CN112528836A - 一种掌静脉信息采集方法、装置、设备及存储介质 - Google Patents
一种掌静脉信息采集方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112528836A CN112528836A CN202011424270.7A CN202011424270A CN112528836A CN 112528836 A CN112528836 A CN 112528836A CN 202011424270 A CN202011424270 A CN 202011424270A CN 112528836 A CN112528836 A CN 112528836A
- Authority
- CN
- China
- Prior art keywords
- palm vein
- palm
- vein image
- corner
- upper left
- 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
- 210000003462 vein Anatomy 0.000 title claims abstract description 210
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 210000000887 face Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
-
- 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
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Abstract
本发明公开了一种掌静脉信息采集方法、装置、设备及存储介质，其中，方法包括：采集同一手掌的多张掌静脉图像，并采集每张掌静脉图像的图像信息；分别从每张掌静脉图像中提取感兴趣区域；获取每张掌静脉图像的感兴趣区域的角坐标；根据角坐标计算每张掌静脉图像的旋转参数；关联每张掌静脉图像对应的图像信息和旋转参数，得到手掌的掌静脉信息。解决了现有技术无法获取掌静脉的角度从而无法提升登记的多样性导致识别率提升不明显的技术问题，提高了掌静脉图像识别的成功率。
Description
技术领域
本发明涉及数据采集技术领域，尤其涉及一种掌静脉信息采集方法、装置、设备和存储介质。
背景技术
随着经济圈全球化、信息化进程的加快，人们对赖以生存的社会环境开始提出更高的安全要求，人们需要更安全、更方便的身份认证技术。由于生物特征技术具有稳定性、唯一性和方便性等特点，由此以生物识别技术作为手段来进行身份验证逐渐取代诸如钥匙、密码等传统的身份识别方式。生物特征可粗略分为外部特征(比如，指纹、掌纹、人脸、耳廓等)，内部特征(比如，手掌静脉、手背静脉、虹膜等)。属于内部特征的掌静脉相较于指纹等外部特征而言，具有体表特征难以获取及伪造，不会因为损伤、磨损、潮湿等造成识别率下降的特点，因此，采用掌静脉特征具有更高的安全性和识别率。
市面上大多数近红外掌静脉登记方式为直接登记或登记多个不具有多样性的掌静脉进行识别。
然而，由于近红外算法无法获取掌静脉的角度从而无法提升登记的多样性导致识别率提升不明显。
发明内容
本发明提供了一种掌静脉信息采集方法、装置、设备及存储介质，用于解决现有技术无法获取掌静脉的角度从而无法提升登记的多样性导致识别率提升不明显的技术问题。
本发明提供了一种掌静脉信息采集方法，包括：
采集同一手掌的多张掌静脉图像，并采集每张所述掌静脉图像的图像信息；
分别从每张所述掌静脉图像中提取感兴趣区域；
获取每张所述掌静脉图像的所述感兴趣区域的角坐标；
根据所述角坐标计算每张所述掌静脉图像的旋转参数；
关联每张所述掌静脉图像对应的图像信息和旋转参数，得到所述手掌的掌静脉信息。
可选地，所述角坐标包括左上角纵坐标和右上角纵坐标；所述旋转参数包括手掌方向和旋转角度；所述根据所述角坐标计算每张所述掌静脉图像的旋转参数的步骤，包括：
依次计算所述左上角纵坐标与所述右上角纵坐标的差值；
判断所述差值是否小于或等于预设阈值；
若是，则判定所述掌静脉图像的手掌方向为指尖朝上，并确定所述掌静脉图像的旋转角度为0°。
可选地，所述角坐标还包括左上角横坐标和右上角横坐标；所述根据所述角坐标计算每张所述掌静脉图像的旋转参数的步骤，还包括：
当所述差值大于所述预设阈值时，判断所述左上角纵坐标是否小于所述右上角纵坐标；
若是，则判定所述掌静脉图像的手掌方向为指尖朝左，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第一旋转角度。
可选地，所述根据所述角坐标计算每张所述掌静脉图像的旋转参数的步骤，还包括：
当所述左上角纵坐标大于所述右上角纵坐标时，则判定所述掌静脉图像的手掌方向为指尖朝右，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第二旋转角度。
本发明还提供了一种掌静脉信息采集装置，包括：
采集模块，用于采集同一手掌的多张掌静脉图像，并采集每张所述掌静脉图像的图像信息；
感兴趣区域提取模块，用于分别从每张所述掌静脉图像中提取感兴趣区域；
角坐标获取模块，用于获取每张所述掌静脉图像的所述感兴趣区域的角坐标；
旋转参数计算模块，用于根据所述角坐标计算每张所述掌静脉图像的旋转参数；
掌静脉信息采集模块，用于关联每张所述掌静脉图像对应的图像信息和旋转参数，得到所述手掌的掌静脉信息。
可选地，所述角坐标包括左上角纵坐标和右上角纵坐标；所述旋转参数包括手掌方向和旋转角度；所述旋转参数计算模块，包括：
差值计算子模块，用于依次计算所述左上角纵坐标与所述右上角纵坐标的差值；
判断子模块，用于判断所述差值是否小于或等于预设阈值；
指尖朝上确定子模块，用于若是，则判定所述掌静脉图像的手掌方向为指尖朝上，并确定所述掌静脉图像的旋转角度为0°。
可选地，所述角坐标还包括左上角横坐标和右上角横坐标；所述旋转参数计算模块，还包括：
当所述差值大于所述预设阈值时，判断所述左上角纵坐标是否小于所述右上角纵坐标；
指尖朝左确定子模块，用于若是，则判定所述掌静脉图像的手掌方向为指尖朝左，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第一旋转角度。
可选地，所述旋转参数计算模块，还包括：
指尖朝右确定子模块，用于当所述左上角纵坐标大于所述右上角纵坐标时，则判定所述掌静脉图像的手掌方向为指尖朝右，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第二旋转角度。
本发明还提供了一种电子设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行如上任一项所述的掌静脉信息采集方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的掌静脉信息采集方法。
从以上技术方案可以看出，本发明具有以下优点：本发明通过采集同一手掌的多张掌静脉图像，并采集每张掌静脉图像的图像信息；分别从每张掌静脉图像中提取感兴趣区域；获取每张掌静脉图像的感兴趣区域的角坐标；根据角坐标计算每张掌静脉图像的旋转参数；从而得到不同角度的掌静脉图像的图像信息，通过关联每张掌静脉图像对应的图像信息和旋转参数，得到手掌的掌静脉信息。从而解决了现有技术无法获取掌静脉的角度从而无法提升登记的多样性导致识别率提升不明显的技术问题，提高了掌静脉图像识别的成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种掌静脉信息采集方法的步骤流程图；
图2为本发明实施例提供的一种指尖朝上的掌静脉图像的示意图；
图3为本发明实施例提供的一种指尖朝左的掌静脉图像的示意图；
图4为本发明实施例提供的一种指尖朝右的掌静脉图像的示意图；
图5为本发明实施例提供的一种掌静脉信息采集装置的结构框图。
具体实施方式
本发明实施例提供了一种掌静脉信息采集方法、装置、设备及存储介质，用于解决现有技术无法获取掌静脉的角度从而无法提升登记的多样性导致识别率提升不明显的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例提供的一种掌静脉信息采集方法的步骤流程图。
本发明提供的一种掌静脉信息采集方法，具体可以包括以下步骤：
步骤101，采集同一手掌的多张掌静脉图像，并采集每张掌静脉图像的图像信息；
掌静脉，顾名思义，就是手掌内静脉，掌静脉识别是静脉识别的一种，属于生物识别，掌静脉识别系统就是首先通过静脉识别仪取得个人掌静脉分布图，从掌静脉分布图依据专用比对算法提取特征值，通过近红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，将特征值存储。静脉比对时，实时采取静脉图，提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中静脉特征值比对，采用复杂的匹配算法对静脉特征进行匹配，从而对个人进行身份鉴定，确认身份。
现有技术的缺陷在于，通过近红外算法采集掌静脉图像的方法，无法获取掌静脉的角度从而无法提升登记的多样性导致识别率提升不明显。
步骤102，分别从每张掌静脉图像中提取感兴趣区域；
有鉴于现有技术的上述缺陷，在本发明实施例中，对掌静脉图像的角度进行计算。在此，首先需要提取每张掌静脉图像中的感兴趣区域。
感兴趣区域(region of interest，ROI)：在图像处理领域，感兴趣区域(ROI)是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点。圈定该区域以便进行进一步处理。使用ROI圈定目标，可以减少处理时间，增加精度。
在具体应用中，可以选择基于矩形图像块的分割法或基于最大内切圆的方法来进行ROI提取。其中，基于矩形图像块的分割法的基本思想是：在图像中去除两个关键点，通过关键点建立直角坐标系，从中截取特定大小的矩形块作为ROI。
最大内切圆方法的基本思想是：在手掌区域截取到面积最大的内切圆，将内切圆作为ROI。基于最大内切圆算法进行掌静脉ROI提取，具体过程包括：对手掌静脉原始图像进行预处理并添加区域网格线，先以网格线为参考，缩小圆心的检索区域范围，从而简化圆心的定义过程；然后设置初始半径，再以一个网格宽度为变量，增加半径，最终确定最大内切圆；并以该最大内切圆作为ROI。
需要说明的是，每张掌静脉图像所截取的ROI、以及在后续进行掌静脉识别时针对手掌采集的掌静脉图像中的ROI可以是一样的，以使识别和匹配都只针对相同的ROI，从而可以加快识别的速度。
步骤103，获取每张掌静脉图像的感兴趣区域的角坐标；
在本发明实施例中，在截取了掌静脉图像的感兴趣区域后，还需要获取掌静脉图像的感兴趣区域的角坐标。
在一个示例中，可以以掌静脉图像的一个角点作为坐标原点，建立直角坐标系。当然，本领域技术人员也可以在掌静脉图像中任意选择坐标原点位置，本发明实施例对此不作具体限制。
步骤104，根据角坐标计算每张掌静脉图像的旋转参数；
在获取到掌静脉图像中各角点的角坐标后，可以基于角坐标计算掌静脉图像的旋转参数。
具体地，为了获取手掌的多样性，本发明实施例可以采集3个方向的掌静脉图像，分别为指尖朝左的掌静脉图像、指尖朝右的掌静脉图像、指尖朝上的掌静脉图像。
在一个示例中，角坐标包括左上角纵坐标和右上角纵坐标；旋转参数包括手掌方向和旋转角度；根据角坐标计算每张掌静脉图像的旋转参数的步骤，包括：
依次计算左上角纵坐标与右上角纵坐标的差值；
判断差值是否小于或等于预设阈值；
若是，则判定掌静脉图像的手掌方向为指尖朝上，并确定掌静脉图像的倾斜角度为0°。
具体地，如图2所示，感兴趣区域的左上角坐标(x1，y1)为A点，右上角坐标(x2，y2)为C点，当y1＝y2时，可以判定掌静脉图像中的手掌方向为指尖朝上。此时，感兴趣区域指尖所正对的边线与x轴的夹角为0，认为掌静脉图像的旋转角度为0°。
值得注意的是，由于图像采集的误差因素，y1＝y2的情况可能比较少，在本发明实施例中，可以设置一个阈值(如10dpi)，当y1与y2的差值小于或等于该阈值时，则可认定掌静脉图像中手掌的方向为指尖朝上，掌静脉图像的旋转角度为0°。
在另一个示例中，角坐标还包括左上角横坐标和右上角横坐标；根据角坐标计算每张掌静脉图像的旋转参数的步骤，还包括：
当差值大于预设阈值时，判断左上角纵坐标是否小于右上角纵坐标；
若是，则判定掌静脉图像的手掌方向为指尖朝左，并根据左上角横坐标、左上角纵坐标、右上角横坐标和右上角纵坐标计算掌静脉图像的第一旋转角度。
具体地，如图3所示，取感兴趣区域的左上角坐标(x1，y1)为A点，取感兴趣区域的右上角坐标(x2，y2)为C点，通过判断y1和y2的大小，可以判断掌静脉图像中的手掌方向，当y1<y2时，则可以认定掌静脉图像中的手掌方向为指尖朝左。
进一步地，在以A点为坐标原点的坐标系中，以C点向下垂直画线直至与x轴相交于B点，可得到一个直角三角形，AC与AB的夹角，即为掌静脉图像的旋转角度。AC与AB的夹角的具体计算过程如下：
通过A和C的坐标，计算得到AB＝(x2-x1)，BC＝(y2-y1)，由勾股定理可得AC的值。通过三角函数可得sin∠A＝BC/AC。由反三角函数可以计算得到∠A的夹角大小。
在又一个示例中，根据角坐标计算每张掌静脉图像的旋转参数的步骤，还包括：
当左上角纵坐标大于右上角纵坐标时，则判定掌静脉图像的手掌方向为指尖朝右，并根据左上角横坐标、左上角纵坐标、右上角横坐标和右上角纵坐标计算掌静脉图像的第二旋转角度。
具体地，如图4所示，同样取感兴趣区域的左上角坐标(x1，y1)为A点，取感兴趣区域的右上角坐标(x2，y2)为C点，当y1>y2时，则可以认定掌静脉图像中的手掌方向为指尖朝右。在以A点为坐标原点的坐标系中，以C点向上垂直画线直至与x轴相交于D点，可得到一个直角三角形，AC与AD的夹角，即为掌静脉图像的旋转角度。其中，AC与AD的夹角的具体计算过程如下：
通过A和C的坐标，计算得到AD＝(x2-x1)，DC＝(y1-y2)，由勾股定理可得AD的值。通过三角函数可得sin∠A＝DC/AC。由反三角函数可以计算得到∠A的夹角大小。
通过上述计算过程，即可得到精确角度的掌静脉数据。
需要说明的是，上述对坐标原点的选择，只是本发明实施例的一个具体示例，本领域技术人员可以根据实际需要在选取其它点作为坐标原点，本发明实施例对此不作具体限制。此外，上述计算是基于感兴趣区域的左上角坐标和右上角坐标来进行的，但本领域技术人员完全可以根据实际需求选择其他角点的角坐标进行旋转参数的计算。本发明实施例对此不作具体限制。
步骤105，关联每张掌静脉图像对应的图像信息和旋转参数，得到手掌的掌静脉信息。
通过将同一手掌的不同角度的掌静脉图像的图像信息和旋转参数进行关联，可以得到具有多样性的掌静脉信息。如果采集到的掌静脉信息用于登记，则可以增加掌静脉登记的多样性。有效提升掌静脉的识别率。
本发明通过采集同一手掌的多张掌静脉图像，并采集每张掌静脉图像的图像信息；分别从每张掌静脉图像中提取感兴趣区域；获取每张掌静脉图像的感兴趣区域的角坐标；根据角坐标计算每张掌静脉图像的旋转参数；从而得到不同角度的掌静脉图像的图像信息，通过关联每张掌静脉图像对应的图像信息和旋转参数，得到手掌的掌静脉信息。从而解决了现有技术无法获取掌静脉的角度从而无法提升登记的多样性导致识别率提升不明显的技术问题，提高了掌静脉图像识别的成功率。
请参阅图5，图5为本发明实施例提供的一种掌静脉信息采集装置的结构框图。
本发明实施例提供了一种掌静脉信息采集装置，包括：
采集模块501，用于采集同一手掌的多张掌静脉图像，并采集每张掌静脉图像的图像信息；
感兴趣区域提取模块502，用于分别从每张掌静脉图像中提取感兴趣区域；
角坐标获取模块503，用于获取每张掌静脉图像的感兴趣区域的角坐标；
旋转参数计算模块504，用于根据角坐标计算每张掌静脉图像的旋转参数；
掌静脉信息采集模块505，用于关联每张掌静脉图像对应的图像信息和旋转参数，得到手掌的掌静脉信息。
在本发明实施例中，角坐标包括左上角纵坐标和右上角纵坐标；旋转参数包括手掌方向和旋转角度；旋转参数计算模块504，包括：
差值计算子模块，用于依次计算左上角纵坐标与右上角纵坐标的差值；
判断子模块，用于判断差值是否小于或等于预设阈值；
指尖朝上确定子模块，用于若是，则判定掌静脉图像的手掌方向为指尖朝上，并确定掌静脉图像的旋转角度为0°。
在本发明实施例中，角坐标还包括左上角横坐标和右上角横坐标；旋转参数计算模块504，还包括：
当差值大于预设阈值时，判断左上角纵坐标是否小于右上角纵坐标；
指尖朝左确定子模块，用于若是，则判定掌静脉图像的手掌方向为指尖朝左，并根据左上角横坐标、左上角纵坐标、右上角横坐标和右上角纵坐标计算掌静脉图像的第一旋转角度。
在本发明实施例中，旋转参数计算模块504，还包括：
指尖朝右确定子模块，用于当左上角纵坐标大于右上角纵坐标时，则判定掌静脉图像的手掌方向为指尖朝右，并根据左上角横坐标、左上角纵坐标、右上角横坐标和右上角纵坐标计算掌静脉图像的第二旋转角度。
本发明实施例还提供了一种电子设备，设备包括处理器以及存储器：
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行本发明实施例的掌静脉信息采集方法。
本发明实施例还提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质用于存储程序代码，程序代码用于执行本发明实施例的掌静脉信息采集方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(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。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种掌静脉信息采集方法，其特征在于，包括：
采集同一手掌的多张掌静脉图像，并采集每张所述掌静脉图像的图像信息；
分别从每张所述掌静脉图像中提取感兴趣区域；
获取每张所述掌静脉图像的所述感兴趣区域的角坐标；
根据所述角坐标计算每张所述掌静脉图像的旋转参数；
关联每张所述掌静脉图像对应的图像信息和旋转参数，得到所述手掌的掌静脉信息。
2.根据权利要求1所述的方法，其特征在于，所述角坐标包括左上角纵坐标和右上角纵坐标；所述旋转参数包括手掌方向和旋转角度；所述根据所述角坐标计算每张所述掌静脉图像的旋转参数的步骤，包括：
依次计算所述左上角纵坐标与所述右上角纵坐标的差值；
判断所述差值是否小于或等于预设阈值；
若是，则判定所述掌静脉图像的手掌方向为指尖朝上，并确定所述掌静脉图像的旋转角度为0°。
3.根据权利要求2所述的方法，其特征在于，所述角坐标还包括左上角横坐标和右上角横坐标；所述根据所述角坐标计算每张所述掌静脉图像的旋转参数的步骤，还包括：
当所述差值大于所述预设阈值时，判断所述左上角纵坐标是否小于所述右上角纵坐标；
若是，则判定所述掌静脉图像的手掌方向为指尖朝左，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第一旋转角度。
4.根据权利要求3所述的方法，其特征在于，所述根据所述角坐标计算每张所述掌静脉图像的旋转参数的步骤，还包括：
当所述左上角纵坐标大于所述右上角纵坐标时，则判定所述掌静脉图像的手掌方向为指尖朝右，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第二旋转角度。
5.一种掌静脉信息采集装置，其特征在于，包括：
采集模块，用于采集同一手掌的多张掌静脉图像，并采集每张所述掌静脉图像的图像信息；
感兴趣区域提取模块，用于分别从每张所述掌静脉图像中提取感兴趣区域；
角坐标获取模块，用于获取每张所述掌静脉图像的所述感兴趣区域的角坐标；
旋转参数计算模块，用于根据所述角坐标计算每张所述掌静脉图像的旋转参数；
掌静脉信息采集模块，用于关联每张所述掌静脉图像对应的图像信息和旋转参数，得到所述手掌的掌静脉信息。
6.根据权利要求5所述的装置，其特征在于，所述角坐标包括左上角纵坐标和右上角纵坐标；所述旋转参数包括手掌方向和旋转角度；所述旋转参数计算模块，包括：
差值计算子模块，用于依次计算所述左上角纵坐标与所述右上角纵坐标的差值；
判断子模块，用于判断所述差值是否小于或等于预设阈值；
指尖朝上确定子模块，用于若是，则判定所述掌静脉图像的手掌方向为指尖朝上，并确定所述掌静脉图像的旋转角度为0°。
7.根据权利要求6所述的装置，其特征在于，所述角坐标还包括左上角横坐标和右上角横坐标；所述旋转参数计算模块，还包括：
当所述差值大于所述预设阈值时，判断所述左上角纵坐标是否小于所述右上角纵坐标；
指尖朝左确定子模块，用于若是，则判定所述掌静脉图像的手掌方向为指尖朝左，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第一旋转角度。
8.根据权利要求7所述的装置，其特征在于，所述旋转参数计算模块，还包括：
指尖朝右确定子模块，用于当所述左上角纵坐标大于所述右上角纵坐标时，则判定所述掌静脉图像的手掌方向为指尖朝右，并根据所述左上角横坐标、所述左上角纵坐标、所述右上角横坐标和所述右上角纵坐标计算所述掌静脉图像的第二旋转角度。
9.一种电子设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的掌静脉信息采集方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的掌静脉信息采集方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011424270.7A CN112528836A (zh) | 2020-12-08 | 2020-12-08 | 一种掌静脉信息采集方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011424270.7A CN112528836A (zh) | 2020-12-08 | 2020-12-08 | 一种掌静脉信息采集方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112528836A true CN112528836A (zh) | 2021-03-19 |
Family
ID=74998280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011424270.7A Pending CN112528836A (zh) | 2020-12-08 | 2020-12-08 | 一种掌静脉信息采集方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112528836A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113221891A (zh) * | 2021-05-12 | 2021-08-06 | 佛山育脉科技有限公司 | 掌静脉图像的识别角度的调整方法和装置 |
| CN113963158A (zh) * | 2021-11-25 | 2022-01-21 | 佳都科技集团股份有限公司 | 一种掌静脉图像感兴趣区域提取方法及装置 |
| CN114612941A (zh) * | 2022-05-11 | 2022-06-10 | 四川圣点世纪科技有限公司 | 一种基于掌静脉特征的多模式身份认证方法、装置及系统 |
| WO2023028947A1 (zh) * | 2021-09-02 | 2023-03-09 | 青岛奥美克生物信息科技有限公司 | 掌静脉非接触式三维建模方法、装置及认证方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609698A (zh) * | 2012-02-09 | 2012-07-25 | 北京海和鑫生信息科学研究所有限公司 | 活体采集侧面掌纹质量评估方法 |
| CN106991380A (zh) * | 2017-03-10 | 2017-07-28 | 电子科技大学 | 一种基于掌静脉图像的预处理方法 |
| CN107341473A (zh) * | 2017-07-04 | 2017-11-10 | 深圳市利众信息科技有限公司 | 手掌特征识别方法、手掌特征识别设备、及存储介质 |
| CN108764093A (zh) * | 2018-05-21 | 2018-11-06 | 中国人民解放军战略支援部队信息工程大学 | 基于相机的非接触指纹图像采集装置及方法 |
| CN110287772A (zh) * | 2019-05-10 | 2019-09-27 | 平安科技（深圳）有限公司 | 平面手掌掌心区域提取方法及装置 |
| US20190347461A1 (en) * | 2017-04-26 | 2019-11-14 | South China University Of Technology | Three-dimensional finger vein recognition method and system |
-
2020
- 2020-12-08 CN CN202011424270.7A patent/CN112528836A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609698A (zh) * | 2012-02-09 | 2012-07-25 | 北京海和鑫生信息科学研究所有限公司 | 活体采集侧面掌纹质量评估方法 |
| CN106991380A (zh) * | 2017-03-10 | 2017-07-28 | 电子科技大学 | 一种基于掌静脉图像的预处理方法 |
| US20190347461A1 (en) * | 2017-04-26 | 2019-11-14 | South China University Of Technology | Three-dimensional finger vein recognition method and system |
| CN107341473A (zh) * | 2017-07-04 | 2017-11-10 | 深圳市利众信息科技有限公司 | 手掌特征识别方法、手掌特征识别设备、及存储介质 |
| CN108764093A (zh) * | 2018-05-21 | 2018-11-06 | 中国人民解放军战略支援部队信息工程大学 | 基于相机的非接触指纹图像采集装置及方法 |
| CN110287772A (zh) * | 2019-05-10 | 2019-09-27 | 平安科技（深圳）有限公司 | 平面手掌掌心区域提取方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113221891A (zh) * | 2021-05-12 | 2021-08-06 | 佛山育脉科技有限公司 | 掌静脉图像的识别角度的调整方法和装置 |
| WO2023028947A1 (zh) * | 2021-09-02 | 2023-03-09 | 青岛奥美克生物信息科技有限公司 | 掌静脉非接触式三维建模方法、装置及认证方法 |
| CN113963158A (zh) * | 2021-11-25 | 2022-01-21 | 佳都科技集团股份有限公司 | 一种掌静脉图像感兴趣区域提取方法及装置 |
| CN114612941A (zh) * | 2022-05-11 | 2022-06-10 | 四川圣点世纪科技有限公司 | 一种基于掌静脉特征的多模式身份认证方法、装置及系统 |
| CN114612941B (zh) * | 2022-05-11 | 2022-08-30 | 四川圣点世纪科技有限公司 | 一种基于掌静脉特征的多模式身份认证方法、装置及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112528836A (zh) | 一种掌静脉信息采集方法、装置、设备及存储介质 | |
| Liu et al. | An efficient finger-vein extraction algorithm based on random forest regression with efficient local binary patterns | |
| Yang et al. | Personal authentication using finger vein pattern and finger-dorsa texture fusion | |
| CN114612941B (zh) | 一种基于掌静脉特征的多模式身份认证方法、装置及系统 | |
| CN112287865B (zh) | 一种人体姿态识别的方法及装置 | |
| CN110008892A (zh) | 一种基于四连指指纹图像采集的指纹核验方法及装置 | |
| JP2017211938A (ja) | 生体情報処理装置、生体情報処理方法および生体情報処理プログラム | |
| Fischer et al. | A novel palm vein recognition approach based on enhanced local Gabor binary patterns histogram sequence | |
| Soh et al. | A review: Personal identification based on palm vein infrared pattern | |
| Oldal et al. | Hand geometry and palmprint-based authentication using image processing | |
| Donida Labati et al. | A scheme for fingerphoto recognition in smartphones | |
| CN108734069B (zh) | 一种指静脉图像的质量分数计算方法及装置 | |
| CN109711287B (zh) | 人脸采集方法及相关产品 | |
| Behera et al. | Fast signature spotting in continuous air writing | |
| WO2021001322A1 (en) | Slap segmentation of contactless fingerprint images | |
| Li et al. | Principal line based ICP alignment for palmprint verification | |
| Zhong et al. | VeinDeep: Smartphone unlock using vein patterns | |
| Khaliluzzaman et al. | Hand geometry based person verification system | |
| Szymkowski et al. | A novel approach to fingerprint identification using method of sectorization | |
| Biradar | Personal identification using palmprint biometrics based on principal line approach | |
| CN113409214A (zh) | 一种受损指纹图像的快速修复方法 | |
| CN111222116A (zh) | 一种智能终端 | |
| CN107844735B (zh) | 生物特征的认证方法和装置 | |
| Jain et al. | Palm vein technology for biometrics | |
| CN111177696A (zh) | 智能终端开机认证方法 |
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 |