来确定,要求指静脉的垂直补光灯照射亮度高(需要透射手指),增强指静脉的对比度,而指纹的补光亮度相对要求低。指静脉过亮或过暗和指纹过亮或过暗都会影响相互之间的图像效果。因此需要根据实际测试结果来均衡两者图像效果。红外补光灯板的最佳布局位置、发光角度、补光灯的个数以及灯布局密度、灯板倾斜角度均可用Tracepro光学机构仿真软件模拟光路,并通过后续实际测试来验证确定。从而保证指静脉和指纹接收面的光照均匀性最佳。
反光棱镜323可以嵌入到手指识别区域内,一个反光棱镜323可靠近内侧和正下侧位置设计,另一个棱镜可靠近外侧和正下侧位置设计,保证指纹和指静脉补光光源充足且均匀。
抓拍镜头401安装在指纹指静脉识别区域324的正下方,镜头401固定焦距、视场角、CRA、分辨率(需配合图像sensor的CRA和分辨率)和景深范围。镜头401正下方安装一片不漏光的窄带滤光片402。窄带滤光片402是为了尽可能地减少可见光及其他波长对指纹和指静脉采集的影响,采用760nm窄带滤波片只允许760nm波长附近的光源进入,其余波长均截止。
窄带滤光片402正下方安装全局快门传感器403,由于需要快速抓拍清晰图像,可以选用低像素高帧率的全局曝光黑白图像sensor。Sensor的主要参数信息如下:靶面1/6”,像素大小3.744μm×3.744μm,分辨率为640H×480V@10bit 180fps(实际用120fps即可),灵敏度为6.5V/Lux·s,CRA为33°,支持HDR模式和外触发全局曝光模式,支持DVP接口、MIPI接口和LVDS接口。
全局快门传感器403的后端接FPGA控制器34,全局快门传感器403将抓拍到的图像数据传送给FPGA控制器34,在FPGA控制器34的图像融合模块341,采用特征融合中的图像层融合概念,将指纹与指静脉作为一整个图片。(特征融合可以分为四个层次:图像层融合、特征层融合、匹配层融合、决策层融合)。图像层融合比其余三种层次融合所包含的信息量更丰富,效率更高,其能提高采集图像的质量和增大采集特征图像有效区域的面积。
在多模态融合的四种层次中,图像层融合和特征层融合是匹配前融合,匹配层和决策层融合是匹配后融合。在一个生物验证系统中信息融合层次越早,所包含的特征信息越丰富,效果就越好。指纹和指静脉运用最低层次的图像层融合概念,将指纹和指静脉作为一个整体生物特征信息进行处理,并且特征信息量以指纹为主,指静脉为辅的策略,不仅可以使识别的特征信息量更丰富,效率更高,而且可以达到活体检测和防伪识别的目的。
在图像层融合概念中加入静态加权策略,从前期大量的测试结果中选择最优的指纹指静脉加权因子,后续固定采用选定的最优加权因子进行注册和使用。
图像信息采集过程中,指纹信息与指静脉信息可能会出现部分重叠的情况,但是重叠区域不会太多。本发明实施例采用以指纹纹理图像为主,指静脉为辅的策略,采集的图像中固定大小区域的指纹信息比较丰富,而指静脉信息比较少,但是指静脉与指纹信息的相对位置关系、指静脉信息和指纹纹理对于不同的用户来说都是独一无二的。因此,对于正常用户来说,身份认证需要获取丰富的指纹信息和少量的指静脉信息即可,既能达到唯一性识别的目的,又能达到活体检测和防伪识别的效果。
此外,由于指纹信息与指静脉信息存在部分重叠,可能会损失少量的指纹信息,但是不影响最终的判断结果。
图像融合模块341后进入图像筛选模块342,主控对获取到的图像进行有效筛选,判断图像是否为指纹指静脉图像,指纹指静脉是否清楚,指纹指静脉在图中位置是否合适、所占比例是否足够,指纹是否比较潮湿或干燥。因此需要对指纹指静脉图像进行质量评价。质量评价主要从6个方面展开:对比度质量分数、位置偏移质量分数、有效面积质量分数、清晰度质量分数、干湿度质量分数、信息熵质量分数。因此,总体评价分数需综合考虑这6个方面的参数得分,并按照一定的加权进行累加求和,得到最终的总体评价分数。上述6项指标的分数越低,图像质量越差。在总体评价分数计算时,首先需要考虑单个指标对总分的影响,同时单个指标的权重也应该受到其他5项指标的影响。
图像筛选模块342中的各个指标的权重值会在大量测试阶段确定指纹指静脉模式和指静脉模式下的两套最优值。在用户注册阶段和使用阶段会根据模式选择的结果来自动选择最优权重值。对于图像质量筛选,引入动态加权策略,在指纹指静脉模式和指静脉模式下,其对应的最优权值因子不同,因此系统会根据不同模式自动切换权值因子。
完成质量评价后将质量评价高的图像传给图像预处理模块343,图像预处理模块343对图像进行预处理,目的是去除噪声,以提高图像的质量,其过程包括从原图像中分割出指纹指静脉的ROI(Region of Interest,兴趣区域)以及ROI图像增强。ROI分割是把指纹图像中的背景区域从图像中分离出去,保留有用的部分即ROI。其目的是为了减少自动识别时对验证算法的干扰,也能降低处理时间。ROI分割出的图像质量一般较低,需要进行增强处理。其目的是去掉图像中的噪声,增强纹线的对比度,得到一幅较清晰的灰度图像。
预处理完成后通过特征提取模块344进行特征提取,在用户注册阶段和使用阶段会根据用户选择的采样模式来自动选择相配套的特征提取算法。
如果选择指纹指静脉模式,对于指纹和指静脉结合的特征提取可以用指纹类似的细节特征提取方法,或者可以在指纹特征提取方法中加入部分指静脉特征提取的一些方法,按照指纹权重比高,指静脉权重比低的方式来融合。
如果选择指静脉模式,则直接调用目前最通用的一些指静脉特征提取算法。
在进入特征匹配模块345前,需要根据阶段选择信号结果来判断进入注册阶段还是使用阶段。图5是根据本发明实施例的指静脉与无感指纹识别系统的示意图二,如图5所示,如果是注册阶段,选择录入路径,通过录入模块52将特征提取的指纹指静脉信息和指静脉信息存储到对应的存储模块中,具体的,将指纹指静脉图像的特征信息存储到指纹指静脉库存车单元4041中,指静脉图像的特征信息存储到指静脉库存储单元4042中。然后存储模块反馈存储结果信息给主控的通知/显示/执行控制模块347,该模块根据结果执行相应的操作。
如果是使用阶段,则进入特征匹配模块345,该模块需要事先预存大量的指纹指静脉特征信息库,然后将实时抓取的指纹指静脉图像特征信息与事先预存的特征信息库进行对比。
在经过特征匹配模块345后进入决策模块346,判断上述的比对结果是否满足预先设定的阈值范围。决策模块346的结果则反馈给通知/显示/执行控制模块,如果决策结果为满足,则认为识别认证通过,主控通知用户识别成功,并执行相应的有效操作(比如打开闸门等);如果为不满足,则认为识别认证不通过,主控通知用户识别失败,不执行任何操作或者提示失败报警。然后再提示用户重新进行识别认证,当连续认证失败次数达到5次后,锁定系统无法再进行识别操作,并进行非法报警。针对一些有管理员的应用场景,当出现一次识别认证失败后即通过WIFI、4G联网或短信通知管理员相关信息,当到达五次连续识别认证失败后,发出报警信息给管理员。
为了进一步提高整个系统的执行效率,缩短响应时间,图像筛选模块342、图像预处理模块343、特征提取模块344、特征匹配模块345和决策模块346均在同一个高性能FPGA中实现。从而大幅提升系统运行效率,缩短识别认证时间,大大增加用户体验感。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例4
本发明的实施例还提供了一种计算机可读的存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,通过图像采集装置在指纹指静脉识别模式下采集手指位于或划过所述图像采集装置的指纹指静脉识别区域的指纹指静脉图像,其中,所述指纹指静脉识别区域为所述图像采集装置的光源与成像模组之间的预定体积的立体空间,所述指纹指静脉图像是将采集的指纹和指静脉通过图像层融合之后得到的;
S2,确定所述指纹指静脉图像的图像质量;
S3,在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征;
S4,确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例5
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,通过图像采集装置在指纹指静脉识别模式下采集手指位于或划过所述图像采集装置的指纹指静脉识别区域的指纹指静脉图像,其中,所述指纹指静脉识别区域为所述图像采集装置的光源与成像模组之间的预定体积的立体空间,所述指纹指静脉图像是将采集的指纹和指静脉通过图像层融合之后得到的;
S2,确定所述指纹指静脉图像的图像质量;
S3,在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征;
S4,确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
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。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (16)

1.一种基于指纹和指静脉的联合识别处理系统,其特征在于,包括:图像采集装置和FPGA控制器,所述图像采集装置包括:一个镜头、一组光源、一组反光棱镜、成像模组,所述光源与所述成像模组相对设置,所述光源与所述成像模组之间的预定体积的立体空间为指纹指静脉识别区域,所述反光棱镜设置在所述指纹指静脉识别区域的侧面,所述成像模组与所述FPGA控制器连接,所述成像模组包括一个传感器,所述立体空间为两侧无限制、垂直高度按图像景深范围限制的结构,其中,
所述反光棱镜,用于将所述光源反射到所述指纹指静脉识别区域,对所述指纹指静脉识别区域的指纹进行补光;
所述图像采集装置,用于在指纹指静脉识别模式下采集手指位于或划过所述指纹指静脉识别区域的指纹指静脉图像,并将所述指纹指静脉图像传输给所述FPGA控制器,其中,所述指纹指静脉图像是将采集的指纹和指静脉通过图像层融合之后得到的;
所述FPGA控制器,用于确定所述指纹指静脉图像的图像质量,在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征,确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
2.根据权利要求1所述的系统,其特征在于,
所述FPGA控制器,还用于分别确定所述指纹指静脉图像的指纹指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指纹指静脉图像的图像质量;在所述指纹指静脉图像的图像质量大于或等于第一预定阈值的情况下,确定所述指纹指静脉图像的图像质量满足所述指纹指静脉图像质量标准。
3.根据权利要求1所述的系统,其特征在于,
所述FPGA控制器,还用于在所述指纹指静脉图像的图像质量不满足所述预先设置的图像质量标准的情况下,根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间,根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示重新采集所述指纹指静脉图像。
4.根据权利要求3所述的系统,其特征在于,
所述FPGA控制器,还用于在重新采集的所述指纹指静脉图像的图像质量不满足所述图像质量标准的情况下,将所述指纹指静脉识别模式切换为指静脉识别模式,根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间,根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示采集指静脉图像;
所述图像采集装置,还用于采集所述指纹指静脉识别区域的所述指静脉图像,将所述指静脉图像传输给所述FPGA控制器;
所述FPGA控制器,还用于确定所述指静脉图像的图像质量,在所述指静脉图像的图像质量满足预先设置的指静脉图像质量标准的情况下,提取所述指静脉图像的图像特征,并确定所述指静脉图像的图像特征与预先存储的指静脉图像特征是否匹配。
5.根据权利要求4所述的系统,其特征在于,
所述FPGA控制器,还用于分别确定所述指静脉图像的指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指静脉图像的图像质量;在所述指静脉图像的图像质量大于或等于第二预定阈值的情况下,确定所述指静脉图像的图像质量满足所述指静脉图像质量标准。
6.根据权利要求1所述的系统,其特征在于,
所述FPGA控制器,还用于在提取所述指纹指静脉图像的图像特征之前,对所述指纹指静脉图像进行去噪处理。
7.根据权利要求6所述的系统,其特征在于,
所述FPGA控制器,还用于从所述指纹指静脉图像中分割出指纹指静脉的兴趣区域ROI,得到ROI图像;并对所述ROI图像进行增强处理。
8.根据权利要求1至7中任一项所述的系统,其特征在于,
所述FPGA控制器,还用于在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配成功的情况下,提示识别成功;
在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配失败的次数大于或等于预定次数的情况下,锁定系统和/或向预先建立连接的移动终端发送告警信息。
9.一种基于指纹和指静脉的联合识别处理方法,其特征在于,包括:
通过图像采集装置在指纹指静脉识别模式下采集手指位于或划过所述图像采集装置的指纹指静脉识别区域的指纹指静脉图像,其中,所述指纹指静脉识别区域为所述图像采集装置的光源与成像模组之间的预定体积的立体空间,所述指纹指静脉图像是将采集的指纹和指静脉通过图像层融合之后得到的,所述图像采集装置包括:一个镜头、一组光源、一组反光棱镜、成像模组,所述成像模组包括一个传感器,所述立体空间为两侧无限制、垂直高度按图像景深范围限制的结构,所述反光棱镜用于将所述光源反射到所述指纹指静脉识别区域,对所述指纹指静脉识别区域的指纹进行补光;
确定所述指纹指静脉图像的图像质量;
在所述指纹指静脉图像的图像质量满足预先设置的指纹指静脉图像质量标准的情况下,提取所述指纹指静脉图像的图像特征;
确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配。
10.根据权利要求9所述的方法,其特征在于,
确定所述指纹指静脉图像的图像质量包括:
分别确定所述指纹指静脉图像的指纹指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;
根据预先确定的所述对比度、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指纹指静脉图像的图像质量;
所述方法还包括:
在所述指纹指静脉图像的图像质量大于或等于第一预定阈值的情况下,确定所述指纹指静脉图像的图像质量满足所述指纹指静脉图像质量标准。
11.根据权利要求9所述的方法,其特征在于,所述方法还包括:
在所述指纹指静脉图像的图像质量不满足所述预先设置的图像质量标准的情况下,根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间;
根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示重新采集所述指纹指静脉图像。
12.根据权利要求11所述的方法,其特征在于,
在重新采集的所述指纹指静脉图像的图像质量不满足所述图像质量标准的情况下,将所述指纹指静脉识别模式切换为指静脉识别模式,并根据所述指纹指静脉图像的图像质量确定所述光源的调整亮度和所述成像模组中传感器的调整曝光时间;
根据所述调整亮度和所述调整曝光时间分别调整所述光源的亮度和所述成像模组中传感器的曝光时间,并提示采集指静脉图像;
通过所述图像采集装置采集所述指纹指静脉识别区域的所述指静脉图像;
确定所述指静脉图像的图像质量;
在所述指静脉图像的图像质量满足预先设置的指静脉图像质量标准的情况下,提取所述指静脉图像的图像特征,并确定所述指静脉图像的图像特征与预先存储的指静脉图像特征是否匹配。
13.根据权利要求11所述的方法,其特征在于,确定所述指静脉图像的图像质量包括:
分别确定所述指静脉图像的指静脉的对比度、清晰度、位置偏移、有效面积、干湿度、信息熵中的至少一个;根据预先确定的所述对比度权重、所述清晰度、所述位置偏移、所述有效面积、所述干湿度、所述信息熵中至少一个对应的权重确定所述指静脉图像的图像质量;
在所述指静脉图像的图像质量大于或等于第二预定阈值的情况下,确定所述指静脉图像的图像质量满足所述指静脉图像质量标准。
14.根据权利要求9至13中任一项所述的方法,其特征在于,在确定所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征是否匹配之后,所述方法还包括:
在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配成功的情况下,提示识别成功;
在所述指纹指静脉图像的图像特征与预先存储的指纹指静脉图像特征匹配失败的次数大于或等于预定次数的情况下,锁定系统和/或向预先建立连接的移动终端发送告警信息。
15.一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求9至14任一项中所述的方法。
16.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求9至14任一项中所述的方法。
CN202010177755.4A 2020-03-13 2020-03-13 一种基于指纹和指静脉的联合识别处理方法及系统 Active CN111368780B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010177755.4A CN111368780B (zh) 2020-03-13 2020-03-13 一种基于指纹和指静脉的联合识别处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010177755.4A CN111368780B (zh) 2020-03-13 2020-03-13 一种基于指纹和指静脉的联合识别处理方法及系统

Publications (2)

Publication Number Publication Date
CN111368780A CN111368780A (zh) 2020-07-03
CN111368780B true CN111368780B (zh) 2024-01-30

Family

ID=71208957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010177755.4A Active CN111368780B (zh) 2020-03-13 2020-03-13 一种基于指纹和指静脉的联合识别处理方法及系统

Country Status (1)

Country Link
CN (1) CN111368780B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111914786B (zh) * 2020-08-11 2023-05-23 重庆文理学院 一种手指静脉识别方法及其系统
CN111914787B (zh) * 2020-08-11 2023-05-26 重庆文理学院 一种用于指静脉识别soc系统的寄存器配置方法
CN112329652A (zh) * 2020-11-09 2021-02-05 长春工业大学 一种滑动式自适应指静脉识别装置及方法
CN112418150A (zh) * 2020-12-03 2021-02-26 佳都新太科技股份有限公司 掌静脉图像评估方法、装置、计算机设备及存储介质
CN113891012A (zh) * 2021-09-17 2022-01-04 北京极豪科技有限公司 一种图像处理方法、装置、设备以及存储介质
CN116259091B (zh) * 2023-01-18 2023-11-10 北京飞腾时光信息科技有限公司 一种静默活体检测的方法和装置
CN117058727B (zh) * 2023-07-18 2024-04-02 广州脉泽科技有限公司 一种基于图像增强的手部静脉图像识别方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201378323Y (zh) * 2009-03-20 2010-01-06 公安部第一研究所 多模态结合的身份认证装置
CN101901336A (zh) * 2010-06-11 2010-12-01 哈尔滨工程大学 指纹与指静脉双模态识别决策级融合法
CN103679153A (zh) * 2013-12-16 2014-03-26 中国民航大学 手指多模态生物特征偏振成像系统
CN105678233A (zh) * 2015-12-30 2016-06-15 北京天诚盛业科技有限公司 基于指纹与指静脉的复合识别方法、装置及系统
CN106022218A (zh) * 2016-05-06 2016-10-12 浙江工业大学 一种基于小波变换和Gabor滤波器的掌纹掌静脉图像层融合方法
CN106156754A (zh) * 2016-07-29 2016-11-23 浙江工业大学 一种基于最大外切矩阵感兴趣区域提取和双边滤波的手指多模态预处理方法
CN107423703A (zh) * 2017-07-21 2017-12-01 山东大学 基于人脸、指纹和指静脉特征的多模态识别装置及方法
CN107657209A (zh) * 2017-07-07 2018-02-02 杭州电子科技大学 一种基于手指静脉图像质量的模板图像注册机制
CN110008931A (zh) * 2019-04-16 2019-07-12 上海应用技术大学 结合指纹与指静脉信息的混合识别方法
CN110826542A (zh) * 2019-12-18 2020-02-21 杭州比扬智能科技有限公司 多指生物信息识别装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5292821B2 (ja) * 2008-01-16 2013-09-18 ソニー株式会社 静脈画像取得装置および静脈画像取得方法
US9195900B2 (en) * 2011-11-21 2015-11-24 Pixart Imaging Inc. System and method based on hybrid biometric detection
TWI539386B (zh) * 2011-11-21 2016-06-21 Pixart Imaging Inc The use of a variety of physiological information mixed identification of the identity of the system and methods

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201378323Y (zh) * 2009-03-20 2010-01-06 公安部第一研究所 多模态结合的身份认证装置
CN101901336A (zh) * 2010-06-11 2010-12-01 哈尔滨工程大学 指纹与指静脉双模态识别决策级融合法
CN103679153A (zh) * 2013-12-16 2014-03-26 中国民航大学 手指多模态生物特征偏振成像系统
CN105678233A (zh) * 2015-12-30 2016-06-15 北京天诚盛业科技有限公司 基于指纹与指静脉的复合识别方法、装置及系统
CN106022218A (zh) * 2016-05-06 2016-10-12 浙江工业大学 一种基于小波变换和Gabor滤波器的掌纹掌静脉图像层融合方法
CN106156754A (zh) * 2016-07-29 2016-11-23 浙江工业大学 一种基于最大外切矩阵感兴趣区域提取和双边滤波的手指多模态预处理方法
CN107657209A (zh) * 2017-07-07 2018-02-02 杭州电子科技大学 一种基于手指静脉图像质量的模板图像注册机制
CN107423703A (zh) * 2017-07-21 2017-12-01 山东大学 基于人脸、指纹和指静脉特征的多模态识别装置及方法
CN110008931A (zh) * 2019-04-16 2019-07-12 上海应用技术大学 结合指纹与指静脉信息的混合识别方法
CN110826542A (zh) * 2019-12-18 2020-02-21 杭州比扬智能科技有限公司 多指生物信息识别装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
指纹与静脉复合识别系统的图像采集;吉紫娟;;湖北第二师范学院学报(第02期);全文 *
掌纹掌脉图像超小波域融合识别算法;李新春;曹志强;林森;张春华;;计算机应用(第08期);全文 *
非接触式手掌静脉成像系统的研究与设计;苑玮琦;武;谷宗辉;;微计算机信息(第10期);全文 *

Also Published As

Publication number Publication date
CN111368780A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
CN111368780B (zh) 一种基于指纹和指静脉的联合识别处理方法及系统
CN110383286B (zh) 用于生物识别的方法、指纹识别装置和电子设备
CN107438854B (zh) 使用移动设备捕获的图像执行基于指纹的用户认证的系统和方法
KR101872753B1 (ko) 지문 식별방법 및 이의 지문 식별장치
US8803963B2 (en) Vein pattern recognition based biometric system and methods thereof
US9245168B2 (en) Authentication apparatus, authentication program, and authentication method
US8514277B2 (en) Video infrared retinal image scanner
EP2848196A1 (en) Apparatus for blood vessel imaging
JP2017196319A (ja) 撮像装置、認証処理装置、撮像方法、認証処理方法およびプログラム
CN104933344A (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
US20150130917A1 (en) Miniature contactless fingerprinting device
CN109661668B (zh) 用于虹膜识别的图像处理方法和系统
CN104680128B (zh) 一种基于四维分析的生物特征识别方法和系统
JP2009252052A (ja) 認証用撮像装置、認証用撮像方法、および認証用撮像プログラム
CN110532849A (zh) 用于面部检测的多光谱图像处理系统
Kauba et al. Shedding light on the veins-reflected light or transillumination in hand-vein recognition
JP2004030564A (ja) 個人認証方法、個人認証装置および撮影装置
CN110037651B (zh) 眼底图像的质量控制方法及装置
JP2014180435A (ja) 生体情報入力装置、生体情報入力プログラム、生体情報入力方法
CN114463793A (zh) 摄影装置、认证装置及生物体摄影方法
JP2018101289A (ja) 生体認証装置、生体認証システム、生体認証プログラム、及び生体認証方法
CN111950446A (zh) 指纹识别方法、装置和终端设备
JP2005004781A (ja) 個人認証方法および個人認証装置
CN212112500U (zh) 静脉识别装置和电子设备
JP7205208B2 (ja) 指紋照合装置、画像処理装置、指紋照合システム、指紋照合方法およびプログラム

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
GR01 Patent grant
GR01 Patent grant