一种掌纹图像预处理方法和系统技术方案

本发明专利技术提供的一种掌纹图像预处理方法和系统，通过采用指窝区域检测神经网络模型和筛选准则，可以在无需辅助条件准确得到有效的所需指窝区域。通过指窝区域分割神经网络模型和边缘提取，获得所需指窝边缘分割图像，并采用指间根点定位算法，准确定位得到掌纹感兴趣区域，进而能够对掌纹感兴趣区域的掌纹特征进行精确提取，以在提高掌纹特征提取精确度的同时提高掌纹提取效率。本发明专利技术所提供的掌纹图像预处理方法和系统能够不使用任何辅助定位方法自动定位掌纹感兴趣区域，提高了用户在掌纹认证过程中的自由度、舒适度以及掌纹认证的精确度，并且结合筛选准则避免不合格样本导致的误注册。

A preprocessing method and system of palmprint image

【技术实现步骤摘要】
一种掌纹图像预处理方法和系统
本专利技术涉及掌纹识别
，特别是涉及一种掌纹图像预处理方法和系统。
技术介绍
信息泄露导致的不良事件频有发生，互联网、金融交易、公共安全等领域对信息安全的需求逐年增长，对个人身份的准确鉴定、个人信息安全的保护有着重大的社会意义和经济意义。因此，现有先进技术中经常采用生物特征认证来对个人身份进行核实。生物特征认证的优点在于，用户不需要记住也不会遗失他们的生物特征数据。在生物特征认证
中，掌纹相比其他生物特征，具有侵犯性低、稳定性好、鉴别信息丰富、限制条件少、成本低、泄露困难等优势。因此掌纹认证技术在政府、银行、安防等领域得到了很好的应用。掌纹认证根据采集方式的不同可以简单地分为接触模式和非接触模式。目前，基于接触式的掌纹认证模式在实际应用中常常存在采集灵活性不足、交叉传染、表面磨损及污染、某些国家和地区传统保守文化抵御、易留下痕迹泄露掌纹生物特征等问题。在使用非接触系统时，因为避免了与设备表面直接进行接触，所以解决了接触式设备所带来的问题。现有非接触式掌纹认证技术中，大多通本文档来自技高网...

【技术保护点】
1.一种掌纹图像预处理方法，其特征在于，包括：/n获取指窝区域检测神经网络模型；所述指窝区域检测神经网络模型为以手部图像为输入，以手指之间指窝图像为输出的神经网络模型；/n获取手部图像；/n利用所述指窝区域检测神经网络模型，根据所述手部图像，得到指窝图像；/n获取指窝区域分割神经网络模型；所述指窝区域分割神经网络模型为以指窝图像为输入，以指窝区域分割图像为输出的神经网络模型；/n利用所述指窝区域分割神经网络模型，根据所述指窝图像，得到指窝区域分割图像；/n将所述指窝区域分割图像进行边缘提取得到指窝边缘分割图像，并根据所述指窝边缘分割图像，采用指间根点定位算法，确定得到掌纹感兴趣区域；/n提取所...

【技术特征摘要】
1.一种掌纹图像预处理方法，其特征在于，包括：
获取指窝区域检测神经网络模型；所述指窝区域检测神经网络模型为以手部图像为输入，以手指之间指窝图像为输出的神经网络模型；
获取手部图像；
利用所述指窝区域检测神经网络模型，根据所述手部图像，得到指窝图像；
获取指窝区域分割神经网络模型；所述指窝区域分割神经网络模型为以指窝图像为输入，以指窝区域分割图像为输出的神经网络模型；
利用所述指窝区域分割神经网络模型，根据所述指窝图像，得到指窝区域分割图像；
将所述指窝区域分割图像进行边缘提取得到指窝边缘分割图像，并根据所述指窝边缘分割图像，采用指间根点定位算法，确定得到掌纹感兴趣区域；
提取所述掌纹感兴趣区域中的掌纹特征。


2.根据权利要求1所述的一种掌纹图像预处理方法，其特征在于，所述将所述指窝区域分割图像进行边缘提取得到指窝边缘分割图像，并根据所述指窝边缘分割图像，采用指间根点定位算法，确定得到掌纹感兴趣区域，包括：
判断所述指窝边缘分割图像的两侧边缘是否能够拟合为两条直线；若能，则采用指间根点定位算法，根据所述指窝边缘分割图像，检测到指间根点作为关键点，定位得到掌纹感兴趣区域；反之，则采用二次肤色自适应分割算法得到所述指窝区域分割图像，再对指窝区域分割图像进行边缘检测，从而实现指窝边缘分割图像的更新，并采用指间根点定位算法，根据更新后的指窝边缘分割图像，检测到指间根点作为关键点，并进一步定位得到掌纹感兴趣区域。


3.根据权利要求1所述的一种掌纹图像预处理方法，其特征在于，所述指窝图像包括：食指与中指间的指窝图像、无名指与小拇指间的指窝图像。


4.根据权利要求3所述的一种掌纹图像预处理方法，其特征在于，所述方法还包括：
采用公式从所述指窝图像中筛选得到食指与中指间的指窝图像以及无名指与小拇指间的指窝图像；
其中a、b表示配对的两个候选指窝图像，当Pa,b＝1表示两个配对的候选指窝图像为所需指窝图像，当Pa,b＝0表示两个候选指窝图像不是所需指窝图像，Wa和Wb分别表示两个候选指窝图像的宽度，Da,b表示两个候选指窝图像中心点之间的直线距离,DYa,b表示两个候选指窝图像中心点之间的竖直距离。


5.根据权利要求1所述的一种掌纹图像预处理方法，其特征在于，所述获取指窝区域检测神经网络模型，之前还包括：
获取手部样本图像；
选取所述手部样本图像中符合预设条件的图片进行标定采样，构成第一训练样本集；
采用所述第一训练样本集，对所述指窝区域检测神经网络模型进行训练，获得指窝区域检测神经网络模型。


6.根据权利要求1所述的一种掌纹图像预处理方法，其特征在于，所述获取指窝区域分割神经网络模型，之前还包括：
获取指窝样本图像；
选取所述指窝样本图像中符合预设条件的图片进行标定采样，构成第二训练样本集；
采用所述第二训练样本集，对所述指窝区域分割神经网络模型进行训练，获取指窝...

【专利技术属性】
技术研发人员：冷璐，周子博，曾接贤，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：江西;36