一种基于掌纹图像识别的身份鉴别方法技术

本发明专利技术涉及数字图像处理和识别技术领域，公开了一种基于掌纹图像识别的身份鉴别方法，包括如下步骤：步骤一，进行掌纹图像预处理；步骤二，应用各向异性的二维高斯滤波器对归一化掌纹图像的每个区域沿多个不同的方向进行空域滤波；步骤三，将两两垂直方向的滤波结果进行比对编码，构建该图像的特征向量；步骤四，根据所述特征向量进行掌纹图像的身份鉴别工作。本发明专利技术的身份认证系统具有对图像采集设备的要求低、实时性好、识别错误率低、鲁棒性强、特征模板容量小的优点。本发明专利技术可满足门禁、考勤、电子护照、电子商务、银行提款机等应用系统对身份鉴定识别的需求。

【技术实现步骤摘要】

本专利技术涉及数字图像处理、模式识别、计算机视觉、信息编码和安防等
，特别是涉及一种高精度的基于掌纹图像的身份识别鉴定方法。
技术介绍
在人类文明高度发达的今天，身份认证和我们的生活息息相关，办公大楼的门卫需要您出示有效证件、部门考勤时需要您打卡或按指纹、登录计算机要输入密码、网络银行也要你使用私钥、开车时随时要准备好你的驾驶执照、去国外旅游需要携带护照……。生物特征认证，像指纹、人脸、虹膜、掌纹识别，和其它传统的密码和IC卡的方法相比具有许多独特的优势，比如说可靠性高、防伪性好、使用方便等。掌纹识别是生物特征识别领域的新成员，它利用每个人手掌皮肤表面的纹路的差异来鉴别身份。由于人们的手掌一般都有较大的面积，提供了丰富的图像信息用于识别；这些纹路信息都很稳定，在很长的一段时间内都不会变化很多；掌纹图像的采集也很方便，对采集设备的要求不高，一般的摄像头或者扫描仪都可以采集到很清晰的图像；掌纹的采集过程可以非接触；掌纹中心区域也比较容易定位和归一化；出于隐私的考虑，相对指纹和人脸等认证系统，人们对掌纹识别的接受程度要高。所以掌纹识别是一项很有前途的技术，拥有广泛的应用领域。
技术实现思路
本专利技术所要解决的技术问题是提供，其使用方便、采集设备的要求不离且易被人们所接受。为达到上述目的，本专利技术提供了，其特点在于，包括如下步骤步骤一，进行掌纹图像预处理；步骤二，应用各向异性的二维高斯滤波器对归一化掌纹图像的每个区域沿多个不同的方向进行空域滤波；步骤三，将两两垂直方向的滤波结果进行比对编码，构建该图像的特征向量；步骤四，根据所述特征向量进行掌纹图像的身份鉴别工作。上述的方法，其特点在于，在步骤四中，所述身份鉴别包括两种工作状态注册模式和识别模式；在所述注册模式下，合法用户向系统提交自己的掌纹特征模板；在所述识别模式下，系统通过对比存储的模板和用户临时采集的掌纹图像的特征来确定该用户身份是否合法。上述的方法，其特点在于，在所述识别模式下，还包括计算两幅掌纹图像的特征向量之间的汉明距离；根据计算所得的汉明距离判断所述的两幅掌纹图像是否来自同一人。上述的方法，其特点在于，在所述识别模式下，所述各步骤具体如下1)定位掌纹图像中食指和中指之间的角点A、无名指和小拇指之间的角点B，通过线段AB建立统一的坐标系以线段AB为x轴，AB中点为原点，AB的中垂线为y轴；2)在统一坐标系中的固定位置截取固定大小的位于手掌中部的矩形图像区域用于特征提取，这个矩形区域称为归一化的掌纹图像；3)应用各向异性的二维高斯滤波器对归一化掌纹图像的每个区域沿多个不同的方向进行空域滤波；4)将两两垂直方向的滤波结果进行比对，将比对的结果按照约定的规则进行编码，最后所有的编码结果联合组成掌纹图像的特征向量，按字节存储；5)计算两幅掌纹图像的特征编码的汉明距离，所述两幅掌纹图像中的一幅是注册时预先采集，另一幅是认证过程中临时采集，所述汉明距离越小，两幅图像的相似性越高，来自同一人的可能性越大；6)如果所述汉明距离小于某个阈值，则识别系统认为两幅掌纹图像来自于同一个人，给出通过身份认证的信息，否则提示没有通过认证。上述的方法，其特点在于，所述的各向异性的二维高斯滤波器是指在二维坐标系中水平方向和垂直方向具有不同方差系数的高斯滤波器，较大方差对应的方向称为滤波器的长轴，较小方差对应的方向称为滤波器的短轴。上述的方法，其特点在于，所述的各向异性的二维高斯滤波器是具有长条形状的低通滤波器。上述的方法，其特点在于，所述的对归一化掌纹图像的每个区域沿多个不同的方向进行空域滤波的步骤是指旋转低通滤波器的长轴或短轴在图像平面坐标系上的方向，然后对归一化掌纹图像中若干个和滤波器大小相同的区域进行滤波，计算每个区域在不同方向上的加权灰度和。上述的方法，其特点在于，所述步骤4)中进一步包拈根据所述两两垂直方向的滤波值的定性对比结果对被滤波图像区域进行二值编码，如果90°方向的滤波结果大于0°方向的滤波结果，则该比对的结果编码成1，否则编码为0；最后所有的特征编码串联组成该掌纹图像的特征向量，或者表达成二进制的矩阵形式。上述的方法，其特点在于，描述一幅掌纹图像的所述特征向量或者特征矩阵是由多个不同的低通滤波器编码结果联合组成的特征向量或者特征矩阵。上述的方法，其特点在于，还包括根据实际情况对所述特征向量降采样以减少特征向量的长度，节省存储空间和匹配时间。上述的方法，其特点在于，判断两幅掌纹图像是否来自同一人取决于它们的特征向量之间的汉明距离是否足够小。本专利技术的技术效果在于本专利技术的提出一种基于掌纹图像识别的高性能身份认证方法，利用掌纹图像中不同朝向的线条状区域的相对灰度信息来确定人身份的方法。本专利技术的掌纹鉴别方法提出了用方向垂直的线条状图像区域间定性的相对灰度信息来表达掌纹图像中的可区分特征，能够刻画掌纹图像中密布的主线和皱纹线信息，受噪声的干扰小，能克服成像时不同的光照、对比度和聚焦程度等对特征编码的影响，而且本专利技术计算速度快(可以在1秒钟内完成一次认证所需的所有操作)、特征编码容量小(在1K字节以内)，完全可以存放在IC卡(如第二代身份证)中、对掌纹采集仪的要求很低(分辨率在50dpi以上的图像就足以进行高性能的认证)，可用于需要身份认证、进行安全性防范的诸多应用系统中，如门禁、考勤、通关、计算机登录、银行保险箱、银行提款机等。下面结合附图进一步详细说明本专利技术的具体实施例。附图说明图1为本专利技术的基于掌纹图像识别的身份认证方法的流程框图；图2a为本专利技术的掌纹图像预处理的掌纹图像示意图；图2b为图2a的定位结果示意图；图2c为图2b的归一化结果示意图；图3a为本专利技术中的各向异性的2D高斯低通滤波器的3D形状示意图；图3b为本专利技术中的滤波器的有效滤波图像区域示意图；图4为本专利技术中的三组参与对比编码的局部图像区域示意图；图5是根据图4方法编码得到的掌纹图像的特征模板；图6a为本专利技术在大规模的掌纹图像数据库上测试的结果，是同类和异类掌纹图像匹配结果的分布；图6b为本专利技术在大规模的掌纹图像数据库上测试的结果，是本专利技术方法的ROC(Reveiver Operating Characteristics)曲线，描述了选取不同阈值得到的错误接收率(False Accept Rate)和错误拒绝率(False RejectRate)之间的关系。其中，附图标记说明如下S1参考点定位S2感兴趣区域提取S3多方向低通滤波S4特征编码S5特征匹配S6认证决策具体实施方式本专利技术提出一种新颖的基于掌纹图像识别的身份认证方法，其流程框图如图1。与当前其他掌纹识别方法相比，本专利技术的新颖性主要在于1)利用各向异性的二维高斯滤波器来提取掌纹图像中线状区域的平均灰度信息。因为在低分辨率(小于1OOdpi)的掌纹图像中最稳定的特征是不规则分布的一些凹线(主要由主线和皱纹线产生)，这些线段的灰度一般都会比其它图像区域的灰度低，这是由人的手掌皮肤表面的物理特性所决定的，特别适合作为掌纹特征。所以对线状图像区域的总体灰度信息进行测量的一个较好的方法是用拉长的二维高斯滤波器(如图3所示，其有效滤波区域大致和一段凹线对应)对其滤波。2)虽然凹线区域和邻近区域的灰度差值受图像采集时光照的影响，但它们之间的相对灰度关系本文档来自技高网...

【技术保护点】
一种基于掌纹图像识别的身份鉴别方法，其特征在于，包括如下步骤：步骤一，进行掌纹图像预处理；步骤二，应用各向异性的二维高斯滤波器对归一化掌纹图像的每个区域沿多个不同的方向进行空域滤波；步骤三，将两两垂直方向的滤波结果进 行比对编码，构建该图像的特征向量；步骤四，根据所述特征向量进行掌纹图像的身份鉴别工作。

【技术特征摘要】

【专利技术属性】
技术研发人员：谭铁牛，李子青，孙哲南，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11[中国|北京]