The application embodiment discloses a method and device for identifying a palm vein, which is used to extract a certain number of features in each part of the palmar area of interest and improve the recognition rate of the palm vein. The application embodiment method includes: obtaining the target palm vein image of the user; extracting the image of the region of interest ROI from the target palm vein image; dividing the image of the ROI into at least two subregions; extracting the target feature from each of the subregions by the preset algorithm; and the extracted target features. The point is compared with the preset feature point to get the matching point pair; determine whether each pair of matching points is true match; if it is true matching, the matching point pair is reserved; if the match is false, the matching point pair is eliminated.
【技术实现步骤摘要】
【国外来华专利技术】一种掌静脉的识别方法及装置
本申请涉及生物识别
,尤其涉及一种掌静脉的识别方法及装置。
技术介绍
掌静脉识别是利用人体血红蛋白通过静脉时能吸收近红外光的特性,采集手掌皮肤底下的静脉图像,并提取以作为生物特征。掌静脉使用方式是非接触式,它更加卫生,适合在公共场合使用。同时,适用手掌也较为自然,让用户更容易接受。掌静脉识别跟其它如指纹、眼虹膜等生物识别技术相比,因为有了前面的活体识别、内部特征和非接触的三个方面特征,掌静脉极难复制伪造,确保了使用者的掌静脉特征很难被伪造,所以掌静脉识别系统安全等级高,特别适合于安全要求高的场所使用。目前,对掌静脉的识别方法是基于整体的子空间学习方法,即将整个掌静脉作为全局的描述,将掌静脉图像投影到子空间抽取特征矢量,例如,利用特征识别方法进行掌静脉匹配,通过掌纹和掌静脉图像融合而成的拉普拉斯手掌特征图像进行全局匹配,最后对掌静脉图像的局部结构特征进行提取。对于基于整体的子空间学习方法,由于掌静脉分布特点,特征点集中分布在大鱼际附近的手掌区域,而小鱼际附近的手掌区域特征点较少,从而会因为特征信息不全面导致算法识别率下降。专利技术内 ...
【技术保护点】
一种掌静脉的识别方法,其特征在于,包括:获取用户的目标掌静脉图像;从所述目标掌静脉图像中提取感兴趣区域ROI的图像;将所述ROI的图像划分为至少两个子区域;采用预置算法从每个所述子区域上提取目标特征点;将提取到的所述目标特征点与预置特征点进行特征比对,得到匹配点对;判断每对所述匹配点对是否为真匹配;若为真匹配,则保留所述匹配点对;若为假匹配,则剔除所述匹配点对。
【技术特征摘要】
【国外来华专利技术】1.一种掌静脉的识别方法,其特征在于,包括:获取用户的目标掌静脉图像;从所述目标掌静脉图像中提取感兴趣区域ROI的图像;将所述ROI的图像划分为至少两个子区域;采用预置算法从每个所述子区域上提取目标特征点;将提取到的所述目标特征点与预置特征点进行特征比对,得到匹配点对;判断每对所述匹配点对是否为真匹配;若为真匹配,则保留所述匹配点对;若为假匹配,则剔除所述匹配点对。2.根据权利要求1所述的识别方法,其特征在于,所述判断每对所述匹配点对是否为真匹配包括:将所述ROI的图像划分为规格相同的G*G个格子,所述G为大于1的正整数,并将每对所述匹配点对映射到所述G*G个格子的相应位置,得到预置特征点格子图像和目标特征点格子图像;将具有相同匹配点对数量最多的第一格子和第二格子确定为匹配格对,所述第一格子位于所述预置特征点格子图像,所述第二格子位于所述目标特征点格子图像;判断每对所述匹配点对是否属于对应的匹配格对;若所述匹配点对属于对应的匹配格对,则确定所述匹配点对为真匹配;若所述匹配点对不属于对应的匹配格对,则确定所述匹配点对为假匹配。3.根据权利要求2所述的识别方法,其特征在于,所述判断每对所述匹配点对是否属于对应的匹配格对包括:计算所述第一格子的阈值和所述第二格子的评分值;判断所述评分值是否大于所述阈值;若是,则确定所述匹配点对属于对应的匹配格对;若否,则确定所述匹配点对不属于对应的匹配格对。4.根据权利要求1至3中任一项所述的识别方法,其特征在于,所述采用预置算法从每个所述子区域上提取目标特征点包括:根据每个所述子区域调整采样阈值,所述采样阈值用于确定所述目标特征点;将每个所述子区域中的目标点确定为目标特征点,所述目标点的参数值大于所述采样阈值。5.根据权利要求1至3中任一项所述的识别方法,其特征在于,所述预置算法为方向描述符ORB算法、尺度不变特征转换SIFT算法或快速鲁棒特征SURF算法中任一算法。6.一种掌静脉的识别装置,其特征在于,包括:获取单元,用于获取用户的目标掌静脉图像;第一提取单元,用于从所述目标掌静脉图像中提取感兴趣区域ROI的图像;划分单元,用于将所述ROI的图像划分为至少两个子区域;第二提取单元,用于采用预置算法从每个所述子区域上提取目标特征点;比对单元,用于将提取到的所述目标特征点与预置特征点进行特征比对,得到匹配点...
【专利技术属性】
技术研发人员:陈书楷,程雪,
申请(专利权)人:厦门中控智慧信息技术有限公司,
类型:发明
国别省市:福建,35
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。