CN117789261A - 一种人体手掌特征图像采集装置 - Google Patents
一种人体手掌特征图像采集装置 Download PDFInfo
- Publication number
- CN117789261A CN117789261A CN202410074686.2A CN202410074686A CN117789261A CN 117789261 A CN117789261 A CN 117789261A CN 202410074686 A CN202410074686 A CN 202410074686A CN 117789261 A CN117789261 A CN 117789261A
- Authority
- CN
- China
- Prior art keywords
- palm
- image
- value
- light
- image acquisition
- 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 claims abstract description 64
- 238000012795 verification Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 45
- 238000001514 detection method Methods 0.000 claims description 38
- 238000012544 monitoring process Methods 0.000 claims description 25
- 238000005516 engineering process Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000000428 dust Substances 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 9
- 230000009977 dual effect Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 210000002615 epidermis Anatomy 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000010908 decantation Methods 0.000 claims description 6
- 230000002618 waking effect Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 102000001554 Hemoglobins Human genes 0.000 claims description 4
- 108010054147 Hemoglobins Proteins 0.000 claims description 4
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 238000002834 transmittance Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 12
- 230000000712 assembly Effects 0.000 abstract description 7
- 238000000429 assembly Methods 0.000 abstract description 7
- 238000003384 imaging method Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于手掌采像技术领域,具体是一种人体手掌特征图像采集装置,包括处理器、摄像头组件、主动光源模块、认证识别模块、定时触发决策模块和实时显示模块;本发明通过使用一组摄像头组件实现对手掌的掌纹和掌静脉图像采集,认证识别模块基于掌纹图像和掌静脉图像对用户进行身份识别验证,实时显示模块对识别验证结果进行显示,所采集的手掌特征图像不存在任何视觉位置偏差,相较于传统的双摄像头采集方式而言成像效果更佳,且能够在进行手掌特征图像采集时合理判断手掌放置合理性状况,并准确地实时评估摄像头组件的检查紧急性状况,智能化程度高,使用效果好。
Description
技术领域
本发明涉及手掌采像技术领域,具体是一种人体手掌特征图像采集装置。
背景技术
随着信息社会对个人身份认证需求的日益增长,生物特征识别技术以及产品已经广泛应用到了社会生活的各个方面;掌纹掌静脉识别技术是近二十年内诞生的生物识别技术,该项技术因具备多模态、防假体、防伪造、高精度等特点,已经在生物识别行业占据一席之地;传统的掌纹掌静脉采集识别系统通常采用两个摄像头组件,一个用于采集掌纹,另一个用于采集掌静脉;
但两个摄像头组件拍摄同一个手掌时,会导致两个镜头采集的手掌图片位置存在偏差,类似于人的左右眼分别看同一物体的原理,此种条件下采集的图片容易对后续生物特征处理识别过程造成不利影响,且无法在手掌特征图像采集时合理判断手掌放置合理性状况和实时评估摄像头组件的检查紧急性状况,智能化程度低,使用效果有待提升;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种人体手掌特征图像采集装置,解决了现有技术不能通过单一摄像头组件实现掌纹和掌静脉图像的同步精准采集识别,且无法在手掌特征图像采集时合理判断手掌放置合理性状况,以及难以准确地实时评估摄像头组件的检查紧急性状况,智能化程度低,使用效果差的问题。
为实现上述目的,本发明提供如下技术方案:
一种人体手掌特征图像采集装置,包括处理器、摄像头组件、主动光源模块、认证识别模块、定时触发决策模块和实时显示模块;主动光源模块由红外LED灯和可见光LED灯组成,在进行人体手掌特征图像采集时,处理器发出控制指令使主动光源模块同时发出470nm的可见光和940nm的红外光,其中,可见光照射于手掌的表面,通过手掌对光线的反射,摄像头组件摄取到反映手掌表皮纹理的掌纹图像;红外光照射于手掌并穿透人体表皮,且被人体血液中的血红蛋白吸收,摄像头组件摄取到的图像在手掌静脉位置形成暗影,据此采集到手掌的掌静脉图像;
摄像头组件将采集到的掌纹图像和掌静脉图像经处理器发送至认证识别模块,认证识别模块基于掌纹图像和掌静脉图像对用户进行身份识别验证,且将识别验证结果经处理器发送至实时显示模块,实时显示模块对识别验证结果进行显示;定时触发决策模块基于定时采集技术和图像触发技术以降低在空闲状态下的功耗,通过判断摄像头组件的采像区域是否存在手掌轮廓来确定是否继续处于休眠状态。
进一步的,摄像头组件由镜头、双带通滤光片和一组图像传感器组成,双带通滤光片位于镜头和图像传感器之间,其中,双带通滤光片支持470nm和940nm双波长,对470nm和940nm波长的光线的透光率超过90%。
进一步的,摄像头组件由镜头、可见光滤光片、反射式红外滤光片和两组图像传感器组成,可见光滤光片与其中一组图像传感器相对应,反射式红外滤光片与另一组图像传感器相对应,且反射式红外滤光片与摄像头组件的轴心线之间的夹角为45°;可见光滤光片为470nm波长的带通滤光片,允许透过470nm的光线并阻碍其它波段的光线通过;反射式红外滤光片为940nm波长的带通滤光片,允许透过940nm的光线并反射其他波段的光线。
进一步的,摄像头组件在进行人体手掌特征图像采集时,光线A通过镜头的透镜照射进入到镜头内部,并汇集为光线B且部分光线沿轴心向下发射,直至照射在反射式红外滤光片上;反射式红外滤光片透过940nm波长的红外光,透过部分在滤光片内部折射,从另外一侧射出且方向保持与镜头轴心线平行以形成光线C,光线C为单一的940nm波长红外线;
反射式红外滤光片对其他波段的光线反射,以形成反射光线D,光线D内包含除940nm外的其他波段光线;根据镜面反射原理,光线D沿轴心方向垂直并与反射式红外滤光片镜面呈45°的方向发射,直至照射在可见光滤光片上;可见光滤光片透过470nm波长的可见光,透过部分形成可见光线E;
470nm波长的可见光用于手掌掌纹图像采集,940nm波长的红外光用于手掌静脉图像采集;两组图像传感器分别位于光线C和光线E的照射位置,其中一组图像传感器获取到掌静脉图像,另一组图像传感器获取到掌纹图像。
进一步的,处理器为FPGA,认证识别模块包括本地认证模式和传感器模式两种运行模式,在本地认证模式中用户通过串口指令来控制FPGA完成手掌注册和手掌认证,且本地认证模式为在本系统中对掌纹图像和掌静脉图像进行特征提取、特征模板融合、特征存储和特征比对,以完成掌纹掌静脉识别的相关操作;传感器模式用于将采集到的掌纹图像和掌静脉图像通过USB接口直接送至其他计算机系统,由其他计算系统运行掌纹掌静脉的识别算法库,根据需求完成掌纹掌静脉识别的相关操作。
进一步的,两组图像传感器使用同一型号,在电路上使用同一路使能信号和时钟,同时二者配置为相同的图像分辨率和图像数据输出格式;时钟信号在图像传感器内部经过分频后生成图像传感器的PCLK信号,PCLK信号每输出一个脉冲,图像传感器执行一个标准时钟周期的动作;使用相同时钟信号的两组图像传感器各自所生成的PCLK信号频率一致,所输出的图像数据频率一致,在二者配置为相同图像参数的条件下,输出的数据长度相同;通过使能信号控制以在同一时刻打开两个图像传感器,能够同时和同步的使两组图像传感器输出图像数据。
进一步的,定时触发决策模块的具体运行过程如下:
在空闲状态下,基于定时采集技术开启处理器内部的定时器以使其开始计时,并进入到休眠状态,当定时器达到所设定的时长后唤醒处理器,此时处理器将第一时间打开主动光源模块中的红外LED和相应的图像传感器,并采集一帧当前的图像以用于图像触发;在定时采集图像后,基于图像触发技术将图像通过索贝尔算子或拉普拉斯算子来完成手掌边缘检测处理,并试图捕捉到手掌轮廓,若捕捉到手掌轮廓,则使处理器跳出空闲状态并进入到实时采集图像状态,否则使其继续切换到或进入到休眠状态;其中,定时采集的间隔时间基于用户需求自行设定,系统功耗仅在唤醒并进行图像处理的时刻最高,其他时间处于最低功耗运行状态,间隔时间设定越大,系统空闲状态的平均功耗越低。
进一步的,处理器与前置反馈预警模块通信连接,前置反馈预警模块用于在进行人体手掌特征图像采集时,获取到用户对应手掌的摆放位置,基于摆放位置以判断手掌掌心是否完全处于摄像头组件的采像区域中,若手掌掌心未完全处于摄像头组件的采像区域中,则生成采像前置预警信息;
若手掌掌心完全处于摄像头组件的采像区域中,则采集到手掌相较于摄像头组件的距离并将其标记为手掌距测值,以及采集到手掌的倾斜角度并将其标记为手掌倾析值,将手掌距测值与预设适宜手掌距测值范围的中值进行差值计算并取绝对值以得到手掌距析值;将手掌距析值与手掌倾析值进行数值计算得到手掌表现值,将手掌表现值与预设手掌表现阈值进行数值比较,若手掌表现值超过预设手掌表现阈值,则生成采像前置预警信息;且将采像前置预警信息号经处理器发送至实时显示模块,实时显示模块对采像前置预警信息进行显示并发出相应预警。
进一步的,处理器与部件监管模块通信连接,部件监管模块将摄像头组件所处环境标记为目标环境,采集到目标环境的温度数据和湿度数据,将温度数据与预设标准温度范围的中值进行差值计算并取绝对值以得到采像温表值,同理获取到采像湿表值;以及采集到目标环境的粉尘数据并将其标记为采像尘表值,将采像温表值、采像湿表值和采像尘表值进行数值计算得到采像监测值;
将采像监测值与预设采像监测阈值进行数值比较,若采像监测值超过预设采像监测阈值,则判断目标环境处于劣表现状态;在判断目标环境处于劣表现状态时开始计时,以获取到劣表现持续时长;将针对摄像头组件进行检查的相邻上一次检查时刻与当前时刻的间隔时长标记为待查间隔时长,将待查间隔时长内的所有劣表现持续时长进行求和计算得到劣表现检测值;
通过外力损害检测汇总分析获取到摄像头组件在待查间隔时长内的外力损析值,将外力损析值、劣表现检测值和待查间隔时长进行数值计算得到部件检查急析值,将部件检查急析值与预设部件检查急析阈值进行数值比较,若部件检查急析值超过预设部件检查急析阈值,则生成紧急检查清理信号,且将紧急检查清理信号经处理器发送至远程监管端。
进一步的,外力损害检测汇总分析的具体分析过程如下:
采集到待查间隔时长内摄像头组件受到外力冲击的次数并将其标记为外力检频值,以及采集到摄像头组件每次受到外力冲击时的外力持续时长、外力最大值和外力平均值,将外力持续时长、外力最大值和外力平均值进行数值计算得到外力损害检测值;将外力损害检测值与预设外力损害检测阈值进行数值比较,若外力损害检测值超过预设外力损害检测阈值,则将对应外力损害检测值标记为外力高损数表值,且将待查间隔时长内外力高损数表值的数量与外力检频值进行比值计算得到外力高损数析值,以及将外力高损数析值与外力检频值进行数值计算得到外力损析值。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过使用一组摄像头组件实现对手掌的掌纹和掌静脉图像采集,认证识别模块基于掌纹图像和掌静脉图像对用户进行身份识别验证,实时显示模块对识别验证结果进行显示,所采集的手掌特征图像不存在任何视觉位置偏差,相较于传统的双摄像头采集方式而言,该方式采集的掌纹掌静脉图像的成像效果更佳;
2、本发明中,通过前置反馈预警模块在进行人体手掌特征图像采集时,对手掌的摆放位置和摆放合理性状况进行合理检测判断,在生成采像前置预警信息时提醒相应人员及时作出相应调整,保证特征图像采集的高效性和准确性;且通过部件监管模块将摄像头组件所处环境状况和所受到的外力状况进行监测并精准评估摄像头组件的检查紧急性,显著提升摄像头组件的使用寿命和使用效果,智能化程度高,方便进行摄像头组件的监管。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的第一系统框图;
图2为本发明的第二系统框图;
图3为本发明中第一种摄像头组件的结构示意图;
图4为本发明中第一种摄像头组件的装配图;
图5为本发明中第二种摄像头组件的结构示意图;
图6为本发明中第二种摄像头组件的工作原理图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。
实施例一:如图1-2所示,本发明提出的一种人体手掌特征图像采集装置,包括处理器、摄像头组件、主动光源模块、认证识别模块、定时触发决策模块和实时显示模块,通常用于集成到出入口控制、身份认证等系统中,可以应用在如移动平板、电子门禁、考勤机、点名设备和金融支付设备等产品中,适用于生物识别、金融支付、信息安全等多个领域;优选的,处理器为FPGA;其中,FPGA的特点在于可以根据用户的需求在内部嵌入硬/软IP核,从而满足不同的要求;
主动光源模块由红外LED灯和可见光LED灯组成,在进行人体手掌特征图像采集时,处理器发出控制指令使主动光源模块同时发出470nm的可见光和940nm的红外光(需要说明的是,可见光波长范围为380-780nm,使用这个波段内的主动光源和滤光片来实现掌纹图像采集,红外光波长范围为780-2526nm,通常使用780-1000nm范围内的红外短波波段进行静脉特征采集;本发明采用470nm和940nm进行掌纹掌静脉采集,但不排除使用范围内的其他波长),其中,可见光照射于手掌的表面,通过手掌对光线的反射,摄像头组件摄取到反映手掌表皮纹理的掌纹图像;红外光照射于手掌并穿透人体表皮,且被人体血液中的血红蛋白吸收,摄像头组件摄取到的图像在手掌静脉位置形成暗影,据此采集到手掌的掌静脉图像;
需要说明的是,掌纹特征识别的特点在于掌静脉的纹理丰富,能够达到更高的识别精度,而掌静脉特征的特点在于防伪造和活体性,以上述方法提取的掌纹和掌静脉融合图像综合了上述两种特征的特点,并且将两者特征结合以使其仅视为一种特征处理,有效的提升了特征识别的速度;通过使用一个摄像头组件(即单目)实现了掌纹掌静脉图像采集和识别功能,解决了掌纹掌静脉识别系统的两个摄像头组件采集图像而容易导致图像存在视觉位置偏差的问题,同时解决了两个摄像头分时轮流采集的弊端,如图像采集帧率减半和同组的掌纹掌静脉图像手掌位置存在物理偏差等问题;
摄像头组件将采集到的掌纹图像和掌静脉图像经处理器发送至认证识别模块,认证识别模块基于掌纹图像和掌静脉图像对用户进行身份识别验证,且将识别验证结果经处理器发送至实时显示模块,实时显示模块对识别验证结果进行显示;需要说明的是,认证识别模块包括本地认证模式和传感器模式两种运行模式,在本地认证模式中用户通过串口指令来控制FPGA完成手掌注册和手掌认证,且本地认证模式为在本系统中对掌纹图像和掌静脉图像进行特征提取、特征模板融合、特征存储和特征比对等,以完成掌纹掌静脉识别等相关操作;传感器模式用于将采集到的掌纹图像和掌静脉图像通过USB接口直接送至其他计算机系统,由其他计算系统运行掌纹掌静脉的识别算法库,根据需求完成掌纹掌静脉识别等相关操作。
定时触发决策模块基于定时采集技术和图像触发技术以降低在空闲状态下的功耗,通过判断摄像头组件的采像区域是否存在手掌轮廓来确定是否继续处于休眠状态,在降低能耗的同时提升其智能化程度和自动化程度;定时触发决策模块的具体运行过程如下:
在空闲状态下(空闲状态所涉及的时段由管理人员根据实际情况进行设定),基于定时采集技术开启处理器内部的定时器以使其开始计时,并进入到休眠状态,当定时器达到所设定的时长后唤醒处理器,此时处理器将第一时间打开主动光源模块中的红外LED和相应的图像传感器,并采集一帧当前的图像以用于图像触发;
在定时采集图像后,基于图像触发技术将图像通过索贝尔算子或拉普拉斯算子来完成手掌边缘检测处理,并试图捕捉到手掌轮廓,若捕捉到手掌轮廓,则使处理器跳出空闲状态并进入到实时采集图像状态,否则使其继续切换到或进入到休眠状态;其中,定时采集的间隔时间基于用户需求自行设定,系统功耗仅在唤醒并进行图像处理的时刻最高,其他时间处于最低功耗运行状态,并且,间隔时间设定越大,系统空闲状态的平均功耗越低。
并且,处理器与前置反馈预警模块通信连接,前置反馈预警模块用于在进行人体手掌特征图像采集时,获取到用户对应手掌的摆放位置,基于摆放位置以判断手掌掌心是否完全处于摄像头组件的采像区域中,若手掌掌心未完全处于摄像头组件的采像区域中,则生成采像前置预警信息;若手掌掌心完全处于摄像头组件的采像区域中,则采集到手掌相较于摄像头组件的距离并将其标记为手掌距测值,以及采集到手掌的倾斜角度并将其标记为手掌倾析值,将手掌距测值与预设适宜手掌距测值范围的中值进行差值计算并取绝对值以得到手掌距析值;
通过公式将手掌距析值WQ与手掌倾析值WY进行数值计算得到手掌表现值WF,其中,a1、a2为预设权重系数,a1、a2的取值均为正数;并且,手掌表现值WF的数值越大,表明手掌摆放状况越不利于进行特征图像采集;将手掌表现值WF与预设手掌表现阈值进行数值比较,若手掌表现值WF超过预设手掌表现阈值,表明手掌摆放状况不利于进行特征图像采集,则生成采像前置预警信息;且将采像前置预警信息号经处理器发送至实时显示模块,实时显示模块对采像前置预警信息进行显示并发出相应预警,以便相应人员及时作出相应调整,从而保证特征图像采集的高效性和准确性。
进一步而言,处理器与部件监管模块通信连接,部件监管模块将摄像头组件所处
环境标记为目标环境,采集到目标环境的温度数据和湿度数据,将温度数据与预设标准温
度范围的中值进行差值计算并取绝对值以得到采像温表值,同理获取到采像湿表值;以及
采集到目标环境的粉尘数据并将其标记为采像尘表值,通过公式将采像温表值FW、采像湿表值FS和采像尘表值FK进行数值计算
得到采像监测值FX;其中,ew1、ew2、ew3为预设比例系数,ew1、ew2、ew3的取值均大于零;
并且,采像监测值FX的数值越大,表明对应时刻的环境状态越不利于摄像头组件的安全稳定运行,对摄像头组件带来的损害越大;将采像监测值FX与预设采像监测阈值进行数值比较,若采像监测值FX超过预设采像监测阈值,则判断目标环境处于劣表现状态,在判断目标环境处于劣表现状态时开始计时,以获取到劣表现持续时长;将针对摄像头组件进行检查的相邻上一次检查时刻与当前时刻的间隔时长标记为待查间隔时长,将待查间隔时长内的所有劣表现持续时长进行求和计算得到劣表现检测值;其中,劣表现检测值的数值越大,则表明待查间隔时长因所处环境状况对其造成的损害越大;
通过外力损害检测汇总分析获取到摄像头组件在待查间隔时长内的外力损析值,具体为:采集到待查间隔时长内摄像头组件受到外力冲击的次数并将其标记为外力检频值,以及采集到摄像头组件每次受到外力冲击时的外力持续时长和对应外力冲击过程中的外力最大值和外力平均值,通过公式将外力持续时长YS、外力最大值YD和外力平均值YK进行数值计算得到外力损害检测值YF;其中,fg1、fg2、fg3为预设比例系数,fg1、fg2、fg3的取值均大于零;
并且,外力损害检测值YF的数值越大,则表明对应外力冲击过程对摄像头组件带来的损害越大;将外力损害检测值YF与预设外力损害检测阈值进行数值比较,若外力损害检测值YF超过预设外力损害检测阈值,则将对应外力损害检测值标记为外力高损数表值,且将待查间隔时长内外力高损数表值的数量与外力检频值进行比值计算得到外力高损数析值,以及通过公式将外力高损数析值YM与外力检频值YR进行数值计算得到外力损析值YP;其中,b1、b2为预设权重系数,b1>b2>0;并且,外力损析值YP的数值越大,则表明待查间隔时长内摄像头组件因外力影响而造成的损害越大;
通过公式将外力损析值QS、劣表现检测值QY和待查间隔时长QP进行数值计算得到部件检查急析值QX,其中,hy1、hy2、hy3为预设比例系数,hy1>hy2>hy3>0;并且,部件检查急析值QX的数值越大,表明当前越需要及时对摄像头组件进行检查、维护和相应清理;将部件检查急析值QX与预设部件检查急析阈值进行数值比较,若部件检查急析值QX超过预设部件检查急析阈值,则生成紧急检查清理信号,且将紧急检查清理信号经处理器发送至远程监管端,远程监管端对紧急检查清理信号进行显示并发出相应预警,管理人员及时对摄像头组件进行检查、维护和相应清理操作,从而保证摄像头组件的安全稳定运行,并提升摄像头组件的使用寿命和使用效果,智能化程度高。
实施例二:如图3-4所示,本实施例与实施例1的区别在于,摄像头组件由镜头、双带通滤光片和一组图像传感器组成,双带通滤光片位于镜头和图像传感器之间,其中,双带通滤光片支持470nm和940nm双波长,对470nm和940nm波长的光线的透光率超过90%,对其他波长度光线透光率几乎为0;
在使用时,主动光源模块同时发出470nm的可见光和940nm的红外光,可见光照射于手掌的表面,通过手掌对光线的反射,摄像头组件摄取到手掌表皮纹理的图像,即掌纹图像;与此同时,红外光照射于手掌,因红外光具有一定的透射能力,可穿透人体表皮,并且被人体血液中的血红蛋白吸收,此时摄像头组件摄取到的图像会在手掌静脉位置形成暗影,即掌静脉图像;
如上所述,470nm可见光下的掌纹图像和940nm红外光下的掌静脉同时被摄像头组件摄取,通过470nm和940nm的双带通滤光片,仅允许上述两种波长下的光线通过,所以此时在图像传感器上所成图像,同时具有手掌表皮纹理和手掌静脉暗影,即掌纹掌静脉融合图像;通过使用一组摄像头组件,当手掌中心对准镜头轴心时,摄像头组件可正视手掌平面,不存在任何视觉位置偏差,相较于传统的双摄像头采集方式而言,该方式采集的掌纹掌静脉图像的成像效果更佳。
实施例三:如图5所示,本实施例与实施例1、实施例2的区别在于,摄像头组件由镜头、可见光滤光片、反射式红外滤光片和两组图像传感器组成,可见光滤光片与其中一组图像传感器相对应,反射式红外滤光片与另一组图像传感器相对应,且反射式红外滤光片与摄像头组件的轴心线之间的夹角为45°;可见光滤光片为470nm波长的带通滤光片,允许透过470nm的光线并阻碍其它波段的光线通过;反射式红外滤光片为940nm波长的带通滤光片,允许透过940nm的光线并反射其他波段的光线。
进一步而言,两组图像传感器使用同一型号,在电路上使用同一路使能信号和时钟,同时二者配置为相同的图像分辨率和图像数据输出格式;时钟信号在图像传感器内部经过分频后生成图像传感器的PCLK信号,PCLK信号每输出一个脉冲,图像传感器执行一个标准时钟周期的动作,如输出一组图像并行数据等;使用相同时钟信号的两组图像传感器各自所生成的PCLK信号频率一致,也就是说二者输出的图像数据频率一致,在二者配置为相同图像参数的条件下,输出的数据长度也是一样的;通过使能信号控制以在同一时刻打开两个图像传感器,即能够同时和同步的使两组图像传感器输出图像数据。
如图6所示,摄像头组件在进行人体手掌特征图像采集时,光线A通过镜头的透镜照射进入到镜头内部,并汇集为光线B且部分光线沿轴心向下发射,直至照射在反射式红外滤光片上;反射式红外滤光片透过940nm波长的红外光,透过部分在滤光片内部折射,从另外一侧射出且方向保持与镜头轴心线平行以形成光线C,光线C为单一的940nm波长红外线;反射式红外滤光片对其他波段的光线反射,以形成反射光线D,光线D内包含除940nm外的其他波段光线;根据镜面反射原理,光线D沿轴心方向垂直并与反射式红外滤光片镜面呈45°的方向发射,直至照射在可见光滤光片上;可见光滤光片透过470nm波长的可见光,透过部分形成可见光线E;
470nm波长的可见光用于手掌掌纹图像采集,940nm波长的红外光用于手掌静脉图像采集;两组图像传感器分别位于光线C和光线E的照射位置,其中一组图像传感器获取到掌静脉图像,另一组图像传感器获取到掌纹图像。本发明同时支持掌纹和掌静脉两种特征采集和识别功能,识别精度和安全性高于单生物特征识别方式,且通过掌静脉特征识别方式,能够有效的保证活体识别和防特征伪造,并通过使用一组摄像头(单目)完成掌纹和掌静脉特征采集,在手掌位置理想状态下,不存在图像视觉位置偏差,图像采集效果最佳,以及通过硬件方式实现同时同步采集掌纹和掌静脉特征图像,使同组特征图像不存在物理偏差,使用效果极佳。
本发明的工作原理:使用时,通过使用一组摄像头组件实现对手掌的掌纹和掌静脉图像采集,认证识别模块基于掌纹图像和掌静脉图像对用户进行身份识别验证,实时显示模块对识别验证结果进行显示,所采集的手掌特征图像不存在任何视觉位置偏差,相较于传统的双摄像头采集方式而言,该方式采集的掌纹掌静脉图像的成像效果更佳;且通过前置反馈预警模块在进行人体手掌特征图像采集时,对手掌的摆放位置和摆放合理性状况进行合理检测判断,并确定是否生成采像前置预警信息,在生成采像前置预警信息时提醒相应人员及时作出相应调整,从而保证特征图像采集的高效性和准确性;以及通过部件监管模块将摄像头组件所处环境状况和所受到的外力状况进行监测,并通过分析以准确实时评估摄像头组件的检查紧急性状况,在生成紧急检查清理信号时对摄像头组件进行检查、维护和相应清理操作,有效保证摄像头组件的安全稳定运行,并提升摄像头组件的使用寿命和使用效果,智能化程度高。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种人体手掌特征图像采集装置,其特征在于,包括处理器、摄像头组件、主动光源模块、认证识别模块、定时触发决策模块和实时显示模块;主动光源模块由红外LED灯和可见光LED灯组成,在进行人体手掌特征图像采集时,处理器发出控制指令使主动光源模块同时发出470nm的可见光和940nm的红外光,其中,可见光照射于手掌的表面,通过手掌对光线的反射,摄像头组件摄取到反映手掌表皮纹理的掌纹图像;红外光照射于手掌并穿透人体表皮,且被人体血液中的血红蛋白吸收,摄像头组件摄取到的图像在手掌静脉位置形成暗影,据此采集到手掌的掌静脉图像;
摄像头组件将采集到的掌纹图像和掌静脉图像经处理器发送至认证识别模块,认证识别模块基于掌纹图像和掌静脉图像对用户进行身份识别验证,且将识别验证结果经处理器发送至实时显示模块,实时显示模块对识别验证结果进行显示;定时触发决策模块基于定时采集技术和图像触发技术以降低在空闲状态下的功耗,通过判断摄像头组件的采像区域是否存在手掌轮廓来确定是否继续处于休眠状态。
2.根据权利要求1所述的一种人体手掌特征图像采集装置,其特征在于,摄像头组件由镜头、双带通滤光片和一组图像传感器组成,双带通滤光片位于镜头和图像传感器之间,其中,双带通滤光片支持470nm和940nm双波长,对470nm和940nm波长的光线的透光率超过90%。
3.根据权利要求1所述的一种人体手掌特征图像采集装置,其特征在于,摄像头组件由镜头、可见光滤光片、反射式红外滤光片和两组图像传感器组成,可见光滤光片与其中一组图像传感器相对应,反射式红外滤光片与另一组图像传感器相对应,且反射式红外滤光片与摄像头组件的轴心线之间的夹角为45°;可见光滤光片为470nm波长的带通滤光片,允许透过470nm的光线并阻碍其它波段的光线通过;反射式红外滤光片为940nm波长的带通滤光片,允许透过940nm的光线并反射其他波段的光线。
4.根据权利要求3所述的一种人体手掌特征图像采集装置,其特征在于,摄像头组件在进行人体手掌特征图像采集时,光线A通过镜头的透镜照射进入到镜头内部,并汇集为光线B且部分光线沿轴心向下发射,直至照射在反射式红外滤光片上;反射式红外滤光片透过940nm波长的红外光,透过部分在滤光片内部折射,从另外一侧射出且方向保持与镜头轴心线平行以形成光线C,光线C为单一的940nm波长红外线;
反射式红外滤光片对其他波段的光线反射,以形成反射光线D,光线D内包含除940nm外的其他波段光线;根据镜面反射原理,光线D沿轴心方向垂直并与反射式红外滤光片镜面呈45°的方向发射,直至照射在可见光滤光片上;可见光滤光片透过470nm波长的可见光,透过部分形成可见光线E;
470nm波长的可见光用于手掌掌纹图像采集,940nm波长的红外光用于手掌静脉图像采集;两组图像传感器分别位于光线C和光线E的照射位置,其中一组图像传感器获取到掌静脉图像,另一组图像传感器获取到掌纹图像。
5.根据权利要求1所述的一种人体手掌特征图像采集装置,其特征在于,处理器为FPGA,认证识别模块包括本地认证模式和传感器模式两种运行模式,在本地认证模式中用户通过串口指令来控制FPGA完成手掌注册和手掌认证,且本地认证模式为在本系统中对掌纹图像和掌静脉图像进行特征提取、特征模板融合、特征存储和特征比对,以完成掌纹掌静脉识别的相关操作;传感器模式用于将采集到的掌纹图像和掌静脉图像通过USB接口直接送至其他计算机系统,由其他计算系统运行掌纹掌静脉的识别算法库,根据需求完成掌纹掌静脉识别的相关操作。
6.根据权利要求3所述的一种人体手掌特征图像采集装置,其特征在于,两组图像传感器使用同一型号,在电路上使用同一路使能信号和时钟,同时二者配置为相同的图像分辨率和图像数据输出格式;时钟信号在图像传感器内部经过分频后生成图像传感器的PCLK信号,PCLK信号每输出一个脉冲,图像传感器执行一个标准时钟周期的动作;使用相同时钟信号的两组图像传感器各自所生成的PCLK信号频率一致,所输出的图像数据频率一致,在二者配置为相同图像参数的条件下,输出的数据长度相同;通过使能信号控制以在同一时刻打开两个图像传感器,能够同时和同步的使两组图像传感器输出图像数据。
7.根据权利要求1所述的一种人体手掌特征图像采集装置,其特征在于,定时触发决策模块的具体运行过程如下:
在空闲状态下,基于定时采集技术开启处理器内部的定时器以使其开始计时,并进入到休眠状态,当定时器达到所设定的时长后唤醒处理器,此时处理器将第一时间打开主动光源模块中的红外LED和相应的图像传感器,并采集一帧当前的图像以用于图像触发;在定时采集图像后,基于图像触发技术将图像通过索贝尔算子或拉普拉斯算子来完成手掌边缘检测处理,并试图捕捉到手掌轮廓,若捕捉到手掌轮廓,则使处理器跳出空闲状态并进入到实时采集图像状态,否则使其继续切换到或进入到休眠状态;其中,定时采集的间隔时间基于用户需求自行设定,系统功耗仅在唤醒并进行图像处理的时刻最高,其他时间处于最低功耗运行状态,间隔时间设定越大,系统空闲状态的平均功耗越低。
8.根据权利要求1所述的一种人体手掌特征图像采集装置,其特征在于,处理器与前置反馈预警模块通信连接,前置反馈预警模块用于在进行人体手掌特征图像采集时,获取到用户对应手掌的摆放位置,基于摆放位置以判断手掌掌心是否完全处于摄像头组件的采像区域中,若手掌掌心未完全处于摄像头组件的采像区域中,则生成采像前置预警信息;
若手掌掌心完全处于摄像头组件的采像区域中,则采集到手掌相较于摄像头组件的距离并将其标记为手掌距测值,以及采集到手掌的倾斜角度并将其标记为手掌倾析值,将手掌距测值与预设适宜手掌距测值范围的中值进行差值计算并取绝对值以得到手掌距析值;将手掌距析值与手掌倾析值进行数值计算得到手掌表现值,若手掌表现值超过预设手掌表现阈值,则生成采像前置预警信息;且将采像前置预警信息号经处理器发送至实时显示模块,实时显示模块对采像前置预警信息进行显示并发出相应预警。
9.根据权利要求8所述的一种人体手掌特征图像采集装置,其特征在于,处理器与部件监管模块通信连接,部件监管模块将摄像头组件所处环境标记为目标环境,采集到目标环境的温度数据和湿度数据,将温度数据与预设标准温度范围的中值进行差值计算并取绝对值以得到采像温表值,同理获取到采像湿表值;以及采集到目标环境的粉尘数据并将其标记为采像尘表值,将采像温表值、采像湿表值和采像尘表值进行数值计算得到采像监测值;
若采像监测值超过预设采像监测阈值,则判断目标环境处于劣表现状态;在判断目标环境处于劣表现状态时开始计时,以获取到劣表现持续时长;将针对摄像头组件进行检查的相邻上一次检查时刻与当前时刻的间隔时长标记为待查间隔时长,将待查间隔时长内的所有劣表现持续时长进行求和计算得到劣表现检测值;
通过外力损害检测汇总分析获取到摄像头组件在待查间隔时长内的外力损析值,将外力损析值、劣表现检测值和待查间隔时长进行数值计算得到部件检查急析值,若部件检查急析值超过预设部件检查急析阈值,则生成紧急检查清理信号,且将紧急检查清理信号经处理器发送至远程监管端。
10.根据权利要求9所述的一种人体手掌特征图像采集装置,其特征在于,外力损害检测汇总分析的具体分析过程如下:
采集到待查间隔时长内摄像头组件受到外力冲击的次数并将其标记为外力检频值,以及采集到摄像头组件每次受到外力冲击时的外力持续时长、外力最大值和外力平均值,将外力持续时长、外力最大值和外力平均值进行数值计算得到外力损害检测值;若外力损害检测值超过预设外力损害检测阈值,则将对应外力损害检测值标记为外力高损数表值,且将待查间隔时长内外力高损数表值的数量与外力检频值进行比值计算得到外力高损数析值,以及将外力高损数析值与外力检频值进行数值计算得到外力损析值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410074686.2A CN117789261A (zh) | 2024-01-18 | 2024-01-18 | 一种人体手掌特征图像采集装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410074686.2A CN117789261A (zh) | 2024-01-18 | 2024-01-18 | 一种人体手掌特征图像采集装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117789261A true CN117789261A (zh) | 2024-03-29 |
Family
ID=90396535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410074686.2A Pending CN117789261A (zh) | 2024-01-18 | 2024-01-18 | 一种人体手掌特征图像采集装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117789261A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
US20170220842A1 (en) * | 2016-01-29 | 2017-08-03 | Synaptics Incorporated | Initiating fingerprint capture with a touch screen |
WO2018072099A1 (zh) * | 2016-10-18 | 2018-04-26 | 厦门中控智慧信息技术有限公司 | 一种手掌检测方法和设备 |
US20210334501A1 (en) * | 2020-04-27 | 2021-10-28 | Samsung Electronics Co., Ltd. | Method of obtaining reference image for optical object recognition and method of performing optical object recognition using the same |
WO2023174317A1 (zh) * | 2022-03-16 | 2023-09-21 | 北京眼神科技有限公司 | 手掌生物特征采集方法、装置、存储介质及设备 |
-
2024
- 2024-01-18 CN CN202410074686.2A patent/CN117789261A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别系统 |
US20170220842A1 (en) * | 2016-01-29 | 2017-08-03 | Synaptics Incorporated | Initiating fingerprint capture with a touch screen |
WO2018072099A1 (zh) * | 2016-10-18 | 2018-04-26 | 厦门中控智慧信息技术有限公司 | 一种手掌检测方法和设备 |
US20210334501A1 (en) * | 2020-04-27 | 2021-10-28 | Samsung Electronics Co., Ltd. | Method of obtaining reference image for optical object recognition and method of performing optical object recognition using the same |
WO2023174317A1 (zh) * | 2022-03-16 | 2023-09-21 | 北京眼神科技有限公司 | 手掌生物特征采集方法、装置、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104616001B (zh) | 指纹识别系统以及指纹识别方法 | |
CN102622588A (zh) | 双验证人脸防伪方法及装置 | |
CN110174174A (zh) | 基于红外热和可见光成像的检测终端及其使用方法 | |
CN111898580B (zh) | 针对戴口罩人群的体温和呼吸数据采集系统、方法及设备 | |
CN104224204A (zh) | 一种基于红外检测技术的驾驶员疲劳检测系统 | |
CN100392669C (zh) | 虹膜识别中的活体检测方法及装置 | |
CN203630902U (zh) | 一种改进型图像火灾探测器 | |
CN103514449B (zh) | 一种图像采集装置及方法 | |
CN201969115U (zh) | 一种医务室输液报警系统 | |
CN205540806U (zh) | 一种三维人脸图像识别装置 | |
CN109341542A (zh) | 基于数字信号序列长度识别裂缝宽度的方法及其监测装置 | |
CN115078382A (zh) | 基于视频图像的桥梁裂缝监测系统 | |
CN108802035A (zh) | 一种基于弥散光纤和视觉测量的发动机叶片气孔检测系统 | |
CN114550082A (zh) | 一种易用高效ai识别算法 | |
CN108985211B (zh) | 一种刑事侦查用指纹采集系统 | |
CN117789261A (zh) | 一种人体手掌特征图像采集装置 | |
CN112528767A (zh) | 基于机器视觉的施工机械操作员疲劳作业检测系统及方法 | |
CN104754301A (zh) | 具近端看护功能及云端传送的自动监视系统 | |
CN111709395A (zh) | 一种网上签约指纹提取装置及其提取方法 | |
CN112633080A (zh) | 一种公路卡口用车辆内乘客涉毒自动检测系统及检测方法 | |
CN112308841A (zh) | 一种基于视觉的光伏电池板玻璃破碎风险分析系统 | |
CN111310717A (zh) | 运动人群无感体温智能筛查与身份识别装置 | |
CN204291227U (zh) | 视频信息处理装置 | |
CN203885510U (zh) | 一种基于红外检测技术的驾驶员疲劳检测系统 | |
CN207517033U (zh) | 一种行驶车辆中的人脸识别装置、系统及智能相机和工控机 |
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 |