一种基于红外拍照的生物特征3D四维数据识别方法及系统技术方案

本发明专利技术提供了一种基于红外拍照的生物特征3D四维数据识别方法和系统，对一台或多台变焦彩色相机对目标生物体采集到的2D彩色图像和深度红外相机对目标生物体采集到的红外图像进行预处理，得到目标生物体在给定时间内的空间点云信息，配准融合后获取目标生物体在给定时间内的3D数据，完成模型重构。以生物体的身份信息作为识别标志形成数据库；利用目标生物体的身份信息找到数据库中存储的生物特征3D四维数据，并相应的点云比对以识别目标生物体的身份。本发明专利技术中是将彩色相机的2D高清彩色图片和深度红外相机采集到的深度3D信息进行配准融合，从而减少了特征点的提取，降低了算法的复杂度，提高了重建的精度和效率。

A four-dimensional data recognition method and system based on infrared photography for biometrics 3D

The invention provides a method and a system for recognizing 3D four-dimensional data of biological characteristics based on infrared photography. One or more zoom color cameras preprocess the 2D color images and the depth infrared images collected by the target organisms to obtain the infrared images of the target organisms within a given time. Spatial point cloud information is registered and fused to obtain 3D data of the target organism in a given time, and the model is reconstructed. The identification information of the organism is used as the identification mark to form the database, and the 3D four-dimensional data of the biological characteristics stored in the database is found by using the identification information of the target organism, and the corresponding point cloud matching is used to identify the identity of the target organism. In the invention, the 2D high-definition color picture of the color camera and the depth 3D information collected by the depth infrared camera are registered and fused, thereby reducing the extraction of feature points, reducing the complexity of the algorithm and improving the accuracy and efficiency of reconstruction.

【技术实现步骤摘要】
一种基于红外拍照的生物特征3D四维数据识别方法及系统
本专利技术涉及生物特征识别
，特别是一种基于红外拍照的生物特征3D四维数据识别方法及系统。
技术介绍
生物特征即生物固有的生理或行为特征，如指纹、掌纹、虹膜或人脸等。生物特征有一定的唯一性和稳定性，即任何两生物的某种生物特征之间的差异比较大，且生物特征一般不会随着时间发生很大的变化，这就使得生物特征很适合应用在身份认证或识别系统中的认证信息等场景中。在目前的双目方案中，一般采用基本灰度、换域以及基本特征的配准方法，其首先对两幅或多幅图像进行特征提取，得到图像的特征点，然后通过对特征点进行相似性度量找到匹配的特征点对；然后通过匹配的特征点对得到几幅图像之间的坐标变换参数；最后完成图像的匹配，这种图像配准方法基于灰度信息的配准方法、基于变换域的配准方法和基于特征的配准方法，主要有以下缺点:1)当图像中的特征点不明显或分辨率低时，很难从图像中提取特征点。2)当场景相近时，两幅图像的坐标对应关系不是线性的，使用非线性变换有很大限制。3)从图像中寻找特征点，进一步的进行特征匹配，整个过程中需要大量复杂的算法，并且，分辨率越高，要求精度越高，则计算越复杂，因此，需要高的计算性能，另外最终的计算结果并不稳定。因此，亟需针对生物特征进行多维数据识别，提高安全性，并为后续的应用提供支撑。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的基于红外拍照的生物特征3D四维数据识别方法及系统。一种基于红外拍照的生物特征3D四维数据识别方法，其包括如下步骤：S01.采集生物特征信息，利用红外相机和彩色相机采集生物体在给定时间内的多幅生物特征图像，根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；S02.存储生物特征四维数据，扫描或录入以生物体的身份信息(I1、I2…In)，以所述身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行关联存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；S03.目标生物体的身份识别，采集目标生物体的生物特征3D四维数据(T1、T2…Tn)，并扫描或录入所述目标生物体的身份信息(I1、I2…In)，通过所述目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。进一步的，步骤S01还包括：所述彩色相机为变焦彩色相机，对一台或多台变焦彩色相机采集到的2D彩色图像进行预处理，得到目标生物体的2D高清彩色图片；对深度红外相机采集到的红外图像进行预处理，得到所述目标生物体的深度红外数据，其中，所述深度红外数据包括所述目标生物体的深度尺寸数据；根据所述目标生物体的深度红外数据，获取所述目标生物体的各个组成点的在给定时间内的空间点云信息；对所述2D高清彩色图片与所述空间点云信息进行配准融合；根据所述2D高清彩色图片与所述空间点云信息进行配准融合得到的结果数据、以及所述变焦彩色相机和所述深度红外相机的标定信息，得到所述目标生物体的四维数据。进一步的，得到所述目标生物体的四维数据步骤进一步包括：将所述多幅目标生物体的深度红外数据传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅目标生物体的深度红外数据信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。进一步的，对所述2D彩色图像进行预处理包括：对所述2D彩色图像进行分割，将所述2D彩色图像中的所述目标生物体的图像区域与背景区域进行分割；对分割得到所述目标生物体的图像区域进行图像增强处理，得到所述目标生物体的2D高清彩色图片；其中，所述图像增强处理包括以下至少之一：自动白平衡处理、自动曝光处理、自动对焦处理以及图像畸形校正处理。进一步的，对深度红外相机采集到的红外图像进行预处理，包括：对所述红外图像进行分割，将所述红外图像中的所述目标生物体的图像区域与背景区域进行分割；对分割得到的所述目标生物体的图像区域进行红外矩阵癍信息噪点滤波；从滤波后的所述目标生物体的图像区域中得到所述目标生物体的3D尺寸数据。可选的，对所述2D高清彩色图片与所述空间点云信息进行配准融合，包括：根据所述空间点云信息中各个组成点的3D尺寸数据，进行TOF逆变换，得到所述目标生物体的结构光深度图像；对所述2D高清彩色图片与所述结构光深度图像分别进行高斯滤波；分别从高斯滤波之后的所述2D高清彩色图片与所述结构光深度图像中提取所述目标生物体的特征部分，确定所述2D高清彩色图片与所述结构光深度图像的共有特征部分；在所述共有特征部分中，确定所述2D高清彩色图片与所述结构光深度图像的对应点；根据所述对应点在所述2D高清彩色图片和所述结构光深度图像中的坐标，基于三角剖法，确定所述2D高清彩色图片与所述结构光深度图像的坐标变换关系；根据所述坐标变换关系，完成所述2D高清彩色图片和所述结构光深度图像中的所述目标生物体的各个特征部分的配准融合。可选的，根据所述2D高清彩色图片与所述空间点云信息进行配准融合得到的结果数据、以及所述变焦彩色相机和所述深度红外相机的标定信息，得到所述目标生物体的3D数据，包括：根据所述2D高清彩色图片与所述空间点云信息进行配准融合得到的结果数据、以及所述变焦彩色相机和所述深度红外相机的标定信息，在所述目标生物体的各个特征部分中分别选取多个采样点，并计算所述多个采样点在给定时间内在三维空间的坐标，基于所述多个采样点在三维空间的坐标得到所述目标生物体的四维数据。可选的，在得到所述目标生物体的3D数据之后，所述方法还包括：根据所述目标生物体在给定时间内的3D数据进行四维建模，并将四维模型发送给显示器显示。可选的，所述目标生物体包括：人体的头部、面部或手部。进一步的，所述步骤S03对目标生物体的身份识别时，采用天目点云比对识别法对所述目标生物体的生物特征3D四维数据(T1、T2…Tn)和所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对；所述天目点云比对识别法包括如下步骤：S301.特征点拟合；S302.曲面整体最佳拟合；S303.相似度计算；进一步的，所述天目点云比对识别法包括如下具体步骤：采用基于空域直接匹配的方法进行特征点拟合，在两个点云的对应的刚性区域，选取三个及以上特征点作为拟合关键点，通过坐标变换，直接进行特征点对应匹配；特征点对应匹配后，整体曲面最佳拟合后的点云的数据对齐；采用最小二乘法进行相似度计算。一种基于红外拍照的生物特征3D四维数据识别系统，包括如下装置：生物特征信息采集装置，用于采集生物体在给定时间内的多幅生物特征图像，并根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；生物特征四维数据存储装置，用于扫描或录入生物体的身份信息(I1、I2…In)，以所述身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行关联存储，形成包括多本文档来自技高网...

【技术保护点】
1.一种基于红外拍照的生物特征3D四维数据识别方法，其特征在于，包括如下步骤：S01.采集生物特征信息，利用红外相机和彩色相机采集生物体在给定时间内的多幅生物特征图像，根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；S02.存储生物特征四维数据，扫描或录入以生物体的身份信息(I1、I2…In)，以所述身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行关联存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；S03.目标生物体的身份识别，采集目标生物体的生物特征3D四维数据(T1、T2…Tn)，并扫描或录入所述目标生物体的身份信息(I1、I2…In)，通过所述目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。

【技术特征摘要】
1.一种基于红外拍照的生物特征3D四维数据识别方法，其特征在于，包括如下步骤：S01.采集生物特征信息，利用红外相机和彩色相机采集生物体在给定时间内的多幅生物特征图像，根据所述多幅生物特征图像构建生物特征的四维模型，以实现所述生物体的生物特征3D四维数据采集；S02.存储生物特征四维数据，扫描或录入以生物体的身份信息(I1、I2…In)，以所述身份信息(I1、I2…In)作为识别标志对采集到的生物特征3D四维数据进行关联存储，形成包括多条生物特征3D四维数据(D1、D2…Dn)的数据库；S03.目标生物体的身份识别，采集目标生物体的生物特征3D四维数据(T1、T2…Tn)，并扫描或录入所述目标生物体的身份信息(I1、I2…In)，通过所述目标生物体的身份信息(I1、I2…In)找到所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)，将所述目标生物体的生物特征3D四维数据(T1、T2…Tn)分别与相应的所述数据库中存储的生物特征3D四维数据(D1、D2…Dn)进行比对，以识别目标生物体的身份。2.根据权利要求1所述的方法，其特征在于，所述彩色相机为变焦彩色相机，步骤S01还包括：对一台或多台变焦彩色相机采集到的2D彩色图像进行预处理，得到目标生物体的2D高清彩色图片；对深度红外相机采集到的红外图像进行预处理，得到所述目标生物体的深度红外数据，其中，所述深度红外数据包括所述目标生物体的深度尺寸数据；根据所述目标生物体的深度红外数据，获取所述目标生物体的各个组成点的在给定时间内的空间点云信息；对所述2D高清彩色图片与所述空间点云信息进行配准融合；根据所述2D高清彩色图片与所述空间点云信息进行配准融合得到的结果数据、以及所述变焦彩色相机和所述深度红外相机的标定信息，得到所述目标生物体的四维数据。3.根据权利要求2所述的方法，其特征在于，得到所述目标生物体的四维数据步骤进一步包括：将所述多幅目标生物体的深度红外数据传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅目标生物体的深度红外数据信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。4.根据权利要求3所述的方法，其中，对所述2D彩色图像进行预处理包括：对所述2D彩色图像进行分割，将所述2D彩色图像中的所述目标生物体的图像区域与背景区域进行分割；对分割得到所述目标生物体的图像区域进行图像增强处理，得到所述目标生物体的2D高清彩色图片；其中，所述图像增强处理包括以下至少之一：自动白平衡处理、自动曝光处理、自动对焦处理以及图像畸形校正处理。5.根据权利要求3所述的方法，其中，对深度红外相机采集到的红外图像进行预处理，包括：对所述红外图像进行分割，将所述红外图像中的所述目标生物体的图像区域与背景区域进行分割；对分割得到的所述目标生物体的图像区域进行红外矩阵癍信息噪点滤波；从滤波后的所述目标生物体的图像区域中得到所述目标生物体的3D尺寸数据。6.根据权利要求2至5任一项所述的方法，其中，对所述2D高清彩色图片与所述空间点云信息进行配准融合，包括：根据所述空间点云信息中各个组成点的3D尺寸数据，进行TOF逆变换，得到所述目标生物体的结构光深度图像；对所述2D高清彩色图片与所述结构光深度图像分别进行高斯滤波；分别从高斯滤波之后的所述2D高清彩色图片与所述结构光深度图像中提取所述目标生物体的特征部分，确定所述2D高清彩色图片与所述结构光深度图像的共有特征部分；在所述共有特征部分中，确定所述2D高清彩色图片与所述结构光深度图像的对应点；根据所述对应点在所述2D高清彩色图片和所述结构光深度图像中的坐标，基于三角剖法，确定所述2D高清彩色图片与所述结构光深度图像的坐标变换关系；根据所述坐标变换关系，完成所述2D高清彩色图片和所述结构光深度图像中的所述目标生物体的各个特征部分的配准融合。7.根据权利要求2至5任一项所述的方法，其中，根据所述2D高清彩色图片与所述空间点云信息进行配准融合得到的结果数据、以及所述变焦彩色相机和所述深度红外相机的标定信息，得到所述目标生物体的3D数据，包括：根据所述2D高清彩色图片与所述空间点云信息进行配准融合得到的结果数据、以及所述变焦彩色相机和所述深度红外相机的标定信息，在所述目标生物体的各个特征部分中分别选取多个采样点，并计算所述多个采样点在给定时间内在三维空间的坐标，基于所述多个采样点在三维空间的坐标得到所述目标生物体的四维数据。8.根据权利要求2至5任一项所述的方法，其中，在得到所述目标生物体的3D数据之后，所述方法还包括：根据所述目标生物体在给定时间内的3D数据进行四维建模，并将四维模型发送给显示器...

【专利技术属性】
技术研发人员：左忠斌，淮春芳，左达宇，
申请(专利权)人：北京天目智联科技有限公司，
类型：发明
国别省市：北京,11