一种基于掌静脉的人员识别方法和装置制造方法及图纸

本发明专利技术公开了一种基于掌静脉的人员识别方法和装置，通过Opencv确定获取的手掌图像中的感兴趣区域；通过基于方向的谷形检测获取感兴趣区域中的静脉纹理特征，对静脉纹理特征进行二值图像细化处理获取静脉曲线图；通过角点检测算法检测得到静脉曲线图中的角点位置，以角点位置为种子点通过区域生长算法获取静脉曲线图中的特征点位置数据；以及重复以上步骤获取未知人员和已知人员的特征点位置数据并存储在掌静脉特征数据库中；将未知人员的特征点位置数据与掌静脉特征数据库中的特征点位置数据进行比对计算得到特征点相似度，根据特征点相似度判断未知人员的身份。因此能够对特征点进行有效的提取，具有更加准确的识别效果和更快的识别速度。

【技术实现步骤摘要】
一种基于掌静脉的人员识别方法和装置
本专利技术涉及掌静脉图像处理领域，具体涉及一种基于掌静脉的人员识别方法和装置。
技术介绍
生物特征识别技术是通过计算机利用人体所固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)来进行个人身份鉴定的技术。在这些生物特征识别技术中，由于指纹识别具有很强的唯一性、稳定性、易用性等特点，应用极为广泛。但是在指纹识别中，要求使用者在录入指纹时保持手指洁净、光滑、任何存在于指纹上的脏东西或者污点都能给识别带来困难，且指纹易于伪造，甚至出现一种用硅树脂制造的克隆指纹，导致指纹识别技术的安全系数比较低。在现有技术中，目前已经出现将手静脉作为生物特征来识别的技术。在手静脉识别过程中，通常利用透射光或者反射光两种方式获取静脉图像，然后从静脉图像中提取静脉特征，进行特征匹配，实现了静脉识别，确认使用者身份。目前存在通过手指静脉识别技术进行特征比对，但由于现有手指静脉图像的静脉特征提取和匹配的效率都较低，因此手指静脉识别技术的成熟度和准确率低于指纹识别。目前除了手指静脉，手掌静脉识别技术还未有很多研究，掌静脉可获取的特征信息比较多，但是也更加难以采集到掌静脉特征。有鉴于此，提出一种基于掌静脉的人员识别方法和装置是非常具有意义的。
技术实现思路
针对上述提到的掌静脉特征获取难度大，识别比对准确率低等问题。本申请的实施例的目的在于提出了一种基于掌静脉的人员识别方法、装置及存储介质来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请的实施例提供了一种基于掌静脉的人员识别方法，包括以下步骤：S1：获取手掌图像，通过Opencv确定手掌图像中的感兴趣区域；S2：通过基于方向的谷形检测获取感兴趣区域中的静脉纹理特征，对静脉纹理特征进行二值图像细化处理获取静脉曲线图；S3：通过角点检测算法检测得到静脉曲线图中的角点位置，以角点位置为种子点通过区域生长算法获取静脉曲线图中的特征点位置数据；S4：重复步骤S1～S3获取已知人员的特征点位置数据并存储在掌静脉特征数据库中，通过步骤S1～S3获取未知人员的特征点位置数据；以及S5：将未知人员的特征点位置数据与掌静脉特征数据库中的特征点位置数据进行比对计算得到特征点相似度，根据特征点相似度判断未知人员的身份。在一些实施例中，步骤S1具体包括：S11：通过对手掌图像进行Otsu滤波处理获取手掌轮廓；S12：通过轮廓检测算法对手掌轮廓进行计算，获取手掌轮廓的波峰波谷数据；S13：根据波峰波谷数据中得到手掌图像中食指与中指、无名指与小指之间的内侧指根点的位置；以及S14：根据食指与中指、无名指与小指之间的内侧指根点的位置确定感兴趣区域。通过轮廓检测算法得到食指与中指、无名指与小指之间的内侧指根点的位置，进而确定感兴趣区域，在感兴趣区域中方便准确提取特征点。在一些实施例中，步骤S2中对静脉纹理特征进行二值图像细化获取静脉曲线图具体包括：对静脉纹理特征依次进行Otsu滤波，限制对比度，膨胀腐蚀和迭代细化算法，获得静脉曲线图。通过上述图像处理方式可以获得较为清晰的静脉曲线图，便于进行静脉特征的提取。在一些实施例中，限制对比度的方式采用对比度受限的自适应直方图均衡算法。采用该方法可以解决噪音放大的问题。在一些实施例中，迭代细化算法采用zhangsuen细化算法。通过迭代细化算法获得掌静脉图像的细化图，便于后续的识别。在一些实施例中，步骤S3中以角点位置为种子点通过区域生长算法获取静脉曲线图中的特征点位置数据具体包括：S31：以角点位置为种子点通过区域生长算法扩充得到特征区域，在特征区域中将至少有3条以角点位置为中心的交叉线接触到特征区域的边界的角点位置作为特征点位置；S32：通过四舍五入算法计算特征点位置的坐标数据，并将坐标数据转化为数据类型为int字符串的特征点位置数据。通过以上处理可以过滤掉很多噪音，获取准确有用的特征点位置数据。在一些实施例中，步骤S5中采用NPL文本相似度算法计算特征点相似度，将特征点相似度最高的特征点位置数据所对应的已知人员的身份作为未知人员的身份。通过NLP文本相似度比对数据库中的特征点相似度，获取相似度最高的特征点就可以识别出未知人员的身份。第二方面，本申请的实施例还提出了一种基于掌静脉的人员识别装置，包括：感兴趣区域确定模块，用于获取手掌图像，通过Opencv确定手掌图像中的感兴趣区域；静脉曲线图获取模块，用于通过基于方向的谷形检测获取感兴趣区域中的静脉纹理特征，对静脉纹理特征进行二值图像细化处理获取静脉曲线图；特征点位置数据获取模块，用于通过角点检测算法检测得到静脉曲线图中的角点位置，以角点位置为种子点通过区域生长算法获取静脉曲线图中的特征点位置数据；存储模块，用于重复感兴趣区域确定模块～特征点位置数据获取模块的功能获取已知人员的特征点位置数据并存储在掌静脉特征数据库中，通过感兴趣区域确定模块～特征点位置数据获取模块获取未知人员的特征点位置数据；以及比对模块，用于将未知人员的特征点位置数据与掌静脉特征数据库中的特征点位置数据进行比对计算得到特征点相似度，根据特征点相似度判断未知人员的身份。第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本专利技术公开了一种基于掌静脉的人员识别方法和装置，通过Opencv确定获取的手掌图像中的感兴趣区域；通过基于方向的谷形检测获取感兴趣区域中的静脉纹理特征，对静脉纹理特征进行二值图像细化处理获取静脉曲线图；通过角点检测算法检测得到静脉曲线图中的角点位置，以角点位置为种子点通过区域生长算法获取静脉曲线图中的特征点位置数据；以及重复以上步骤获取已知人员的特征点位置数据并存储在掌静脉特征数据库中，通过以上步骤获取未知人员的特征点位置数据；将未知人员的特征点位置数据与掌静脉特征数据库中的特征点位置数据进行比对计算得到特征点相似度，根据特征点相似度判断未知人员的身份。利用谷形检测算法对感兴趣区域进行处理得到静脉曲线图，通过角点检测算法检测特征点位置数据以及最终的人员身份识别，能够对特征点进行有效的提取，去除干扰信息，具有更加准确的识别效果和更快的识别速度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请的一个实施例可以应用于其中的示例性装置架构图；图2为本发本文档来自技高网...

【技术保护点】
1.一种基于掌静脉的人员识别方法，其特征在于，包括以下步骤：/nS1：获取手掌图像，通过Opencv确定所述手掌图像中的感兴趣区域；/nS2：通过基于方向的谷形检测获取所述感兴趣区域中的静脉纹理特征，对所述静脉纹理特征进行二值图像细化处理获取静脉曲线图；/nS3：通过角点检测算法检测得到所述静脉曲线图中的角点位置，以所述角点位置为种子点通过区域生长算法获取所述静脉曲线图中的特征点位置数据；/nS4：重复步骤S1～S3获取已知人员的所述特征点位置数据并存储在掌静脉特征数据库中，通过步骤S1～S3获取未知人员的所述特征点位置数据；以及/nS5：将所述未知人员的所述特征点位置数据与所述掌静脉特征数据库中的所述特征点位置数据进行比对计算得到特征点相似度，根据所述特征点相似度判断所述未知人员的身份。/n

【技术特征摘要】
1.一种基于掌静脉的人员识别方法，其特征在于，包括以下步骤：
S1：获取手掌图像，通过Opencv确定所述手掌图像中的感兴趣区域；
S2：通过基于方向的谷形检测获取所述感兴趣区域中的静脉纹理特征，对所述静脉纹理特征进行二值图像细化处理获取静脉曲线图；
S3：通过角点检测算法检测得到所述静脉曲线图中的角点位置，以所述角点位置为种子点通过区域生长算法获取所述静脉曲线图中的特征点位置数据；
S4：重复步骤S1～S3获取已知人员的所述特征点位置数据并存储在掌静脉特征数据库中，通过步骤S1～S3获取未知人员的所述特征点位置数据；以及
S5：将所述未知人员的所述特征点位置数据与所述掌静脉特征数据库中的所述特征点位置数据进行比对计算得到特征点相似度，根据所述特征点相似度判断所述未知人员的身份。


2.根据权利要求1所述的基于掌静脉的人员识别方法，其特征在于，所述步骤S1具体包括：
S11：通过对所述手掌图像进行Otsu滤波处理获取手掌轮廓；
S12：通过轮廓检测算法对所述手掌轮廓进行计算，获取所述手掌轮廓的波峰波谷数据；
S13：根据所述波峰波谷数据中得到所述手掌图像中食指与中指、无名指与小指之间的内侧指根点的位置；以及
S14：根据食指与中指、无名指与小指之间的内侧指根点的位置确定所述感兴趣区域。


3.根据权利要求1所述的基于掌静脉的人员识别方法，其特征在于，所述步骤S2中对所述静脉纹理特征进行二值图像细化获取静脉曲线图具体包括：对所述静脉纹理特征依次进行Otsu滤波，限制对比度，膨胀腐蚀和迭代细化算法，获得所述静脉曲线图。


4.根据权利要求3所述的基于掌静脉的人员识别方法，其特征在于，所述限制对比度的方式采用对比度受限的自适应直方图均衡算法。


5.根据权利要求3所述的基于掌静脉的人员识别方法，其特征在于，所述迭代细化算法采用zhangsuen细化算法。


6.根据权利要求1所述的基于掌静脉的人员识别方法，其特征在于，所述步骤S3中以所述角点位置为种子点通过区域生长算...

【专利技术属性】
技术研发人员：陈佳期，陈旭，李密，颜茂春，陈嘉华，唐铭一，
申请(专利权)人：福建省海峡智汇科技有限公司，
类型：发明
国别省市：福建;35