CN114612941B - 一种基于掌静脉特征的多模式身份认证方法、装置及系统 - Google Patents
一种基于掌静脉特征的多模式身份认证方法、装置及系统 Download PDFInfo
- Publication number
- CN114612941B CN114612941B CN202210506748.3A CN202210506748A CN114612941B CN 114612941 B CN114612941 B CN 114612941B CN 202210506748 A CN202210506748 A CN 202210506748A CN 114612941 B CN114612941 B CN 114612941B
- Authority
- CN
- China
- Prior art keywords
- palm
- palm vein
- feature
- identity authentication
- point
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
Abstract
本发明涉及一种基于掌静脉特征的多模式身份认证方法、装置及系统，其中，基于掌静脉特征的多模式身份认证方法包括：采集用户的掌静脉图像，并对所述掌静脉图像进行二值化处理得到掌静脉二值图；获取所述掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，所述手掌连通区域包含完整的手掌；统计所述手掌连通区域的个数，若所述手掌连通区域的个数符合预设的认证策略，则进行掌静脉特征身份认证，若所述手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像。本发明可以有效提高身份认证的效率。
Description
技术领域
本发明涉及生物特征识别技术领域，尤其涉及一种基于掌静脉特征的多模式身份认证方法、装置及系统。
背景技术
传统的基于密码、口令、令牌的认证模式由于其易遗忘、不易携带等原因已经渐渐不能满足行业需求；以指纹识别、人脸识别、静脉识别为代表的生物特征识别技术伴随着移动互联网、移动智能终端技术的快速发展得到迅速推广和应用。静脉识别一般分为指静脉识别、面部静脉识别和掌静脉识别，其中，掌静脉识别相对于指静脉识，非接触，用户接受度更高；相对于面部静脉识别，为主动式识别，隐私保护效果更加好，因此基于掌静脉特征的身份认证技术发展越来越迅速。
基于掌静脉的身份认证流程一般为获取掌静脉图像，对获取的掌静脉图像进行预处理后截取手掌区域，基于手掌区域获取ROI并从ROI中提取掌静脉特征，将提取的掌静脉特征与特征模板相比对实现身份认证。现有方法在一次身份认证过程中，只能基于一个用户的掌静脉图像进行身份认证，在金融、安防等要求较高的行业中，通常需要多用户通过身份认证才可获得操作权限，此时只能一个用户一个用户的进行身份认证，效率较低。
发明内容
本发明的目的在于提供一种基于掌静脉特征的多模式身份认证方法，可以有效提高身份认证的效率，为了达到目的，本发明提供的技术方案为：
一种基于掌静脉特征的多模式身份认证方法，包括：采集用户的掌静脉图像，并对所述掌静脉图像进行二值化处理得到掌静脉二值图；获取所述掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，所述手掌连通区域包含完整的手掌；统计所述手掌连通区域的个数，若所述手掌连通区域的个数符合预设的认证策略，则进行掌静脉特征身份认证，若所述手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像。
优选地，所述预设的认证策略包括单用户掌静脉特征身份认证策略和多用户掌静脉身份认证策略；所述单用户掌静脉特征身份认证策略下，所述手掌连通区域的个数大于等于1，执行单用户掌静脉特征身份认证，包括：分别提取每一所述手掌连通区域的掌静脉特征，并将提取的每一所述掌静脉特征与模板掌静脉特征相比对，若任一掌静脉特征与模板掌静脉特征匹配通过，则身份认证通过；所述多用户掌静脉身份认证策略下，所述手掌连通区域的个数大于1，执行多用户掌静脉特征身份认证，包括：分别提取每一所述手掌连通区域的掌静脉特征，并将提取的每一所述掌静脉特征与模板掌静脉特征相比对，统计匹配通过的数量或比例，确定身份认证是否通过。
优选地，所述判断是否存在手掌连通区域，包括：采用边缘检测算法获取所述连通区域的多个轮廓点；构建所述轮廓点到连通区域中心点的夹角-距离曲线图；采用遍历的方式寻找轮廓特征点，所述轮廓特征点到所述连通区域中心点的距离大于与该轮廓特征点相邻的左右四个轮廓点到所述连通区域中心点的距离；分别计算所述轮廓特征点与其左右相邻的两个轮廓特征点的距离，若所述距离均大于10，则所述轮廓特征点为所述连通区域的第一特征点；若第一特定点的个数等于5，则判定所述连通区域为手掌连通区域。
优选地，所述提取所述手掌连通区域的掌静脉特征包括：根据所述第一特征点确定所述手掌连通区域的第二特征点；根据所述第一特征点和第二特征点对所述手掌连通区域进行预裁剪得到目标连通区域；对所述目标连通区域进行旋转矫正，并对所述矫正后的目标连通区域进行感兴趣区域截取；对所述感兴趣区域进行掌静脉特征提取。
优选地，所述根据所述第一特征点确定所述手掌连通区域的第二特征点，包括：分别计算所述第一特征点两两横坐标的差值，选取差值最大的两个第一特征点分别作为起点和终点将所述第一特征点进行顺序排序；在所述夹角-距离波峰曲线图上寻找相邻的两个所述第一特征点之间纵坐标最小的点，即四个第二特征点。
优选地，所述根据第一特征点和第二特征点对所述手掌连通区域进行预裁剪得到目标连通区域，包括：分别求取五个第一特征点的中心点和四个第二特征点的中心点，计算五个第一特征点的中心点和四个第二特征点的中心点的距离；以四个第二特征点的中心点为圆心，五个第一特征点的中心点和四个第二特征点的中心点的距离的1.5倍为半径，进行预裁剪得到目标连通区域。
优选地，对所述目标连通区域进行旋转矫正，包括：获取所述目标连通区域的中心点；采用边缘检测算法获取所述目标连通区域的多个边缘点；分别计算所述多个边缘点到所述目标连通区域中心点的距离，到所述目标连通区域中心点的距离最大的边缘点为中指指尖点；以所述目标连通区域中心点与中指指尖点的连线与垂直轴的夹角为矫正角度对目标连通区域进行矫正。
优选地，所述对所述掌静脉图像进行二值化处理得到掌静脉二值图，包括：将所述掌静脉图像以其中心点为分割原点，横纵向分割成四个子掌静脉图像；分别计算所述四个子掌静脉图像的分割阈值；根据所述分割阈值计算对角阈值；利用所述对角阈值分别对所述四个子掌静脉图像进行二值化处理得到子手掌静脉二值图；将所述子掌静脉二值图拼接成手掌二值图。
为解决上述技术问题，本申请还提供一种基于掌静脉特征的多模式身份认证装置，包括：采集模块，用于采集用户的掌静脉图像；预处理模块，用于对所述掌静脉图像进行二值化处理得到掌静脉二值图；判断模块，用于获取所述掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，所述手掌连通区域包含完整的手掌；统计控制模块，用于统计所述手掌连通区域的个数，若所述手掌连通区域的个数大于0且符合预设的认证策略，则进行掌静脉特征身份认证，若所述手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像。
为解决上述技术问题，本申请还提供一种基于掌静脉特征的多模式身份认证系统，包括：存储器，用于储存计算机程序；处理器，用于执行所述计算机程序时实现如上任一所述的基于掌静脉特征的多模式身份认证方法。
采用本申请提供的技术方案，预设单用户掌静脉特征身份认证策略和多用户掌静脉身份认证策略，通过先判断是否存在手掌连通区域及是否符合预设的身份认证策略，决定是进入单用户掌静脉特征身份认证模式、多用户掌静脉身份认证模式或提示用户重新采集掌静脉图像，一方面可以有效避免采集的掌静脉图像为断掌但进入身份认证阶段进而降低身份认证效率的问题，另一方面，通过预设多用户掌静脉身份认证策略，在金融、安防等要求较高的行业中，多个用户可以同时操作，既可以身份认证提高效率，也进一步提高了安全性。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于掌静脉特征的多模式身份认证方法的流程图；
图2为本发明实施例提供的提取手掌连通区域的掌静脉特征的流程图；
图3为本发明实施例提供的一种基于掌静脉特征的多模式身份认证装置的结构示意图；
图4为本发明实施例提供的一种基于掌静脉特征的多模式身份认证系统框架图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。
参照附图1所示，本发明涉及一种基于掌静脉特征的多模式身份认证方法，包括以下步骤：
1）采集用户的掌静脉图像，并对掌静脉图像进行二值化处理得到掌静脉二值图，包括：将掌静脉图像以其中心点为分割原点，横纵向分割成四个子掌静脉图像；分别计算四个子掌静脉图像的分割阈值；根据分割阈值计算对角阈值；利用对角阈值分别对四个子掌静脉图像进行二值化处理得到子手掌静脉二值图；将子掌静脉二值图拼接成手掌二值图。需要说明的是，采集的掌静脉图像为规则的矩形，以其几何中心为分割原点，将掌静脉图像分割成大小相同的四个矩形的子掌静脉图像；子掌静脉图形的分割阈值方法有三角阈值、雷尼熵阈值、最大类间方差法等，可以根据采集到的图像质量选择合适的分割方法。本实施例中通过将采集的掌静脉图像分割成四个子掌静脉图像，分别将每个子掌静脉二值化，然后拼接成手掌二值图，可以有效避免在获取掌静脉图像时，手掌表面照射的光照不均匀而导致的二值化效果不好的问题。
2）获取掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，包括：采用连通区域标记算法或区域生长法获取所述掌静脉二值图中所有的连通区域；采用边缘检测算法获取连通区域的多个轮廓点；构建轮廓点到连通区域中心点的夹角-距离曲线图；采用遍历的方式寻找轮廓特征点，轮廓特征点到连通区域中心点的距离大于与该轮廓特征点相邻的左右四个轮廓点到连通区域中心点的距离；分别计算轮廓特征点与其左右相邻的两个轮廓特征点的距离，若距离均大于10，则轮廓特征点为连通区域的第一特征点；若第一特定点的个数等于5，则判定连通区域为手掌连通区域。
需要说明的是，首先获取掌静脉二值图中所有的连通区域，然后分别构建每个连通区域的夹角-距离曲线图，而非直接构建掌静脉二值图的夹角-距离曲线图，是因为采集的掌静脉图像可能为复杂背景下的采集的图像，如在室外采集的掌静脉图像，背景包括树木、建筑物等，或在室内采集的掌静脉图像，背景包括衣服、人脸等等，若直接构建掌静脉二值图的夹角-距离曲线图，所获得的轮廓点既有可能是手掌的轮廓点也有可能为复杂背景的轮廓点，对后续的特征点的筛选极为困难，因此本方案中首先获取掌静脉二值图中所有的连通区域，然后对每一连通区域构建夹角-距离曲线图。其中，所构建的连通区域的夹角-距离曲线图，是以轮廓点到连通区域中心点的夹角为横坐标，轮廓点到连通区域中心点的距离为纵坐标构建而成。另一方面，现有方案中，在获取连通区域后，一般选择面积最大的区域当做手掌的连通区域，若获取的掌静脉二值图中包含多张手掌时，则很有可能出现识别错误，本实施例中，通过构建夹角-距离曲线图筛选特征点可以有效避免上述情况的出现。
需要说明的是，因相较于指尖周边的其它手掌轮廓点，指尖到手掌中心点的距离更长，本实施例采用遍历的方式寻找轮廓特征点，轮廓特征点到连通区域中心点的距离大于与该轮廓特征点相邻的左右四个轮廓点到连通区域中心点的距离，其中轮廓特征点即为待确认的指尖点。需要说明的是，若存在手臂较长，则胳膊点也有可能被识别为待确认的指尖点，因此需要进行进一步筛选。根据五根手指间的特性，相邻的指尖点距离不会过大，其中距离是指连通区域中两个指尖点连线经过白点的像素数量，因此本实施例中，计算待确认指尖点与其左右相邻的两个待确认指尖点的距离，若距离均大于10，则待确认指尖点为连通区域的第一特征点，即指尖点。根据指尖点的个数判断是否连通区域是否包含完整的手掌，即是否为手掌连通区域。本实施例中，因为涉及到多用户掌静脉特征身份认证，为了提高识别通过率，因此设定指尖点的个数为5，则为手掌连通区域，在一些实施例中，也可以确认指尖点的个数为4即为手掌连通区域。
3）统计手掌连通区域的个数，若手掌连通区域的个数且符合预设的认证策略，则进行掌静脉特征身份认证，若手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像。其中，预设的认证策略包括单用户掌静脉特征身份认证策略和多用户掌静脉身份认证策略；单用户掌静脉特征身份认证策略下，手掌连通区域的个数大于等于1，执行单用户掌静脉特征身份认证，包括：分别提取每一手掌连通区域的掌静脉特征，并将提取的每一掌静脉特征与模板掌静脉特征相比对，若任一掌静脉特征与模板掌静脉特征匹配通过，则身份认证通过；多用户掌静脉身份认证策略下，手掌连通区域的个数大于1，执行多用户掌静脉特征身份认证，包括：分别提取每一手掌连通区域的掌静脉特征，并将提取的每一掌静脉特征与模板掌静脉特征相比对，统计匹配通过的数量或比例，确定身份认证是否通过。
本实施中，通过先判断手掌连通区域的个数是否符合预设条件，可以有效提高身份认证效率，例如，若手掌连通区域的个数为0，可以认为采集的掌静脉图像中不包含一个完整的手掌，不管是单用户掌静脉特征身份认证策略和多用户掌静脉身份认证策略下，都不符合要求，因此直接提示用户重新采集掌静脉图像；在多用户掌静脉身份认证策略下，若统计的手掌连通区域个数为1，也直接提示用户重新采集掌静脉图像。若预设的为单用户掌静脉特征身份认证，若手掌连通区域的个数为1，则从该手掌连通区域提取的掌静脉特征要与模板掌静脉特征相匹配，方可身份认证成功；若手掌连通区域的个数大于1，只要存在掌静脉特征与模板掌静脉特征相匹配通过，则身份认证成功，此方式可以广泛用于园区、学校等人员密集的场所，在多人同时进行身份认证时，只要任一用户身份识别通过，即可获得操作权限。若预设的为多用户掌静脉特征身份认证策略，需要提前预设匹配通过的数量或比例，在满足手掌连通区域的个数大于1的前提下，与模板掌静脉特征匹配通过的掌静脉特征也需要满足预设的匹配通过的数量或比例，例如，提前预设4用户的掌静脉身份认证策略，可以预设只要有3个用户同时通过认证方可最终认证通过，也可以预设超过50%的用户同时通过即可认证成功，此方式可以适用于银行等需要多用户通过身份认证才可获得操作权限的场景，此外多个用户可以同时操作，可以避免每个用户前后分别操作，既可以提高效率，也进一步提高了安全性。具体采用何种认证策略，可以根据实际场景进行提前预设。
本实施例中，参照图2所示，提取手掌连通区域的掌静脉特征包括如下步骤：1）根据第一特征点确定手掌连通区域的第二特征点，包括：分别计算第一特征点两两横坐标的差值，选取差值最大的两个第一特征点分别作为起点和终点将五个第一特征点进行顺序排序；在夹角-距离波峰曲线图上寻找相邻的两个第一特征点之间纵坐标最小的点，即四个第二特征点。需要说明的是，五个指尖点两两横坐标的差值即为两个手指之间的角度，因为大拇指和小拇指指尖之间的角度一定最大，所以差值最大的两个点一定为大拇指指尖点和小拇指指尖点，将大拇指指尖点或小拇指指尖点分别作为起点和终点，对五个指尖点进行顺序排序，然后寻找两个指尖点之间纵坐标最小的点，即为指缝所在点，最终获取到四个指缝点。
2）根据第一特征点和第二特征点对手掌连通区域进行预裁剪得到目标连通区域，包括：分别求取五个第一特征点的中心点和四个第二特征点的中心点，计算五个第一特征点的中心点和四个第二特征点的中心点的距离；以四个第二特征点的中心点为圆心，五个第一特征点的中心点和四个第二特征点的中心点的距离的1.5倍为半径，进行预裁剪得到目标连通区域。通过预裁剪，可以裁掉较长的胳膊等区域，便于后期的旋转矫正及感兴趣区域截取。
3）对目标连通区域进行旋转矫正，并对矫正后的目标连通区域进行感兴趣区域截取，对感兴趣区域进行掌静脉特征提取，包括：获取目标连通区域的中心点；采用边缘检测算法获取目标连通区域的多个边缘点；计算各边缘点到目标连通区域中心点的距离，到目标连通区域中心点的距离最大的边缘点为中指指尖点；以目标连通区域中心点与中指指尖点的连线与垂直轴的夹角为矫正角度对目标连通区域进行矫正；对矫正后的目标连通区域可以采用最大内接矩形或最大外接原形等方式进行感兴趣区域截取；最后对感兴趣区域进行掌静脉特征提取。
以上为本申请实施例提供的一种基于掌静脉特征的多模式身份认证方法，基于此，本申请还提供了对应的基于掌静脉特征的多模式身份认证装置，该装置可以是电子设备上的模块、程序段或代码。应理解，该装置与上述方法实施例对应，能够执行上述方法实施例涉及的各个步骤，该装置具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。参照图3所示，基于掌静脉特征的多模式身份认证装置包括：采集模块，用于采集用户的掌静脉图像；预处理模块，用于对所述掌静脉图像进行二值化处理得到掌静脉二值图；判断模块，用于获取所述掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，所述手掌连通区域包含完整的手掌；统计控制模块，用于统计所述手掌连通区域的个数，若所述手掌连通区域的个数大于0且符合预设的认证策略，则进行掌静脉特征身份认证，若所述手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像。
需要说明的是在本实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
本申请还提供了一种基于掌静脉特征的多模式身份认证系统，参照图4所示，该系统包括至少一个处理器和存储器，图4中以一个处理器为例。处理器和存储器通过总线连接，存储器存储有可被处理器执行的指令；处理器，在执行存储器中存储的程序时，能实现以下方法：采集用户的掌静脉图像，并对掌静脉图像进行二值化处理得到掌静脉二值图；获取掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，手掌连通区域包含完整的手掌；统计手掌连通区域的个数，若手掌连通区域的个数大于0且符合预设的认证策略，则进行掌静脉特征身份认证，若手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像。
以上结合实施例对本发明进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍属于本发明的专利涵盖范围之内。
Claims (9)
1.一种基于掌静脉特征的多模式身份认证方法，其特征在于，包括：采集用户的掌静脉图像，并对所述掌静脉图像进行二值化处理得到掌静脉二值图；获取所述掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，所述手掌连通区域包含完整的手掌；统计所述手掌连通区域的个数，若所述手掌连通区域的个数符合预设的认证策略，则进行掌静脉特征身份认证，若所述手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像；所述预设的认证策略包括单用户掌静脉特征身份认证策略和多用户掌静脉身份认证策略；所述单用户掌静脉特征身份认证策略下，所述手掌连通区域的个数大于等于1，执行单用户掌静脉特征身份认证，包括：分别提取每一所述手掌连通区域的掌静脉特征，并将提取的每一所述掌静脉特征与模板掌静脉特征相比对，若任一掌静脉特征与模板掌静脉特征匹配通过，则身份认证通过；所述多用户掌静脉身份认证策略下，所述手掌连通区域的个数大于1，执行多用户掌静脉特征身份认证，包括：分别提取每一所述手掌连通区域的掌静脉特征，并将提取的每一所述掌静脉特征与模板掌静脉特征相比对，统计匹配通过的数量或比例，确定身份认证是否通过。
2.根据权利要求1所述的基于掌静脉特征的多模式身份认证方法，其特征在于，所述判断是否存在手掌连通区域，包括：采用边缘检测算法获取所述连通区域的多个轮廓点；构建所述轮廓点到连通区域中心点的夹角-距离曲线图；采用遍历的方式寻找轮廓特征点，所述轮廓特征点到所述连通区域中心点的距离大于与该轮廓特征点相邻的左右四个轮廓点到所述连通区域中心点的距离；分别计算所述轮廓特征点与其左右相邻的两个轮廓特征点的距离，若所述距离均大于10，则所述轮廓特征点为所述连通区域的第一特征点；若第一特定点的个数等于5，则判定所述连通区域为手掌连通区域。
3.根据权利要求2所述的基于掌静脉特征的多模式身份认证方法，其特征在于，所述提取所述手掌连通区域的掌静脉特征包括：根据所述第一特征点确定所述手掌连通区域的第二特征点；根据所述第一特征点和第二特征点对所述手掌连通区域进行预裁剪得到目标连通区域；对所述目标连通区域进行旋转矫正，并对所述矫正后的目标连通区域进行感兴趣区域截取；对所述感兴趣区域进行掌静脉特征提取。
4.根据权利要求3所述的基于掌静脉特征的多模式身份认证方法，其特征在于，所述根据所述第一特征点确定所述手掌连通区域的第二特征点，包括：分别计算所述第一特征点两两横坐标的差值，选取差值最大的两个第一特征点分别作为起点和终点将五个所述第一特征点进行顺序排序；在所述夹角-距离曲线图上寻找相邻的两个所述第一特征点之间纵坐标最小的点，即四个第二特征点。
5.根据权利要求4所述的基于掌静脉特征的多模式身份认证方法，其特征在于，所述根据第一特征点和第二特征点对所述手掌连通区域进行预裁剪得到目标连通区域，包括：分别求取五个第一特征点的中心点和四个第二特征点的中心点，计算五个第一特征点的中心点和四个第二特征点的中心点的距离；以四个第二特征点的中心点为圆心，五个第一特征点的中心点和四个第二特征点的中心点的距离的1.5倍为半径，进行预裁剪得到目标连通区域。
6.根据权利要求5所述的基于掌静脉特征的多模式身份认证方法，其特征在于，对所述目标连通区域进行旋转矫正，包括：获取所述目标连通区域的中心点；采用边缘检测算法获取所述目标连通区域的多个边缘点；计算所述各边缘点到所述目标连通区域中心点的距离，到所述目标连通区域中心点的距离最大的边缘点为中指指尖点；以所述目标连通区域中心点与中指指尖点的连线与垂直轴的夹角为矫正角度对目标连通区域进行矫正。
7.根据权利要求1所述的基于掌静脉特征的多模式身份认证方法，其特征在于，所述对所述掌静脉图像进行二值化处理得到掌静脉二值图，包括：将所述掌静脉图像以其中心点为分割原点，横纵向分割成四个子掌静脉图像；分别计算所述四个子掌静脉图像的分割阈值；根据所述分割阈值计算对角阈值；利用所述对角阈值分别对所述四个子掌静脉图像进行二值化处理得到子掌静脉二值图；将所述子掌静脉二值图拼接成掌静脉二值图。
8.一种基于掌静脉特征的多模式身份认证装置，其特征在于，包括：采集模块，用于采集用户的掌静脉图像；预处理模块，用于对所述掌静脉图像进行二值化处理得到掌静脉二值图；判断模块，用于获取所述掌静脉二值图中的所有连通区域并判断是否存在手掌连通区域，所述手掌连通区域包含完整的手掌；统计控制模块，用于统计所述手掌连通区域的个数，若所述手掌连通区域的个数大于0且符合预设的认证策略，则进行掌静脉特征身份认证，若所述手掌连通区域的个数等于0或不符合预设的认证策略，则重新采集用户的掌静脉图像，其中，所述预设的认证策略包括单用户掌静脉特征身份认证策略和多用户掌静脉身份认证策略；所述单用户掌静脉特征身份认证策略下，所述手掌连通区域的个数大于等于1，执行单用户掌静脉特征身份认证，包括：分别提取每一所述手掌连通区域的掌静脉特征，并将提取的每一所述掌静脉特征与模板掌静脉特征相比对，若任一掌静脉特征与模板掌静脉特征匹配通过，则身份认证通过；所述多用户掌静脉身份认证策略下，所述手掌连通区域的个数大于1，执行多用户掌静脉特征身份认证，包括：分别提取每一所述手掌连通区域的掌静脉特征，并将提取的每一所述掌静脉特征与模板掌静脉特征相比对，统计匹配通过的数量或比例，确定身份认证是否通过。
9.一种基于掌静脉特征的多模式身份认证系统，其特征在于，包括：存储器，用于储存计算机程序；处理器，用于执行所述计算机程序时实现权利要求1至7任一项所述的基于掌静脉特征的多模式身份认证方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210506748.3A CN114612941B (zh) | 2022-05-11 | 2022-05-11 | 一种基于掌静脉特征的多模式身份认证方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210506748.3A CN114612941B (zh) | 2022-05-11 | 2022-05-11 | 一种基于掌静脉特征的多模式身份认证方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114612941A CN114612941A (zh) | 2022-06-10 |
| CN114612941B true CN114612941B (zh) | 2022-08-30 |
Family
ID=81867972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210506748.3A Active CN114612941B (zh) | 2022-05-11 | 2022-05-11 | 一种基于掌静脉特征的多模式身份认证方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114612941B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115100696A (zh) * | 2022-08-29 | 2022-09-23 | 山东圣点世纪科技有限公司 | 一种掌静脉识别中的连通域快速标记与提取方法及系统 |
| CN117115867B (zh) * | 2023-10-24 | 2024-02-09 | 江苏圣点世纪科技有限公司 | 一种掌静脉图像活体检测方法 |
| CN117292136B (zh) * | 2023-11-22 | 2024-04-12 | 江苏圣点世纪科技有限公司 | 一种静脉图像二值化方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103456064A (zh) * | 2013-09-16 | 2013-12-18 | 成都翰东科技有限公司 | 掌静脉门禁控制系统 |
| CN112528836A (zh) * | 2020-12-08 | 2021-03-19 | 熵基科技股份有限公司 | 一种掌静脉信息采集方法、装置、设备及存储介质 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012131899A1 (ja) * | 2011-03-29 | 2012-10-04 | 富士通フロンテック株式会社 | 生体認証装置、生体認証システム、および生体認証方法 |
| JP5747642B2 (ja) * | 2011-05-06 | 2015-07-15 | 富士通株式会社 | 生体認証装置、生体認証システム、生体認証サーバ、生体認証クライアント及び生体認証装置制御方法 |
| CN105224906B (zh) * | 2014-05-27 | 2020-08-11 | 苏州肯谱瑞力信息科技有限公司 | 掌静脉识别智能系统 |
| CN105373781A (zh) * | 2015-11-16 | 2016-03-02 | 成都四象联创科技有限公司 | 用于身份认证的二值图像处理方法 |
| CN108074304A (zh) * | 2016-11-16 | 2018-05-25 | 常熟安智生物识别技术有限公司 | 一种能扩大掌静脉识别使用人数的方案 |
| CN107273844A (zh) * | 2017-06-12 | 2017-10-20 | 成都芯软科技股份公司 | 掌静脉识别匹配方法及装置 |
| CN107341473B (zh) * | 2017-07-04 | 2018-07-06 | 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 |
| CN108846269A (zh) * | 2018-06-04 | 2018-11-20 | 黑龙江大学 | 一种面向多种特征的身份认证方法和身份认证装置 |
| CN109684811B (zh) * | 2018-12-26 | 2021-04-13 | 巽腾(广东)科技有限公司 | 定点授权的身份识别方法、装置及服务器 |
| CN112052842B (zh) * | 2020-10-14 | 2023-12-19 | 福建省海峡智汇科技有限公司 | 一种基于掌静脉的人员识别方法和装置 |
| CN112036383B (zh) * | 2020-11-04 | 2021-02-19 | 北京圣点云信息技术有限公司 | 一种基于手静脉的身份识别方法及装置 |
| CN113609953A (zh) * | 2021-07-30 | 2021-11-05 | 浙江一掌通数字科技有限公司 | 一种非接触式的掌静脉区域识别方法、系统及存储介质 |
| CN113936307B (zh) * | 2021-12-17 | 2022-03-15 | 北京圣点云信息技术有限公司 | 一种基于薄膜传感器的静脉图像识别方法及装置 |
-
2022
- 2022-05-11 CN CN202210506748.3A patent/CN114612941B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103456064A (zh) * | 2013-09-16 | 2013-12-18 | 成都翰东科技有限公司 | 掌静脉门禁控制系统 |
| CN112528836A (zh) * | 2020-12-08 | 2021-03-19 | 熵基科技股份有限公司 | 一种掌静脉信息采集方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114612941A (zh) | 2022-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| US6072895A (en) | System and method using minutiae pruning for fingerprint image processing | |
| CN109145742B (zh) | 一种行人识别方法及系统 | |
| US20040042645A1 (en) | Fingerprint recognition method, and fingerprint control method and system | |
| Hemalatha | A systematic review on Fingerprint based Biometric Authentication System | |
| AU2009246750A1 (en) | Fingerprint representation using gradient histograms | |
| CN103440633B (zh) | 一种数字图像自动祛除斑点的方法 | |
| WO2017161636A1 (zh) | 一种基于指纹的终端支付方法及装置 | |
| US20040057604A1 (en) | Method of palmprint identification | |
| CN112528836A (zh) | 一种掌静脉信息采集方法、装置、设备及存储介质 | |
| 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 | |
| CN109598235B (zh) | 一种指静脉图像认证方法及装置 | |
| US20120020535A1 (en) | Unique, repeatable, and compact biometric identifier | |
| CN113936303B (zh) | 一种手部图像最大内接矩形确定方法及图像识别方法 | |
| CN116188024A (zh) | 一种医疗安全支付系统 | |
| CN111612083B (zh) | 一种手指静脉识别方法、装置及设备 | |
| CN106650554A (zh) | 静态手势识别方法 | |
| CN106156774B (zh) | 影像处理方法及影像处理系统 | |
| Kanjan et al. | A comparative study of fingerprint matching algorithms | |
| CN114612951B (zh) | 一种手掌特征识别方法 | |
| CN106096597B (zh) | 一种人脸识别方法和装置 | |
| CN113268769A (zh) | 基于随机混淆的生物特征数据处理方法、系统及存储介质 | |
| CN111222116A (zh) | 一种智能终端 | |
| CN112381042A (zh) | 从掌静脉图像中提取掌静脉特征的方法、掌静脉识别方法 | |
| CN110705352A (zh) | 基于深度学习的指纹图像检测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230417 Address after: Room 2309, 23rd Floor, Qidi Building, No. 99, South Tiancheng Road, High Speed Rail New Town, Xiangcheng District, Suzhou City, Jiangsu Province, 215000 - Work Station A029 (cluster registration) Patentee after: Jiangsu Shengdian Century Technology Co.,Ltd. Address before: 9 / F, unit 1, building 2, no.41-5, Jinsha North 2nd Road, Jinniu District, Chengdu, Sichuan 610000 Patentee before: Sichuan ShengDian Century Technology Co.,Ltd. |