一种手指静脉识别方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种手指静脉识别方法、装置及存储介质。所述手指静脉识别方法，包括：对采集的原始手指静脉图像进行预处理，得到预处理手指静脉图像；根据SLIC超像素分割算法从所述预处理手指静脉图像中获取节点集，利用所述节点集构建手指静脉加权图；基于改进后的图卷积神经网络，对所述手指静脉加权图进行手指静脉识别，得到识别结果。本发明专利技术能够综合考虑图结构的稳定性和手指静脉图像的随机性构建手指静脉图像的图模型，提高手指静脉识别精度。

【技术实现步骤摘要】
一种手指静脉识别方法、装置及存储介质
本专利技术涉及生物识别
，尤其涉及一种手指静脉识别方法、装置及存储介质。
技术介绍
手指静脉识别技术是一种新的生物特征识别技术，被广泛应用于身份认证，其工作原理是通过从手指静脉图像提取手指静脉的生物特征，将手指静脉特征信息与事先注册的手指静脉特征进行比对，从而完成身份认证。为使手指静脉图像能够更好地表达出手指静脉特征信息，近年来提出的手指静脉识别方法主要将手指静脉图像表示为图模型，即直接从手指静脉图像中选择细节点作为图节点，或均匀划分图块获取节点集来构建图模型。但实际上，手指静脉的细节点并不稳定，直接将细节点作为图节点会造成类间手指静脉图结构差异较大，且手指静脉图像经过图像增强等图像处理可能会产生虚假细节点，影响手指静脉识别精度，而直接利用均匀图块划分方法获取节点集忽略了生物组织自身的随机性，同样会影响手指静脉识别精度。可见，现有的基于图模型的手指静脉识别方法未能综合考虑图结构的稳定性和手指静脉图像的随机性，导致手指静脉识别精度较低。
技术实现思路
为了克服现有技术的缺陷，本专利技本文档来自技高网...

【技术保护点】
1.一种手指静脉识别方法，其特征在于，包括：/n对采集的原始手指静脉图像进行预处理，得到预处理手指静脉图像；/n根据SLIC超像素分割算法从所述预处理手指静脉图像中获取节点集，利用所述节点集构建手指静脉加权图；/n基于改进后的图卷积神经网络，对所述手指静脉加权图进行手指静脉识别，得到识别结果。/n

【技术特征摘要】
1.一种手指静脉识别方法，其特征在于，包括：
对采集的原始手指静脉图像进行预处理，得到预处理手指静脉图像；
根据SLIC超像素分割算法从所述预处理手指静脉图像中获取节点集，利用所述节点集构建手指静脉加权图；
基于改进后的图卷积神经网络，对所述手指静脉加权图进行手指静脉识别，得到识别结果。


2.如权利要求1所述的手指静脉识别方法，其特征在于，所述对采集的原始手指静脉图像进行预处理，得到预处理手指静脉图像，具体为：
从所述原始手指静脉图像中提取感兴趣区域，得到感兴趣区域图像；
对所述感兴趣图像感兴趣区域图像进行图像平滑处理，得到所述预处理手指静脉图像。


3.如权利要求1所述的手指静脉识别方法，其特征在于，所述对采集的原始手指静脉图像进行预处理，得到预处理手指静脉图像，具体为：
从所述原始手指静脉图像中提取感兴趣区域，得到感兴趣区域图像；
对所述感兴趣区域图像进行图像平滑处理和图像增强处理，得到所述预处理手指静脉图像。


4.如权利要求2所述的手指静脉识别方法，其特征在于，所述根据SLIC超像素分割算法从所述预处理手指静脉图像中获取节点集，利用所述节点集构建手指静脉加权图，具体为：
根据SLIC超像素分割算法分割所述预处理手指静脉图像，将获得的超像素块作为图节点，构建所述节点集；其中，所述节点集中节点的特征为对应所述超像素块的灰度特征和空间特征；
按照无向完全图的图结构连接所述节点集中的节点，构建边集，并以对应节点之间的空间亲密度作为边的权重，得到所述手指静脉加权图。


5.如权利要求3所述的手指静脉识别方法，其特征在于，所述根据SLIC超像素分割算法从所述预处理手指静脉图像中获取节点集，利用所述节点集...

【专利技术属性】
技术研发人员：杨金锋，李冉，张海刚，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：广东;44