本发明专利技术属身份识别领域，尤其涉及一种基于粗分类的手部多模态快速识别方法，采用成像装置获取手部模态进行分析，从而获得手形特征参数，包括如下步骤：（1）采用多模态图像获取装置，在手进行一次自然伸展的过程中，获取手形、掌纹、手掌静脉三种模态图像；（2）确定判断有无掌静脉的有效区域；判断该区域中梯度超过一定范围的数据的数量是否超过预先设定的阈值，超过则判断为存在静脉，否则不存在；（3）测量掌纹主线条数及交点数量，以确定匹配对象。本发明专利技术算法简单，鲁棒性强，稳定性高，匹配速度快，误识率低，使用范围广泛。
【技术实现步骤摘要】
【专利摘要】本专利技术属身份识别领域，尤其涉及一种，采用成像装置获取手部模态进行分析，从而获得手形特征参数，包括如下步骤：（1）采用多模态图像获取装置，在手进行一次自然伸展的过程中，获取手形、掌纹、手掌静脉三种模态图像；（2）确定判断有无掌静脉的有效区域；判断该区域中梯度超过一定范围的数据的数量是否超过预先设定的阈值，超过则判断为存在静脉，否则不存在；（3）测量掌纹主线条数及交点数量，以确定匹配对象。本专利技术算法简单，鲁棒性强，稳定性高，匹配速度快，误识率低，使用范围广泛。【专利说明】
本专利技术属身份识别领域，尤其涉及一种。
技术介绍
手部识别在生物特征识别领域中占有重要的地位。目前最常用的手形识别系指对 手部的外部轮廓所构成的几何图形进行识别。相对于其他生物特征，手形的测量比较容易 实现。基于上述原因，手形认证已经成为生物特征识别技术的一个重要组成部分。传统手形 匹配方法大致分两种：基于点模式匹配方法及基于特征矢量匹配方法。点模式匹配方法， 手形提取的好坏直接影响着识别的准确性，这就要求手形的轮廓提取必须准确，否则会引 入大量的伪特征点从而带来错误率的激增。在手形采集过程中，周围环境的光照和噪声对 手形的准确提取会造成很大的影响。上述点模式匹配方法误识率较小，但计算量及拒识率 相对较大。基于特征矢量匹配方法，其计算量小，匹配速度快，但误识率较高。
技术实现思路
本专利技术旨在克服现有技术的不足之处而提供一种算法简单，鲁棒性强，稳定性高， 匹配速度快，误识率低，使用范围广泛的。 为解决上述技术问题，本专利技术是这样实现的。 -种，采用成像装置获取手部模态进行 分析，从而获得手部特征参数，它包括如下步骤。 (1)采用多模态图像获取装置，在手进行一次自然伸展的过程中，获取手形、掌纹、 手掌静脉三种模态图像。 (2)确定判断有无掌静脉的有效区域；判断该区域中图像灰度梯度(相邻两点差 值）总和超过一定范围数据的数量是否超过预先设定的阈值，超过则判断为存在静脉，否则 不存在。 (3)测量掌纹主线条数及交点数量，以确定匹配对象。 作为一种优选方案，本专利技术将生命线起点确定为A点，感情线起点确定为B点，终 止点确定为D点；A、B两点连线与BD曲线交点为C点；记AC的长度为屯，CB的长度为d 2， 接续计算参数，以确定匹配对象。 进一步地，本专利技术将食指掌外侧拐点确定为Μ ;食指与中指谷确定为N ;中指与无 名指谷点确定为Ρ ;无名指与小捣指谷点确定为Q ;手腕两侧拐点分别确定为R、S ;食指指 尖点确定为Τ ;中指指尖点确定为U ;无名指指尖点确定为V ;则中指长度LZ为U点到ΝΡ连 线的中点之间的距离；手掌长度LA为U点到RS连线中点之间的距离；接续计算中指与手掌 长度比LZ/LA，以确定匹配对象。 进一步地，本专利技术食指长度LS为Τ点到丽连线中点之间的距离；接续计算中指与 食指长度比LZ/LS，以确定匹配对象。 进一步地，本专利技术无名指长度LW为V点到PQ连线中点之间的距离；接续计算中指 与无名指长度比LZ/LW，以确定匹配对象。 进一步地，本专利技术通过计算LH= Σ (LZ/LA，LZ/LS，LZ/LW)，与对象进行 具体距离的比较，以距离最近者为准，最终确定匹配对象；距离计算用欧氏距离，即 【权利要求】1. 一种，采用成像装置获取手部模态进行分 析，从而获得手部特征参数，其特征在于，包括如下步骤： (1) 采用多模态图像获取装置，在手进行一次自然伸展的过程中，获取手形、掌纹、手掌 静脉三种模态图像； (2) 确定判断有无掌静脉的有效区域；判断该区域中图像灰度梯度总和超过一定范围 数据的数量是否超过预先设定的阈值，超过则判断为存在静脉，否则不存在； (3) 测量掌纹主线条数及交点数量，以确定匹配对象。2. 根据权利要求1所述的，其特征在于：将生 命线起点确定为A点，感情线起点确定为B点，终止点确定为D点；A、B两点连线与BD曲线 交点为C点；记AC的长度为屯，CB的长度为d2，接续计算参数(1=01/4，以确定匹配对象。3. 根据权利要求2所述的，其特征在于：将食 指掌外侧拐点确定为M ;食指与中指谷确定为N ;中指与无名指谷点确定为P ;无名指与小 捣指谷点确定为Q ;手腕两侧拐点分别确定为R、S ;食指指尖点确定为T ;中指指尖点确定 为U ;无名指指尖点确定为V ;则中指长度LZ为U点到NP连线的中点之间的距离；手掌长 度LA为U点到RS连线中点之间的距离；接续计算中指与手掌长度比LZ/LA，以确定匹配对 象。4. 根据权利要求3所述的，其特征在于：食指 长度LS为T点到丽连线中点之间的距离；接续计算中指与食指长度比LZ/LS，以确定匹配 对象。5. 根据权利要求4所述的，其特征在于：无名 指长度LW为V点到PQ连线中点之间的距离；接续计算中指与无名指长度比LZ/LW，以确定 匹配对象。6. 根据权利要求5所述的，其特 征在于：通过计算LH= E (LZ/LA，LZ/LS，LZ/LW)，与对象进行具体距离的 比较，以距离最近者为准，最终确定匹配对象；其中，距离计算用欧氏距离，即、D2分别为求取距离的两点。【文档编号】G06K9/00GK104281844SQ201410582771【公开日】2015年1月14日 申请日期:2014年10月28日 优先权日:2014年10月28日 【专利技术者】汤永华, 宋辉, 苑玮琦 申请人:沈阳工业大学本文档来自技高网...
【技术保护点】
一种基于粗分类的手部多模态快速识别方法，采用成像装置获取手部模态进行分析，从而获得手部特征参数，其特征在于，包括如下步骤： （1）采用多模态图像获取装置，在手进行一次自然伸展的过程中，获取手形、掌纹、手掌静脉三种模态图像； （2）确定判断有无掌静脉的有效区域；判断该区域中图像灰度梯度总和超过一定范围数据的数量是否超过预先设定的阈值，超过则判断为存在静脉，否则不存在； （3）测量掌纹主线条数及交点数量，以确定匹配对象。
【技术特征摘要】
【专利技术属性】
技术研发人员：汤永华，宋辉，苑玮琦，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。