手掌特征识别方法、手掌特征识别设备、及存储介质技术

本发明专利技术提出一种手掌特征识别方法、手掌特征识别设备、及存储介质，在接收到图像采集指令后，实时采集手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像，然后根据第一图像信息和二值化图像，获取手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离，并在满足可识别条件时，采集所述手掌的第二图像信息，通过对所述第二图像信息进行预处理后，提出所述手掌的掌型特征、掌纹特征和掌静脉特征，最后将所述掌型特征、掌纹特征和掌静脉特征与数据库录入的注册模板进行识别比对，避免了手掌移动、倾斜带来的识别等误率和错误拒绝率偏高的问题，增加了识别的稳定性、鲁棒性和精度。

Palm feature recognition method, palm feature recognition device, and storage medium

The invention provides a method of feature recognition, palm palm recognition equipment, and storage medium in the received image collection instruction, the first image information acquisition of the palm, and according to the first image information acquisition palm binarization image, then according to the first image information and image binarization, moving speed, get the tilt angle relative to the palm palm feature recognition equipment and distance, and to meet the recognition conditions, second image information acquisition in the palm, through the pretreatment of the second image information, put the palm palm type features, palmprint and palm vein feature, finally the palm type features, palmprint and palm vein feature and database entry registration template recognition comparison, avoid palm mobile, caused by the incline error rate and recognition The problem of high false reject rate increases the stability, robustness and accuracy of the recognition.

【技术实现步骤摘要】
手掌特征识别方法、手掌特征识别设备、及存储介质
本专利技术涉及生物特征识别
，尤其涉及一种手掌特征识别方法、手掌特征识别设备、及存储介质。
技术介绍
当前生物特征主要分为人脸、虹膜、指纹、掌纹、掌静脉、指静脉等大类。由掌纹特征和掌静脉特征组成的手掌特征基于精度高、心理排斥低的特点，获得了越来越多的关注。现有的手掌识别设备分为接触式和非接触式两种：接触式手掌识别设备受限于定位立柱和较大的体积，用户体验较差、安装和系统的集成难度较大、应用场景受到了极大的限制；而非接触式手掌识别设备基于构成简单、体积小、易于集成安装的特点，广泛应用于人流量较大的场景中。现有的非接触式手掌识别设备分为两种：一种同时具有掌纹和掌静脉识别功能；另一类仅通过掌静脉信息进行识别，极大地简化了系统，并且由于掌静脉属于粗粒度特征，使用较低的分辨率就能够很好地保证掌静脉信息，但也相应地限制了掌静脉识别的精度，此外，掌静脉成像质量受光源、手掌距离和姿态的影响较大，容易采集到不稳定的图像。现有的非接触式手掌识别设备，减少了定位立柱和密闭成像环境的限制，设备体积小、用户自由度高，但也导致了用户自由度过大、鲁棒性较差、识别本文档来自技高网...

【技术保护点】
一种手掌特征识别方法，应用于非接触式手掌特征识别设备，其特征在于，该手掌特征识别方法包括以下步骤：在接收到图像采集指令后，实时采集目标对象手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像；根据所述第一图像信息和二值化图像，获取所述手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离；当所述手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离均满足可识别条件时，采集所述手掌的第二图像信息；对所述第二图像信息进行预处理后，提取所述手掌的掌型特征、掌纹特征和掌静脉特征；将所述掌型特征、掌纹特征和掌静脉特征与数据库录入的注册模板进行识别比对。

【技术特征摘要】
1.一种手掌特征识别方法，应用于非接触式手掌特征识别设备，其特征在于，该手掌特征识别方法包括以下步骤：在接收到图像采集指令后，实时采集目标对象手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像；根据所述第一图像信息和二值化图像，获取所述手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离；当所述手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离均满足可识别条件时，采集所述手掌的第二图像信息；对所述第二图像信息进行预处理后，提取所述手掌的掌型特征、掌纹特征和掌静脉特征；将所述掌型特征、掌纹特征和掌静脉特征与数据库录入的注册模板进行识别比对。2.根据权利要求1所述的手掌特征识别方法，其特征在于，所述在接收到图像采集指令后，实时采集目标对象手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像的步骤之前，还包括以下步骤：当检测到目标对象手掌接近时，唤醒手掌特征识别设备，并生成图像采集指令。3.根据权利要求1或2所述的手掌特征识别方法，其特征在于，在执行所有步骤之前，还执行以下步骤：获取目标对象手掌在可识别条件下的多组手掌特征，并处理成注册模板录入数据库。4.根据权利要求3所述的手掌特征识别方法，其特征在于，所述获取目标对象手掌在可识别条件下的多组手掌特征，并处理成注册模板录入数据库的步骤，具体包括：A、在手掌与手掌特征识别设备之间的预设间距内设置由远及近的螺旋状目标点序列；B、实时定位手掌ROI及其中心点P，提示目标对象将中心点P靠近显示于手掌特征识别设备的显示单元的目标点P’；C、在所述中心点P移至目标点P’区域，且所述手掌的移动速度小于第一阈值、所述手掌相对于手掌特征识别设备的倾斜角度在目标范围时，控制手掌特征识别设备采集手掌的深度图像、近红外图像和可见光图像；D、将所述深度图像、近红外图像和可见光图像，处理成包括掌型特征、掌纹特征和掌静脉特征的注册模板录入数据库；E、调整目标点P’至目标点序列的下一位置，重复执行步骤C和D，直至整个目标点序列均执行完毕。5.根据权利要求3所述的手掌特征识别方法，其特征在于，所述在接收到图像采集指令后，实时采集目标对象手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像的步骤，具体包括：在接收到图像采集指令后，控制手掌特征识别设备实时采集目标对象手掌的第一深度图像、第一近红外图像和第一可见光图像；根据所述第一深度图像中的距离信息，剔除手掌放置范围之外的像素区域，并计算第一深度图像剩余像素区域的中心；以所述第一深度图像剩余像素区域的中心为中心作预设区域，根据预设区域内第一近红外图像的亮度分布获取第一近红外图像的二值化阈值；根据所述二值化阈值对所述第一近红外图像进行二值化处理，得到手掌的二值化图像。6.根据权利要求3所述的手掌特征识别方法，其特征在于，所述根据所述第一图像信息和二值化图像，获取所述手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离的步骤，具体包括：根据所述第一图像信息中的第一深度图像和第一近红外图像对手掌进行实时定位，并将所述二值化图像显示于手掌特征识别设备的显示单元；根据所述第一深度图像计算手掌与手掌特征识别设备之间的间距，并根据所述间距在所述显示单元显示手掌相对于手掌特征识别设备的距离；根据所述第一深度图像计算手掌平面的法向量，并根据所述法向量与目标方向的夹角计算手掌相对于手掌特征识别设备的倾斜角度。7.根据权利要求6所述的手掌特征识别方法，其特征在于，所述根据所述第一图像信息和二值化图像，获取所述手掌的移动速度的步骤，具体包括：根据输入的每秒预设帧数的二值化图像序列，获取当前帧与上一帧的差值delta；根据所述第一图像信息获取当前手掌的面积s、手掌与手掌特征识别设备之间的距离d；根据所述delta、s、d计算当前手掌图像的变化量，并根据所述变化量获取手掌当前的移动速度v。8.根据权利要求7所述的手掌特征识别方法，其特征在于，当连续n帧的移动速度v小于第一阈值时，...

【专利技术属性】
技术研发人员：张大鹏，梁旭，卢光明，骆南，刘旸，
申请(专利权)人：深圳市利众信息科技有限公司，
类型：发明
国别省市：广东,44