一种指静脉识别装置的校准方法制造方法及图纸

本发明专利技术公开了一种指静脉识别装置的校准方法，包括：使用指静脉识别装置采集当前状态下多人、每人至少一幅指静脉图像；计算采集到的指静脉图像的截面像素灰度值的高斯分布参数；通过指静脉图像的截面像素灰度值的高斯分布参数计算出指静脉识别装置的红外图像传感器的伽马映射系数；根据伽马映射系数调整红外图像传感器获取的当前状态下的像素输入值和像素输出值映射关系，即可对调整后的像素输出值进行识别获取识别结果。本发明专利技术公开的指静脉识别装置的校准方法可有效的降低不同地域气候、温度和光照等因素对指静脉装置识别成功率的影响。

【技术实现步骤摘要】

本专利技术涉及图像采集领域，尤其涉及一种指静脉识别装置的校准方法。
技术介绍
随着时代的发展，个人信息安全越来越重要。选择合理的认证技术是保证信息安全的必要因素。传统的认证技术是基于个人密码，而密码被破解的概率越来越高。生物认证将成为今后几年信息产业的重要变革，越来越多的个人、消费者、公司乃至政府机构都承认，现有的基于智能卡、身份证号和密码的身份识别系统是远远不够的，生物特征识别技术将在未来提供安全认证方面占据重要的地位。静脉识别技术是通过对手指或手掌中静脉图像进行活体识别来达到认证目的，具有高度防伪、活体检测、高度准确、适应性强和简便易用的特性。指静脉识别装置涉及光源、光学镜头、光敏芯片等一系列内容，该识别装置的应用区域覆盖我国的各个地域，外界的气候和温度会影响设备近红外LED灯的发光强度，光学镜头透光率，同时外部光照会直接干扰光敏芯片接收到的光线，进而影响到采集到的图像，最终导致指静脉识别装置的识别成功率的降低。为了有效的提高指静脉识别装置的识别成功率，需要在使用前对指静脉识别装置进行相应校准。
技术实现思路
本专利技术提出了一种指静脉识别装置的校准方法，能够有效的降低不同地域气候、温度和光照等因素对指静脉识别装置的识别成功率的影响。为实现上述目的，本专利技术实施例提出了一种指静脉识别装置的校准方法，包括步骤：S1、利用指静脉识别装置的红外图像传感器采集当前状态下的N个人各L幅指静脉图像，其中N≥2，L≥1；S2、计算采集到的所述N*L个指静脉图像的截面像素灰度值的高斯分布参数(μ,σ)；其中，μ为均值，σ为标准差，每一所述指静脉图像的截面像素灰度值符合高斯分布；S3、通过以下公式计算所述红外图像传感器的伽马映射系数：其中，(μs,σs)、γs为所述指静脉识别装置预设的标准值，(μ,σ)为上述步骤得到的高斯分布参数，sign(为x)符号函数，γ为所述红外图像传感器的伽马映射系数；S4、根据计算得到的所述伽马映射系数γ，调整所述红外图像传感器获取的当前状态下的像素输入值f和像素输出值f1映射关系，然后通过所述指静脉识别装置对调整后的像素输出值f1进行识别以获取识别结果。本专利技术提供的指静脉识别装置的识别算法是直接在采集到的图像上进行识别，采集到的图像的一致性会直接影响到装置识别成功率，通过上述步骤提高了不同设备在不同环境下采集图像的一致性，能有效的减小图像采集一致性对指静脉识别装置的识别算法的影响，提高识别成功率。作为上述方案的改进，通过以下步骤计算采集到的所述N*L个指静脉图像的截面像素灰度值的高斯分布参数(μ,σ)；S21、对每一所述指静脉图像进行二值化以划分出指静脉区域，基于所述指静脉区域得到指静脉线条；S22、对每一所述指静脉线条取等间距的T个截面，共得到B＝N*L*T个截面；取每个截面所有像素的灰度值，记为其中为第b个截面的第i个像素的灰度值,Mb为第b个截面所对应的像素个数，T≥3；S23、通过以下公式计算得到所述B个截面像素灰度值的高斯分布参数(μ,σ):作为上述方案的改进，通过公式调整所述红外图像传感器获取的当前状态下的像素输入值f和像素输出值f1映射关系。根据实验数据统计可知静脉图像中，每根静脉的截面像素灰度基本符合高斯分布，通过上述步骤对每根指静脉线条取多个截面丰富了统计数据，使统计结果更精确。本专利技术还提出了另一种指静脉识别装置的校准方法，包括步骤：S1、利用指静脉识别装置的红外图像传感器采集当前状态下的N个人各L幅指静脉图像，其中N≥2，L≥1；S2、分别计算采集到的每一所述指静脉图像的截面像素灰度值的高斯分布参数；其中，每一所述指静脉图像的截面像素灰度值符合高斯分布，所述高斯分布参数包括像素灰度均值和标准差；S3、根据每一所述指静脉图像的截面像素灰度值的高斯分布参数计算得到每一所述指静脉图像的宽度，然后计算所有指静脉图像的宽度的平均值hw，并选取所述N*L个指静脉图像中宽度在hw(1±A％)之间的所有指静脉图像；其中，0＜A≤50，每一所述指静脉图像的宽度是指每一所述指静脉图像上的截面像素灰度值小于其对应的像素灰度均值的像素个数；S4、计算所选取的所有指静脉图像的截面像素灰度值的高斯分布参数(μr,σr)；S5、通过以下公式计算所述红外图像传感器的伽马映射系数：其中，(μs,σs)、γs为所述指静脉识别装置预设的标准值，(μr,σr)为上述步骤得到的高斯分布参数，γ为所述红外图像传感器的伽马映射系数；S6、根据计算得到的所述伽马映射系数γ，调整所述红外图像传感器获取的当前状态下的像素输入值f和像素输出值f1映射关系，然后通过所述指静脉识别装置对调整后的像素输出值f1进行识别以获取识别结果。作为上述方案的改进，可采用以下步骤和公式来计算采集到的每一所述指静脉图像的截面像素灰度值的高斯分布参数：对每一所述指静脉图像进行二值化以划分出指静脉区域，基于所述指静脉区域得到指静脉线条；对每一所述指静脉线条取等间距的T个截面，取每个截面所有像素的灰度值，记为其中为第t个截面的第i个像素的灰度值,Mt为第t个截面所对应的像素个数,T≥3；作为上述方案的改进，可采用以下公式来计算符合指静脉图像宽度要求的所选取的所有指静脉图像的截面像素灰度值的高斯分布参数(μr,σr)：μr＝(μ1+μ2+μ3+...+μp)/P其中，P为所选取的所有指静脉图像的总个数，μ1,μ2,μ3,...,μp分别为所选取的每一指静脉图像的截面像素灰度值的像素灰度均值。作为上述方案的改进，还可采用以下公式来计算所选取的所有指静脉图像的截面像素灰度值的高斯分布参数(μr,σr)：对每一所述指静脉线条取等间距的T2个截面，共得到B2＝P*T2个截面；取每个截面所有像素的灰度值，记为其中为第b2个截面的第i个像素的灰度值,Mb2为第b2个截面所对应的像素个数,P为所选取的所有指静脉图像的总个数，T2≥3。作为上述方案的改进，采用NIBLACK图像二值化方法对每一所述指静脉图像进行二值化处理，从而提取指静脉区域；对提取的所述指静脉区域进行分割后，进行骨架提取，得到指静脉线条。作为上述方案的改进，A＝10。作为上述方案的改进，通过公式调整所述红外图像传感器获取的当前状态下的像素输入值f和像素输出值f1映射关系。综上所述，本专利技术所述指静脉识别装置的校准方法，根据指静脉采集图像的静脉区域的灰度变化，得到该指静脉识别装置对应的红外图像传感器的调整参数，可有效的降低不同地域气候、温度和光照等因素的影响。附图说明图1是本专利技术实施例一中一种指静脉识别装置的校准方法的流程示意图。图2是图1中步骤S102的具体流程示意图。图3是本专利技术实施例一中静脉提取示意图。图4是本专利技术实施例一中静脉截面示意图。图5是本专利技术实施例二中一种指静脉识别装置的校准方法的流程示意图。图6是图5中步骤S202的具体流程示意图。图7是本专利技术实施例三中一种指静脉识别装置的校准方法的流程示意图。图8是图7中步骤S302的具体流程示意图。图9是图7中步骤S304的具体流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有本文档来自技高网...

【技术保护点】
一种指静脉识别装置的校准方法，其特征在于，包括步骤：S1、利用指静脉识别装置的红外图像传感器采集当前状态下的N个人各L幅指静脉图像，其中N≥2，L≥1；S2、计算采集到的所述N*L个指静脉图像的截面像素灰度值的高斯分布参数(μ,σ)；其中，μ为均值，σ为标准差，每一所述指静脉图像的截面像素灰度值符合高斯分布；S3、通过以下公式计算所述红外图像传感器的伽马映射系数：γ=1-sign(μ-μs)(μ-μs)21+(σ-σs)2γs]]>其中，(μs,σs)、γs为所述指静脉识别装置预设的标准值，(μ,σ)为上述步骤得到的高斯分布参数，γ为所述红外图像传感器的伽马映射系数；S4、根据计算得到的所述伽马映射系数γ，调整所述红外图像传感器获取的当前状态下的像素输入值f和像素输出值f1映射关系，然后通过所述指静脉识别装置对调整后的像素输出值f1进行识别以获取识别结果。

【技术特征摘要】
1.一种指静脉识别装置的校准方法，其特征在于，包括步骤：S1、利用指静脉识别装置的红外图像传感器采集当前状态下的N个人各L幅指静脉图像，其中N≥2，L≥1；S2、计算采集到的所述N*L个指静脉图像的截面像素灰度值的高斯分布参数(μ,σ)；其中，μ为均值，σ为标准差，每一所述指静脉图像的截面像素灰度值符合高斯分布；S3、通过以下公式计算所述红外图像传感器的伽马映射系数：γ=1-sign(μ-μs)(μ-μs)21+(σ-σs)2γs]]>其中，(μs,σs)、γs为所述指静脉识别装置预设的标准值，(μ,σ)为上述步骤得到的高斯分布参数，γ为所述红外图像传感器的伽马映射系数；S4、根据计算得到的所述伽马映射系数γ，调整所述红外图像传感器获取的当前状态下的像素输入值f和像素输出值f1映射关系，然后通过所述指静脉识别装置对调整后的像素输出值f1进行识别以获取识别结果。2.如权利要求1所述的指静脉识别装置的校准方法，其特征在于，所述步骤S2具体包括步骤：S21、对每一所述指静脉图像进行二值化以划分出指静脉区域，基于所述指静脉区域得到指静脉线条；S22、对每一所述指静脉线条取等间距的T个截面，共得到B＝N*L*T个截面；取每个截面所有像素的灰度值，记为其中为第b个截面的第i个像素的灰度值,Mb为第b个截面所对应的像素个数，T≥3；S23、通过以下公式计算得到所述B个截面像素灰度值的高斯分布参数(μ,σ):μ=Σb=1BΣi=1Mbxib/Σb=1BMb]]>σ=1Σb=1BMbΣb=1BΣi=1Mb(xib-μ)2.]]>3.如权利要求1或2所述的指静脉识别装置的校准方法，其特征在于，在步骤S4中，通过公式调整所述红外图像传感器获取的当前状态下的像素输入值f和像素输出值f1映射关系。4.一种指静脉识别装置的校准方法，其特征在于，包括步骤：S1、利用指静脉识别装置的红外图像传感器采集当前状态下的N个人各L幅指静脉图像，其中N≥2，L≥1；S2、分别计算采集到的每一所述指静脉图像的截面像素灰度值的高斯分布参数；其中，每一所述指静脉图像的截面像素灰度值符合高斯分布，所...

【专利技术属性】
技术研发人员：梁添才，刘建平，金晓峰，黎明，
申请(专利权)人：广州广电运通金融电子股份有限公司，广州广电运通信息科技有限公司，
类型：发明
国别省市：广东;44