WO2021151359A1

WO2021151359A1 - 掌纹图像的识别方法、装置、设备及计算机可读存储介质

Info

Publication number: WO2021151359A1
Application number: PCT/CN2020/135844
Authority: WO
Inventors: 刘翔; 刘莹
Original assignee: 平安科技（深圳）有限公司
Priority date: 2020-05-20
Filing date: 2020-12-11
Publication date: 2021-08-05
Also published as: CN111814535B; CN111814535A

Abstract

一种掌纹图像的识别方法、装置、设备及计算机可读存储介质，涉及人工智能领域。所述方法包括：当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像（S10）；将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组（S20）；根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像（S30）。该方法通过图像处理技术将各个已注册掌纹图像分别和待处理掌纹图像进行分块匹配，避免以整张掌纹图像为参照进行匹配，减少了匹配过程中参照处理的数据量，有利于掌纹图像识别效率的提高。

Description

掌纹图像的识别方法、装置、设备及计算机可读存储介质

本申请要求于2020年5月20日提交中国专利局、申请号为CN202010433723.6，发明名称为“掌纹图像的识别方法、装置、设备及计算机可读存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种掌纹图像的识别方法、装置、设备及计算机可读存储介质。

背景技术

科技的发展，使得通过生物特征所进行的身份验证得到了广泛的应用。掌纹作为一种相对稳定的生物特征，能有效识别出人物的身份，因而可大量应用于无人超市、职场考勤等各种需要进行人物身份识别的应用场景。传统的掌纹识别一般借助固定设备扫描手掌图像实现，属于手掌接触式的识别；长期的接触容易导致设备污染，使所扫描的手掌图像不清晰，进而影响识别的效果。

随着人工智能的发展，出现了通过对数码相机或摄像头所拍摄掌纹图像的识别来进行掌纹识别的技术，以此避免传统识别方式中因扫描的手掌图像不清晰而影响识别效果的问题。发明人意识到当前基于掌纹图像识别所实现的掌纹识别，主要通过提取掌纹图像中的特征进行匹配的方式实现。但是，该方式为了识别的准确性往往会从掌纹图像中提取大量特征，每个特征均以整张掌纹图像为参照进行匹配，如此一来，匹配所需要参照处理的特征数据众多，导致了掌纹图像识别的效率低。

发明内容

一种掌纹图像的识别方法，所述掌纹图像的识别方法包括以下步骤：

当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。

一种掌纹图像的识别装置，所述掌纹图像的识别装置包括：

读取模块，用于当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

匹配模块，用于将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

识别模块，用于根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。

一种掌纹图像的识别设备，所述掌纹图像的识别设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的掌纹图像的识别程序，所述掌纹图像的识别程序被所述处理器执行时实现如下步骤：

一种计算机可读存储介质，所述计算机可读存储介质上存储有掌纹图像的识别程序，所述掌纹图像的识别程序被处理器执行时实现如下步骤：

本申请可避免以整张掌纹图像为参照进行匹配，减少了匹配过程中参照处理的数据量，有利于掌纹图像识别效率的提高。

附图说明

图1为本申请实施例方案涉及的硬件运行环境的掌纹图像的识别设备结构示意图；

图2为本申请掌纹图像的识别方法第一实施例的流程示意图；

图3为本申请掌纹图像的识别装置较佳实施例的功能模块示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

如图1所示，图1是本申请实施例方案涉及的硬件运行环境的掌纹图像的识别设备结构示意图。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

本申请实施例掌纹图像的识别设备可以是PC，也可以是平板电脑、便携计算机等可移动式终端设备。

如图1所示，该掌纹图像的识别设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的掌纹图像的识别设备结构并不构成对掌纹图像的识别设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及检测程序。

在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的检测程序，并执行以下操作：

进一步地，每一所述已注册掌纹图像以划分为预设数量分块注册图像的形式存在于预设数据库中；

所述将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组的步骤包括：

将所述待处理掌纹图像划分为预设数量的分块掌纹图像，并针对每一所述已注册掌纹图像均执行以下步骤：

根据各所述分块掌纹图像在所述待处理掌纹图像中的排列位置，确定所述已注册掌纹图像中与各所述分块掌纹图像分别对应的分块注册图像；

根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。

进一步地，所述根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

调用各所述分块掌纹图像，并针对每一所述分块掌纹图像执行以下步骤：

判断所述分块掌纹图像中是否存在关键数据点，若存在关键数据点，则将所述分块掌纹图像确定为第一匹配单位，并读取所述第一匹配单位对应的第一特征值；

查找与各所述分块掌纹图像分别对应的分块注册图像中与所述第一匹配单位对应的目标分块注册图像，以及与所述目标分块注册图像相邻的其他分块注册图像，并将所述目标分块注册图像和所述其他分块注册图像一并确定为第二匹配单位；

读取与所述第二匹配单位对应的第二特征值，根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。

进一步地，所述根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

计算所述第一特征值和所述第二特征值之间的第一相似度值，并根据所述第一相似度值，确定第二匹配单位中各注册数据点与第一匹配单位中各所述关键数据点之间的第一匹配数据对；

对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新，计算更新后的所述第一特征值和所述第二特征值之间的第二相似度值，并根据所述第二相似度值，确定更新后第一匹配单位中各注册数据点与更新后第二匹配单位中各关键数据点之间的第二匹配数据对；

根据各所述第一匹配数据对和各所述第二匹配数据对，确定所述分块掌纹图像和所述目标分块注册图像之间的目标数据对；

在所述待处理掌纹图像中的各所述分块掌纹图像均生成所述目标数据对之后，完成所述已注册掌纹图像和所述待处理掌纹图像之间的分块匹配，并将各所述目标数据对生成为匹配数据组。

进一步地，所述对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新的步骤包括：

查找与第一匹配单位相邻的其他分块掌纹图像，并将所述第一匹配单位和所述其他分块掌纹图像一并作为新的第二匹配单位；

根据与新的所述第二匹配单位对应的特征值，对所述第二特征值进行更新；

将所述目标分块注册图像作为新的第一匹配单位，并根据与新的所述第一匹配单位对应的特征值，对所述第一特征值进行更新。

进一步地，所述根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像的步骤包括：

统计每一所述匹配数据组中包含目标数据对的数量，并确定各所述数量中数值最大的目标数量；

查找多个所述匹配数据组中与所述目标数量对应的目标匹配数据组，并将与目标匹配数据组对应的已注册掌纹图像确定为所述目标掌纹图像。

进一步地，所述当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像的步骤之前，处理器1001可以用于调用存储器1005中存储的检测程序，并执行以下操作：

当接收到掌纹图像时，根据预设网络模型，对所述掌纹图像进行左右手识别，确定所述掌纹图像的左右手属性；

根据所述左右手属性，识别所述掌纹图像上的纹路裁剪点；

根据所述纹路裁剪点，对所述掌纹图像进行裁剪，生成待处理掌纹图像。

本申请掌纹图像的识别设备的具体实施方式与下述掌纹图像的识别方法各实施例基本相同，在此不再赘述。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

参照图2，本申请第一实施例提供一种掌纹图像的识别方法的流程示意图。该实施例中，所述掌纹图像的识别方法包括以下步骤：

步骤S10，当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

本实施例中掌纹图像的识别方法应用于服务器，适用于通过服务器来对掌纹图像进行识别。其中，服务器与智能手机、平板电脑、摄像机、数码相机等具有摄像功能的终端连接，由该类智能终端将拍摄的掌纹图像上传到服务器进行识别处理。

可理解地，手掌分为左手掌和右手掌，不同的手掌纹路具有不同的特性，为了针对性的识别掌纹图像，需要对掌纹图像进行左右手属性识别，即确定所拍摄的掌纹图像来自于左手掌还是右手掌。此外，考虑到所拍摄的掌纹图像中可能包含有其他背景物体而影响识别效果，故而在识别处理前，还需要确定出掌纹图像中的有效区域，通过对有效区域的识别处理，来提高识别处理的准确性，并减少识别处理的数据量。将该左右手属性识别和有效区域的确定，设置为预处理机制，由服务器对掌纹图像进行识别处理前进行。具体地，当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像的步骤之前包括：

步骤a1，当接收到掌纹图像时，根据预设网络模型，对所述掌纹图像进行左右手识别，确定所述掌纹图像的左右手属性；

进一步地，服务器预先训练有预设网络模型，该预设网络模型经由大量左手掌图像样本和右手掌图像样本训练，以对左右手属性进行识别；同时，预设网络模型还经由大量的左手掌纹路样本和右手掌纹路样本进行训练，以对掌纹图像中的有效区域进行识别。服务器在接收到上传的掌纹图像后，调用预设网络模型，由预设网络模型对掌纹图像进行左右手识别，确定掌纹图像与左手掌属性一致还是与右手掌属性一致；以此，确定掌纹图像的左右手属性。

步骤a2，根据所述左右手属性，识别所述掌纹图像上的纹路裁剪点；

更进一步地，在确定掌纹图像的左右手属性后，则依据预设网络模型中与左右手属性对应的纹路样本，识别掌纹图像中的纹路裁剪点。其中纹路裁剪点优选为手掌四根手指中第一个关节处的纹路，通过预设网络模型对掌纹图像进行识别，得到其中四根手指第一个关节处的纹路作为纹路裁剪点。

步骤a3，根据所述纹路裁剪点，对所述掌纹图像进行裁剪，生成待处理掌纹图像。

进一步地，依据纹路裁剪点对掌纹图像进行裁剪，将纹路裁剪点中的食指第一个关节处的纹路和小拇指第一个关节处的纹路作为两个连接点进行连接，形成裁剪的连接线。进而依据连接线对掌纹图像进行裁剪，即得到有效区域，将有效区域作为待处理掌纹图像，以供服务器进行识别处理。

更进一步地，服务器对接有用于存储注册时所录入掌纹图像的预设数据库，在生成待处理掌纹图像之后，将注册时所录入的掌纹图像作为预设数据中的已注册掌纹图像进行读取。通过各已注册掌纹图像和待处理掌纹图像之间的相似性，来对待处理掌纹图像进行识别。

步骤S20，将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

更进一步地，服务器针对掌纹图像之间相似性的确定预先设置有分块匹配机制，分块匹配即为将掌纹图像划分为多个分块图像进行匹配的机制。在生成待处理掌纹图像，并读取到已注册掌纹图像后，即可将各项已注册掌纹图像分别和待处理掌纹图像进行分块匹配。将待处理掌纹图像划分为多个分块图像，并且将各已注册掌纹图像划分为多个分块图像，再两类分块图像之间进行匹配，由各个分块图像之间的匹配度来确定待处理掌纹图像和各项已注册掌纹图像之间的相似性。其中，因已注册掌纹图像的数量众多，在将待处理掌纹图像的各分块图像和已注册掌纹图像的各分块图像进行匹配的过程中，可逐一将已注册掌纹图像和待处理掌纹图像进行匹配，也可同时将各已注册掌纹图像分别和待处理掌纹图像进行匹配，对此不做限制。每个已注册掌纹图像和待处理掌纹图像进行匹配，均生成一个匹配数据组，表征已注册掌纹图像中各个掌纹特征点与待处理掌纹图像中各个掌纹特征点之间的匹配程度。

步骤S30，根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。

进一步地，因匹配数据组表征了已注册掌纹图像与待处理掌纹图像之间各个掌纹特征点的匹配程度，在各个已注册掌纹图像和待处理掌纹图像均进行分块匹配，生成各自的匹配数据组后，可对比查找各个匹配数据组中表征匹配程度最高的目标匹配数据组，生成该目标匹配数据组的已注册掌纹图像与待处理掌纹图像之间的掌纹特征点具有最高的相似性，故而将其确定为已注册掌纹图像中与待处理掌纹图像匹配的目标掌纹图像，将待处理掌纹图像识别为目标掌纹图像，完成对待处理掌纹图像的识别。

本实施例的掌纹图像的识别方法，在获取到待处理掌纹图像，表征具有掌纹识别需求时，先从预设数据库中读取出已注册掌纹图像，并将各个已注册掌纹图像分别和待处理掌纹图像进行分块匹配，得到多个匹配数据组；每一已注册掌纹图像与待处理掌纹图像分块匹配，生成一个匹配数据组，表征每一已注册掌纹图像与待处理掌纹图像之间的匹配程度；进而依据多个匹配数据组，从各个以注册掌纹图像中确定出与待处理掌纹图像最为匹配的目标掌纹图像，该目标掌纹图像即为对待处理掌纹图像识别的掌纹图像，实现待处理掌纹图像的识别。其中，分块匹配为将掌纹图像划分为多个分块图像进行匹配的机制，通过将各个已注册掌纹图像分别和待处理掌纹图像进行分块匹配，可避免以整张掌纹图像为参照进行匹配，减少了匹配过程中参照处理的数据量，有利于掌纹图像识别效率的提高。

进一步的，基于本申请掌纹图像的识别方法第一实施例，提出本申请掌纹图像的识别方法第二实施例，在第二实施例中，每一所述已注册掌纹图像以划分为预设数量分块注册图像的形式存在于预设数据库中，所述将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组的步骤包括：

步骤S21，将所述待处理掌纹图像划分为预设数量的分块掌纹图像，并针对每一所述已注册掌纹图像均执行以下步骤：

本实施例中，将各已注册掌纹图像的分块图像作为各已注册掌纹图像的分块注册图像，以分块的形式存储于预设数据库中。预设数据库针对每一已注册掌纹图像设定特定的存储单元，并将存储单元进行分块，每一分块存储一项分块注册图像。同时对于每一分块注册图像，查找其中包含的关键数据点以及关键数据点的特征值，和分块注册图像一并存储至存储单元的分块中。关键数据点优选为掌纹图像中的纹路拐点，特征值为用于描述拐点的数值，可以是拐点周围各点的像素值所转换到得到的一串字符等。在每次匹配过程中，可直接从分块中读取分块注册图像对应关键数据点的特征值进行处理，避免每次均针对已注册掌纹图像进行分块和特征值提取处理，以提高处理效率。其中，对于已注册掌纹图像的分块数量通过预设数量确定，即预先依据需求设定所需要分块的数据作为预设数量，如n*n的分块数量。根据预设数量，预先对各已注册掌纹图像进行分块处理，得到各自的n*n个分块注册图像，并提取各分块注册图像中的关键数据点及其特征值存储在各自对应存储单元的分块中。

进一步地，在具有对掌纹图像的识别需求，并将掌纹图像经预处理生成为待处理掌纹图像后，对预设数据库中的已注册掌纹图像进行读取，即读取各已注册掌纹图像各自分块注册图像的特征值，以用于和待处理掌纹图像进行特征匹配。并且，按照预设数量对待处理掌纹图像进行划分，得到预设数据的分块掌纹图像，以针对每一已注册掌纹图像的各分块注册图像和待处理掌纹图像的各分块掌纹图像进行匹配处理。

步骤S22，根据各所述分块掌纹图像在所述待处理掌纹图像中的排列位置，确定所述已注册掌纹图像中与各所述分块掌纹图像分别对应的分块注册图像；

更进一步地，在将待处理掌纹图像划分为预设数量的分块掌纹图像的过程中，根据预设数量对划分的分块掌纹图像进行编号，如上述n*n个分块数量，则编号从上至下分别为[1*1]、[1*2]···[2*1]、[2*2]···；通过各个编号来确定各分块掌纹图像在待处理掌纹图像中的排列位置。同样的对于已注册掌纹图像中的各分块注册图像也依据预设数量进行编号，在将各分块注册图像和各分块掌纹图像进行匹配的过程中，依据两者之间同样的编号进行匹配处理，同样的编号表征同样的排列位置，以确保匹配的准确性。依据各分块掌纹图像在待处理掌纹图像中的排列位置，确定已注册掌纹图像中与各个分块掌纹图像对应的分块注册图像，各分块掌纹图像以及与各分块掌纹图像对应的分块注册图像之间具有相同的编号，表征排列位置相同。

步骤S23，根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。

进一步地，依据各分块掌纹图像及其各自对应的分块注册图像之间的匹配性，来对已注册掌纹图像和待处理掌纹图像进行分块匹配。在各个分块掌纹图像均和各自对应的分块注册图像进行匹配之后，完成已注册掌纹图像和待处理掌纹图像之间的分块匹配，生成两者之间的匹配数据组。并且，在各个已注册掌纹图像均和待处理掌纹图像进行分块匹配后，则生成多个匹配数据组，表征各已注册掌纹图像与待处理掌纹图像之间的相似性高低。其中，根据各分块掌纹图像以及与各分块掌纹图像分别对应的分块注册图像，将已注册掌纹图像和待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

步骤S231，调用各所述分块掌纹图像，并针对每一所述分块掌纹图像执行以下步骤：

进一步地，在将待处理掌纹图像划分为各分块掌纹图像，并确定与各掌纹图像具有相同位置的各分块注册图像后，即可调用每一分块掌纹图像和其对应的分块注册图像进行匹配。

步骤S232，判断所述分块掌纹图像中是否存在关键数据点，若存在关键数据点，则将所述分块掌纹图像确定为第一匹配单位，并读取所述第一匹配单位对应的第一特征值；

更进一步地，针对每一调用的分块掌纹图像先判断其中是否包含有关键数据点，若存在关键数据点，则将调用的分块掌纹图像作为第一匹配单位。此后，提取其中所包含关键数据点的特征值，作为与第一匹配单位对应的第一特征值。

步骤S233，查找与各所述分块掌纹图像分别对应的分块注册图像中与所述第一匹配单位对应的目标分块注册图像，以及与所述目标分块注册图像相邻的其他分块注册图像，并将所述目标分块注册图像和所述其他分块注册图像一并确定为第二匹配单位；

进一步地，对与各分块掌纹图像分别对应的分块注册图像进行查找，确定第一匹配单位在其中所对应的分块注册图像，并将查找得到分块注册图像作为目标分块注册图像。同时，查找与目标分块注册图像相邻的其他分块注册图像，进而将查找得到的目标分块注册图像和其他分块注册图像一并形成为第二匹配单位。其中，相邻的其他分块注册图像数量依据需求设定，如设定左右相邻的两个分块注册图像，或者上下左右相邻的四个分块注册图像，或者周围的八个分块注册图像等；本实施例考虑到匹配的准确性，将数量设定为周围的八个分块注册图像。如对于分块掌纹图像的排列位置通过编号表征为[5*5]，则其对应目标分块注册图像的编号也为[5*5]，与该目标分块注册图像相邻的其他分块注册图像的编号则为[4*4]、[4*5]、[4*6]、[5*4]、[5*6]、[6*4]、[6*5]、[6*6]，由此将具有编号[5*5]的一个分块掌纹图像形成为第一匹配单位，而将分别具有编号[4*4]、[4*5]、[4*6]、[5*4]、[5*5]、[5*6]、[6*4]、[6*5]、[6*6]的九个分块注册图像形成为第二匹配单位。

需要说明的是，对于位于掌纹图像四角顶点位置的分块掌纹图像，以及位于掌纹图像四边位置的分块掌纹图像，则相邻的其他分块注册图像数量依据位置的不同而不同。对于四角顶点位置的分块掌纹图像，相邻的其他分块注册图像数量为3个，将该3个其他分块注册图像和目标分块注册图像一并形成为第二匹配单位；对于四边位置的分块掌纹图像，相邻的其他分块注册图像数量为5个，将该5个其他分块注册图像和目标分块注册图像一并形成为第二匹配单位。

步骤S234，读取与所述第二匹配单位对应的第二特征值，根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。

进一步地，查找对形成第二匹配单位的各分块注册图像进行存储的分块，并从查找得到的分块中提取各自的特征值，将各特征值形成与第二匹配单位对应的第二特征值。进而依据第一特征值和第二特征值各自所表征的关键数据点，对已注册掌纹图像和待处理掌纹图像进行分块匹配，在待处理掌纹图像的各个分块掌纹图像所形成的第一特征值，均和已注册图像中各自对应分块注册图像所形成的第二特征值进行匹配之后，则完成已注册掌纹图像和待处理掌纹图像之间的分块匹配，生成两者之间的匹配数据组。

其中，根据第一特征值和第二特征值，对已注册掌纹图像和待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

步骤b1，计算所述第一特征值和所述第二特征值之间的第一相似度值，并根据所述第一相似度值，确定第二匹配单位中各注册数据点与第一匹配单位中各所述关键数据点之间的第一匹配数据对；

更进一步地，服务器通过预先设定的预设方式计算第一特征值和第二特征值之间的第一相似度值，该预设方式可以依据需求设定为余弦距离、也可以设定为欧氏距离。其中，第一特征值和第二特征值之间的第一相似度计算，为第一匹配单位中所包含关键数据点的特征值和第二匹配单位中所包含注册数据点的特征值之间的相似度计算。通过计算的相似度来查找第二匹配单位包含的各注册数据点中与第一匹配单位的各关键数据点最为相似的各个注册数据点。需要说明的是，第二匹配单位中所包含的注册数据点即为第二匹配单位中的关键数据点。

可理解地，第一匹配单位中包含的关键数据点数量可能为单个也可能为多个，第二匹配单位中包含的注册数据点数量也可能为单个也可能为多个，第一匹配单位中所包含关键数据点的特征值形成第一特征值的各第一元素，第二匹配单位中所包含注册数据点的特征值形成第二特征值的各第二元素。在计算时，以第一特征值中所包含的第一元素为基础，逐一将第一元素和各项第二元素进行相似度计算，得到每个第一元素的多个第一相似度值。进而在多个第一相似度值之间对比，确定其中数值最大的第一相似度值，生成该最大第一相似度值的第二元素与第一元素之间的相似程度最高。因此，可将该第二元素对应的注册数据点和该第一元素对应的关键数据点，形成为第二匹配单位中注册数据点与第一匹配单位中关键数据点之间的第一匹配数据对。在第一特征值中所包含的各第一元素均依据各自的第一相似度值，查找得到与各自相似程度最高的第二元素，则形成第二匹配单位中各注册数据点与第一匹配单位中各关键数据点之间的多个第一匹配数据对，以此得到第二匹配单位包含的各注册数据点中与第一匹配单位的各关键数据点最为相似的各个注册数据点。

步骤b2，对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新，计算更新后的所述第一特征值和所述第二特征值之间的第二相似度值，并根据所述第二相似度值，确定更新后第一匹配单位中各注册数据点与更新后第二匹配单位中各关键数据点之间的第二匹配数据对；

进一步地，为了提高匹配的准确性，本实施例设置有对第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新的机制，其中，更新通过对第一匹配单位和第二匹配单位的生成方式进行互换实现。具体地，对第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新的步骤包括：

步骤b21，查找与第一匹配单位相邻的其他分块掌纹图像，并将所述第一匹配单位和所述其他分块掌纹图像一并作为新的第二匹配单位；

对与第一匹配单位相邻的其他分块掌纹图像进行查找，并将第一匹配单位和查找得到的其他分块注册掌纹图像一并形成为新的第二匹配单位，以通过更新第二匹配单位来更新第二特征值。

步骤b22，根据与新的所述第二匹配单位对应的特征值，对所述第二特征值进行更新；

更进一步地，对形成新的第二匹配单位的各分块掌纹图像中包含的关键数据点进行提取，并识别所提取的各关键数据点中包含的特征值，该识别得到的各关键数据点的特征值值即为与新的第二匹配单位对应的特征值，用该对应的特征值对原始的第二特征值进行替换，实现对第二特征值的更新。

步骤b23，将所述目标分块注册图像作为新的第一匹配单位，并根据与新的所述第一匹配单位对应的特征值，对所述第一特征值进行更新。

进一步地，将与原始的第一匹配单位对应的目标分块注册图像作为新的第一匹配单位，并从存储该目标分块注册图像的分块中提取其特征值作为与新的第一匹配单位对应的特征值，用该对应的特征值对原始的第一特征值进行替换，实现对第一特征值的更新。

更进一步地，通过预设方式对更新后第一特征值和第二特征值之间相似度进行计算，所得到的计算结果即为两者之间的第二相似度，通过计算的相似度来查找新的第二匹配单位包含的各关键数据点中与新的第一匹配单位的各注册数据点作为相似的各关键数据点。与第一相似度相同的是，将每一注册数据点的特征值作为第一元素与由各关键数据点的特征值形成的第二元素，生成多个第二相似度值，从多个第二相似度值中确定数值最大的第二相似度值，生成该最大第二相似度值的第二元素与该第一元素之间的相似程度最高。因此，可将该第二元素对应的关键数据点和该第一元素对应的注册数据点，形成为新的第一匹配单位中注册数据点与新的第二匹配单位中关键数据点之间的第二匹配数据对。在由各注册数据点的特征值所形成的第一元素均依据各自的第二相似度值，查找得到与各自相似程度最高的第二元素后，则形成新的第一匹配单位中各注册数据点与新的第二匹配单位中各关键数据点之间的多个第二匹配数据对。

步骤b3，根据各所述第一匹配数据对和各所述第二匹配数据对，确定所述分块掌纹图像和所述目标分块注册图像之间的目标数据对；

可理解地，各第一匹配数据对，表征了以分块掌纹图像为基础，与该分块掌纹图像对应的分块注册图像及其相邻分块注册图像之间，各关键数据点与各注册数据点之间的匹配关系；各关键数据点均具有唯一的注册数据点与之匹配。各第二匹配数据对，表征了以分块注册图像为基础，与该分块注册图像对应的分块掌纹图像及其临期分块掌纹图像之间，各注册数据点与各关键数据点之间的匹配关系；各注册数据点均具有唯一的关键数据点与之匹配。通过各第一匹配数据对和各第二匹配数据对，可判定以不同方式所生成的关键数据点与注册数据点之间的匹配关系是否发生变化。若未发生变化，则说明关键数据点与注册数据点之间的匹配为有效匹配，两者之间具有较高的相似性。如在第一匹配数据对中，关键数据点a1匹配的注册数据点为b1，在第二匹配数据对中，关键数据点a1匹配的注册数据点仍然为b1，则判定a1与b1之间的相似性较高，两者为有效匹配。若发生变化，则说明关键数据点与注册数据点之间的匹配为无效匹配，两者之间的相似性交底。如在第一匹配数据对中，关键数据点a1匹配的注册数据点为b1，在第二匹配数据对中，关键数据点a1匹配的注册数据点为b2，则判定a1与b1之间，a1与b2之间的相似性均较低，两者为无效匹配。

进一步地，根据各第一匹配数据对和各第二匹配数据对，确定有效匹配的关键数据点和注册数据点，并对各有效匹配的关键数据点和注册数据点作为分块掌纹图像和分块注册图像之间的目标数据对。

步骤b4，在所述待处理掌纹图像中的各所述分块掌纹图像均生成所述目标数据对之后，完成所述已注册掌纹图像和所述待处理掌纹图像之间的分块匹配，并将各所述目标数据对生成为匹配数据组。

更进一步地，在待处理掌纹图像中的各分块掌纹图像均和已注册掌纹图像中对应的各分块注册图像分块匹配，生成各自的目标数据对后，则完成已注册掌纹图像和待处理掌纹图像之间的分块匹配，并且将各个目标匹配对生成为匹配数据组。以此，通过各个目标匹配对表征的待处理掌纹图像中各分块掌纹图像与对应已注册掌纹图像中各分块注册图像之间分块图像的相似性，来表征已注册掌纹图像和待处理掌纹图像之间整体相似性，即由各目标数据对所形成的匹配数据组，来表征已注册掌纹图像和待处理掌纹图像之间的整体相似性。

本实施例在将已注册掌纹图像和待处理掌纹图像进行匹配的过程中，设置分块匹配机制，并且在分块匹配过程中将一个较小的分块和一个较大的分块进行匹配，以弥补掌纹图像裁剪过程中的位移误差，避免相应匹配点落在匹配区域之外。同时在将较小分块和较大分块进行匹配之后，将原先较小的分块形成为较大分块，而将原先较大的分块形成为最小的分块，再次进行匹配，避免单次匹配误差，提高了匹配的准确性，使得所确定的已注册掌纹图像和待处理掌纹图像之间的相似性更为准确。

进一步的，基于本申请掌纹图像的识别方法第一实施例或第二实施例，提出本申请掌纹图像的识别方法第三实施例，在第三实施例中，所述根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像的步骤包括：

步骤S31，统计每一所述匹配数据组中包含目标数据对的数量，并确定各所述数量中数值最大的目标数量；

本实施例在得到每个已注册掌纹图像与待处理掌纹图像之间的多个匹配数据组之后，则可依据各匹配数据组所表征的各项已注册掌纹图像和待处理掌纹图像之间的整体相似性，来确定与待处理掌纹图像相似性最大的已注册掌纹图像。具体地，对每个匹配数据组中所包含的目标数据对的数量进行统计，匹配数据组包含目标数据对的数量越多，则说明待处理掌纹图像中各分块掌纹图像与已注册掌纹图像中各分块注册图像之间的相似性越高，该已注册掌纹图像和待处理掌纹图像之间的整体相似性越高。从而在统计得到每个匹配数据组中包含目标数据对的数量后，对各个数据进行对比，确定其中数值最大的目标数量，由目标数据对来确定与待处理掌纹图像相似性最高的已注册掌纹图像。

步骤S32，查找多个所述匹配数据组中与所述目标数量对应的目标匹配数据组，并将与目标匹配数据组对应的已注册掌纹图像确定为所述目标掌纹图像。

进一步地，依据目标数量，对多个匹配数据组进行查找，查找其中包含目标数据对的数量为目标数量的匹配数据组，将该匹配数据组作为目标匹配数据组，进而查找生成该目标匹配数据组的已注册掌纹图像，作为与目标匹配数据组对应的已注册掌纹图像，该对应的已注册掌纹图像即为与待处理掌纹图像匹配的目标掌纹图像，实现对待处理掌纹图像的识别。

本实施例通过包含目标数据对数量最多的匹配数据组，确定对应的已注册掌纹图像，并将其识别为与待处理掌纹图像匹配的目标掌纹图像。因包含目标数据对数量最多的匹配数据组表征了已注册掌纹图像和待处理掌纹图像之间最大的相似性，故而使得所确定的目标掌纹图像与待处理掌纹图像之间具有最大的相似性，确保了待处理掌纹图像识别的准确性。

进一步地，本申请还提供一种掌纹图像的识别装置。

参照图3，图3为本申请掌纹图像的识别装置第一实施例的功能模块示意图。所述掌纹图像的识别装置包括：

读取模块10，用于当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

匹配模块20，用于将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

识别模块30，用于根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。

本实施例的掌纹图像的识别装置，在获取到待处理掌纹图像，表征具有掌纹识别需求时，先由读取模块10从预设数据库中读取出已注册掌纹图像，并由匹配模块20将各个已注册掌纹图像分别和待处理掌纹图像进行分块匹配，得到多个匹配数据组；每一已注册掌纹图像与待处理掌纹图像分块匹配，生成一个匹配数据组，表征每一已注册掌纹图像与待处理掌纹图像之间的匹配程度；进而由识别模块30依据多个匹配数据组，从各个以注册掌纹图像中确定出与待处理掌纹图像最为匹配的目标掌纹图像，该目标掌纹图像即为对待处理掌纹图像识别的掌纹图像，实现待处理掌纹图像的识别。其中，分块匹配为将掌纹图像划分为多个分块图像进行匹配的机制，通过将各个已注册掌纹图像分别和待处理掌纹图像进行分块匹配，可避免以整张掌纹图像为参照进行匹配，减少了匹配过程中参照处理的数据量，有利于掌纹图像识别效率的提高。

进一步地，每一所述已注册掌纹图像以划分为预设数量分块注册图像的形式存在于预设数据库中，所述匹配模块20包括：

划分单元，用于将所述待处理掌纹图像划分为预设数量的分块掌纹图像，并针对每一所述已注册掌纹图像均执行以下步骤：

确定单元，用于根据各所述分块掌纹图像在所述待处理掌纹图像中的排列位置，确定所述已注册掌纹图像中与各所述分块掌纹图像分别对应的分块注册图像；

匹配单元，用于根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。

进一步地，所述匹配单元还用于：

进一步地，所述识别模块30还包括：

统计单元，用于统计每一所述匹配数据组中包含目标数据对的数量，并确定各所述数量中数值最大的目标数量；

查找单元，用于查找多个所述匹配数据组中与所述目标数量对应的目标匹配数据组，并将与目标匹配数据组对应的已注册掌纹图像确定为所述目标掌纹图像。

进一步地，所述掌纹图像的识别装置还包括：

确定模块，用于当接收到掌纹图像时，根据预设网络模型，对所述掌纹图像进行左右手识别，确定所述掌纹图像的左右手属性；

所述识别模块还用于根据所述左右手属性，识别所述掌纹图像上的纹路裁剪点；

生成模块，用于根据所述纹路裁剪点，对所述掌纹图像进行裁剪，生成待处理掌纹图像。

本申请掌纹图像的识别装置具体实施方式与上述掌纹图像的识别方法各实施例基本相同，在此不再赘述。

此外，本申请实施例还提出一种计算机可读存储介质，计算机可读存储介质可以是易失性的，也可以是非易失性的。

计算机可读存储介质上存储有掌纹图像的识别程序，掌纹图像的识别程序被处理器执行时实现如下步骤：

本申请计算机可读存储介质的具体实施方式与上述掌纹图像的识别方法各实施例基本相同，在此不再赘述。

在另一个实施例中，本申请所提供的掌纹图像的识别方法，为进一步保证上述所有出现的数据的私密和安全性，上述所有数据还可以存储于一区块链的节点中。例如待处理掌纹图像及目标掌纹图像等，这些数据均可存储在区块链节点中。

需要说明的是，本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims

一种掌纹图像的识别方法，所述掌纹图像的识别方法包括以下步骤：

当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。
如权利要求1所述的掌纹图像的识别方法，其中，每一所述已注册掌纹图像以划分为预设数量分块注册图像的形式存在于预设数据库中；

所述将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组的步骤包括：

将所述待处理掌纹图像划分为预设数量的分块掌纹图像，并针对每一所述已注册掌纹图像均执行以下步骤：

根据各所述分块掌纹图像在所述待处理掌纹图像中的排列位置，确定所述已注册掌纹图像中与各所述分块掌纹图像分别对应的分块注册图像；

根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。
如权利要求2所述的掌纹图像的识别方法，其中，所述根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

调用各所述分块掌纹图像，并针对每一所述分块掌纹图像执行以下步骤：

判断所述分块掌纹图像中是否存在关键数据点，若存在关键数据点，则将所述分块掌纹图像确定为第一匹配单位，并读取所述第一匹配单位对应的第一特征值；

查找与各所述分块掌纹图像分别对应的分块注册图像中与所述第一匹配单位对应的目标分块注册图像，以及与所述目标分块注册图像相邻的其他分块注册图像，并将所述目标分块注册图像和所述其他分块注册图像一并确定为第二匹配单位；

读取与所述第二匹配单位对应的第二特征值，根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。
如权利要求3所述的掌纹图像的识别方法，其中，所述根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

计算所述第一特征值和所述第二特征值之间的第一相似度值，并根据所述第一相似度值，确定第二匹配单位中各注册数据点与第一匹配单位中各所述关键数据点之间的第一匹配数据对；

对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新，计算更新后的所述第一特征值和所述第二特征值之间的第二相似度值，并根据所述第二相似度值，确定更新后第一匹配单位中各注册数据点与更新后第二匹配单位中各关键数据点之间的第二匹配数据对；

根据各所述第一匹配数据对和各所述第二匹配数据对，确定所述分块掌纹图像和所述目标分块注册图像之间的目标数据对；

在所述待处理掌纹图像中的各所述分块掌纹图像均生成所述目标数据对之后，完成所述已注册掌纹图像和所述待处理掌纹图像之间的分块匹配，并将各所述目标数据对生成为匹配数据组。
如权利要求4所述的掌纹图像的识别方法，其中，所述对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新的步骤包括：

查找与第一匹配单位相邻的其他分块掌纹图像，并将所述第一匹配单位和所述其他分块掌纹图像一并作为新的第二匹配单位；

根据与新的所述第二匹配单位对应的特征值，对所述第二特征值进行更新；

将所述目标分块注册图像作为新的第一匹配单位，并根据与新的所述第一匹配单位对应的特征值，对所述第一特征值进行更新。
如权利要求1-5任一项所述的掌纹图像的识别方法，其中，所述根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像的步骤包括：

统计每一所述匹配数据组中包含目标数据对的数量，并确定各所述数量中数值最大的目标数量；

查找多个所述匹配数据组中与所述目标数量对应的目标匹配数据组，并将与目标匹配数据组对应的已注册掌纹图像确定为所述目标掌纹图像。
如权利要求1-5任一项所述的掌纹图像的识别方法，其中，所述当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像的步骤之前包括：

当接收到掌纹图像时，根据预设网络模型，对所述掌纹图像进行左右手识别，确定所述掌纹图像的左右手属性；

根据所述左右手属性，识别所述掌纹图像上的纹路裁剪点；

根据所述纹路裁剪点，对所述掌纹图像进行裁剪，生成待处理掌纹图像。
一种掌纹图像的识别装置，所述掌纹图像的识别装置包括：

读取模块，用于当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

匹配模块，用于将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

识别模块，用于根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。
一种掌纹图像的识别设备，所述掌纹图像的识别设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的掌纹图像的识别程序，所述掌纹图像的识别程序被所述处理器执行时实现如下步骤：

当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。
如权利要求9所述的掌纹图像的识别设备，其中，每一所述已注册掌纹图像以划分为预设数量分块注册图像的形式存在于预设数据库中；

所述将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组的步骤包括：

将所述待处理掌纹图像划分为预设数量的分块掌纹图像，并针对每一所述已注册掌纹图像均执行以下步骤：

根据各所述分块掌纹图像在所述待处理掌纹图像中的排列位置，确定所述已注册掌纹图像中与各所述分块掌纹图像分别对应的分块注册图像；

根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。
如权利要求10所述的掌纹图像的识别设备，其中，所述根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

调用各所述分块掌纹图像，并针对每一所述分块掌纹图像执行以下步骤：

判断所述分块掌纹图像中是否存在关键数据点，若存在关键数据点，则将所述分块掌纹图像确定为第一匹配单位，并读取所述第一匹配单位对应的第一特征值；

查找与各所述分块掌纹图像分别对应的分块注册图像中与所述第一匹配单位对应的目标分块注册图像，以及与所述目标分块注册图像相邻的其他分块注册图像，并将所述目标分块注册图像和所述其他分块注册图像一并确定为第二匹配单位；

读取与所述第二匹配单位对应的第二特征值，根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。
如权利要求11所述的掌纹图像的识别设备，其中，所述根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

计算所述第一特征值和所述第二特征值之间的第一相似度值，并根据所述第一相似度值，确定第二匹配单位中各注册数据点与第一匹配单位中各所述关键数据点之间的第一匹配数据对；

对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新，计算更新后的所述第一特征值和所述第二特征值之间的第二相似度值，并根据所述第二相似度值，确定更新后第一匹配单位中各注册数据点与更新后第二匹配单位中各关键数据点之间的第二匹配数据对；

根据各所述第一匹配数据对和各所述第二匹配数据对，确定所述分块掌纹图像和所述目标分块注册图像之间的目标数据对；

在所述待处理掌纹图像中的各所述分块掌纹图像均生成所述目标数据对之后，完成所述已注册掌纹图像和所述待处理掌纹图像之间的分块匹配，并将各所述目标数据对生成为匹配数据组。
如权利要求12所述的掌纹图像的识别设备，其中，所述对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新的步骤包括：

查找与第一匹配单位相邻的其他分块掌纹图像，并将所述第一匹配单位和所述其他分块掌纹图像一并作为新的第二匹配单位；

根据与新的所述第二匹配单位对应的特征值，对所述第二特征值进行更新；

将所述目标分块注册图像作为新的第一匹配单位，并根据与新的所述第一匹配单位对应的特征值，对所述第一特征值进行更新。
如权利要求9-13任一项所述的掌纹图像的识别设备，其中，所述根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像的步骤包括：

统计每一所述匹配数据组中包含目标数据对的数量，并确定各所述数量中数值最大的目标数量；

查找多个所述匹配数据组中与所述目标数量对应的目标匹配数据组，并将与目标匹配数据组对应的已注册掌纹图像确定为所述目标掌纹图像。
如权利要求9-13任一项所述的掌纹图像的识别设备，其中，所述当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像的步骤之前，所述掌纹图像的识别程序被所述处理器执行时还实现如下步骤：

当接收到掌纹图像时，根据预设网络模型，对所述掌纹图像进行左右手识别，确定所述掌纹图像的左右手属性；

根据所述左右手属性，识别所述掌纹图像上的纹路裁剪点；

根据所述纹路裁剪点，对所述掌纹图像进行裁剪，生成待处理掌纹图像。
一种计算机可读存储介质，所述计算机可读存储介质上存储有掌纹图像的识别程序，所述掌纹图像的识别程序被处理器执行时实现如下步骤：

当获取到待处理掌纹图像时，读取预设数据库中的已注册掌纹图像；

将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组，其中，一所述已注册掌纹图像对应生成一匹配数据组；

根据多个所述匹配数据组，确定各所述已注册掌纹图像中与所述待处理掌纹图像匹配的目标掌纹图像。
如权利要求16所述的计算机可读存储介质，其中，每一所述已注册掌纹图像以划分为预设数量分块注册图像的形式存在于预设数据库中；

所述将各所述已注册掌纹图像分别和所述待处理掌纹图像进行分块匹配，生成多个匹配数据组的步骤包括：

将所述待处理掌纹图像划分为预设数量的分块掌纹图像，并针对每一所述已注册掌纹图像均执行以下步骤：

根据各所述分块掌纹图像在所述待处理掌纹图像中的排列位置，确定所述已注册掌纹图像中与各所述分块掌纹图像分别对应的分块注册图像；

根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。
如权利要求17所述的计算机可读存储介质，其中，所述根据各所述分块掌纹图像以及与各所述分块掌纹图像分别对应的分块注册图像，将所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

调用各所述分块掌纹图像，并针对每一所述分块掌纹图像执行以下步骤：

判断所述分块掌纹图像中是否存在关键数据点，若存在关键数据点，则将所述分块掌纹图像确定为第一匹配单位，并读取所述第一匹配单位对应的第一特征值；

查找与各所述分块掌纹图像分别对应的分块注册图像中与所述第一匹配单位对应的目标分块注册图像，以及与所述目标分块注册图像相邻的其他分块注册图像，并将所述目标分块注册图像和所述其他分块注册图像一并确定为第二匹配单位；

读取与所述第二匹配单位对应的第二特征值，根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组。
如权利要求18所述的计算机可读存储介质，其中，所述根据所述第一特征值和所述第二特征值，对所述已注册掌纹图像和所述待处理掌纹图像进行分块匹配，生成匹配数据组的步骤包括：

计算所述第一特征值和所述第二特征值之间的第一相似度值，并根据所述第一相似度值，确定第二匹配单位中各注册数据点与第一匹配单位中各所述关键数据点之间的第一匹配数据对；

对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新，计算更新后的所述第一特征值和所述第二特征值之间的第二相似度值，并根据所述第二相似度值，确定更新后第一匹配单位中各注册数据点与更新后第二匹配单位中各关键数据点之间的第二匹配数据对；

根据各所述第一匹配数据对和各所述第二匹配数据对，确定所述分块掌纹图像和所述目标分块注册图像之间的目标数据对；

在所述待处理掌纹图像中的各所述分块掌纹图像均生成所述目标数据对之后，完成所述已注册掌纹图像和所述待处理掌纹图像之间的分块匹配，并将各所述目标数据对生成为匹配数据组。
如权利要求19所述的计算机可读存储介质，其中，所述对所述第一匹配单位、第二匹配单位、第一特征值和第二特征值进行更新的步骤包括：

查找与第一匹配单位相邻的其他分块掌纹图像，并将所述第一匹配单位和所述其他分块掌纹图像一并作为新的第二匹配单位；

根据与新的所述第二匹配单位对应的特征值，对所述第二特征值进行更新；

将所述目标分块注册图像作为新的第一匹配单位，并根据与新的所述第一匹配单位对应的特征值，对所述第一特征值进行更新。