本发明专利技术公开手指指静脉识别方法、电子设备及存储介质。手指指静脉识别方法包括：响应于手指指静脉注册请求，获取多个采集角度的二值化的注册指静脉图像；将多个注册指静脉图像融合后得到注册指静脉模板；响应于手指指静脉检测请求，获取二值化的待比较指静脉图像；判断所述待比较指静脉图像与所述注册指静脉模板的一致性；基于所述待比较指静脉图像与所述注册指静脉模板的一致性，对所述待比较指静脉图像进行身份验证。本发明专利技术提供一种新的指静脉手指图像模板生成方法和指静脉识别方法，由于只需要对比一张模板即可，因此提升了比对效率。同时由于模板覆盖了所有的采集角度，因此提升了比对准确率、效率和稳定性。效率和稳定性。效率和稳定性。
【技术实现步骤摘要】
手指指静脉识别方法、电子设备及存储介质
[0001]本专利技术涉及生物识别相关
，特别是一种手指指静脉识别方法、电子设备及存储介质。
技术介绍
[0002]指静脉是第二代生物识别技术，利用手指内流动血液中的血红蛋白对波长为700
‑
1000nm近红外光的吸收作用(肌肉和骨骼则易被穿透)，通过红外光组和摄像头配合取得手指内部的静脉血管分布图像，再通过算法将图像转换为数字特征并进行脉络特征值比对，从而进行身份识别。
[0003]目前用户在同一手指注册采集静脉图像时，需要采集N个模板(例如3个模板)，以供后续比对。
[0004]如图1所示，现有的采集方式包括：
[0005]步骤S101，指静脉注册图像采集；
[0006]步骤S102，图像质量判断；
[0007]步骤S103，图像预处理；
[0008]步骤S104，生成指静脉标准二值化图像；
[0009]步骤S105，生成用户模板一、用户模板二和用户模板三；
[0010]步骤S106，用户指静脉识别操作；
[0011]步骤S107，图像采集并进行数字化图像处理；
[0012]步骤S108，采集图像分别与模板一到模板三进行对比；
[0013]步骤S109，如果满足身份判断条件，则身份合法，通过，否则判断身份不合法，重新验证，执行步骤S106。
[0014]具体来说，现有的指静脉识别技术如下：
[0015](1)用户注册时，对于手指会采集3张图像作为比对模板(模板产生流程：质量判断
‑
预处理
‑
数字化处理
‑
模板图像)；
[0016](2)3张模板间相互无关联，独立存在；
[0017](3)用户身份比对时，采集到的用户图像，分别与3张模板进行比对，根据数字化特征按照一定的规则判断相似度，进而确认身份的合法性。
[0018](4)若用户身份比对时，手指相对于光源和照相机的采集角度(例如＞15
°
)大于比对容许要求，会导致采集到的图像与模板差异很大，从而做出误判。
[0019]因此，现有的指静脉识别技术，由于用户手指摆放的角度与注册模板时无法做到一致，容易导致采集出来的静脉图像与模板差距较大，从而做出错误的鉴定结论。
技术实现思路
[0020]基于此，有必要针对现有技术指静脉识别容易误判的技术问题，提供一种手指指静脉识别方法、电子设备及存储介质。
[0021]本专利技术提供一种手指指静脉识别方法，包括：
[0022]响应于手指指静脉注册请求，获取多个采集角度的二值化的注册指静脉图像；
[0023]将多个注册指静脉图像融合后得到注册指静脉模板；
[0024]响应于手指指静脉检测请求，获取二值化的待比较指静脉图像；
[0025]判断所述待比较指静脉图像与所述注册指静脉模板的一致性；
[0026]基于所述待比较指静脉图像与所述注册指静脉模板的一致性，对所述待比较指静脉图像进行身份验证。
[0027]进一步地，所述将多个注册指静脉图像融合后得到注册指静脉模板，具体包括：
[0028]对每个注册指静脉图像进行角点检测，得到注册指静脉图像中的角点，每一角点具有角点位置及角点响应值；
[0029]将角点响应值满足角点阈值条件的角点作为有效角点，有效角点的角点响应值为有效角点响应值；
[0030]将两个注册指静脉图像中有效角点响应值之间的关系满足预设融合条件的区域作为该两个注册指静脉图像的融合区域；
[0031]将多个注册指静脉图像中对应的融合区域进行融合得到注册指静脉模板。
[0032]更进一步地，所述预设融合条件为：区域中一个注册指静脉图像每一列的有效角点响应值的总和与另一个注册指静脉图像对应列的有效角点响应值的总和的差值均小于列总和差值阈值；且
[0033]区域中一个注册指静脉图像每一列的有效角点响应值的均方差与另一个注册指静脉图像对应列的有效角点响应值的均方差的差值均小于列均方差差值阈值；且
[0034]区域中一个注册指静脉图像每一行的有效角点响应值的均方差与另一个注册指静脉图像对应行的有效角点响应值的均方差的差值均小于行均方差差值阈值。
[0035]再进一步地，所述将两个注册指静脉图像中有效角点响应值之间的关系满足预设融合条件的区域作为该两个注册指静脉图像的融合区域，具体包括：
[0036]对于每个注册指静脉图像，计算每一列的有效角点响应值的总和；
[0037]如果存在区域，该区域在两个注册指静脉图像中每一列的有效角点响应值的总和与另一个注册指静脉图像对应列的有效角点响应值的总和的差值均小于列总和差值阈值，则判断在该两个注册指静脉图像中存在疑似重叠区域；
[0038]分别在疑似重叠区域的两个注册指静脉图像中，计算疑似重叠区域中每一列的有效角点响应值的均方差值；
[0039]如果疑似重叠区域中一个注册指静脉图像每一列的有效角点响应值的均方差与另一个注册指静脉图像对应列的有效角点响应值的均方差的差值均小于列均方差差值阈值，则再分别在疑似重叠区域的两个注册指静脉图像中，计算疑似重叠区域中每一行的有效角点响应值的均方差值；
[0040]如果疑似重叠区域中一个注册指静脉图像每一行的有效角点响应值的均方差与另一个注册指静脉图像对应行的有效角点响应值的均方差的差值均小于行均方差差值阈值，则判断该疑似重叠区域为该两个注册指静脉图像的高度疑似重叠区域；
[0041]基于所述高度疑似重叠区域，确定该两个注册指静脉图像的融合区域。
[0042]更进一步地，所述将两个注册指静脉图像中有效角点响应值之间的关系满足预设
融合条件的区域作为该两个注册指静脉图像的融合区域，具体包括：
[0043]将两个注册指静脉图像中有效角点响应值之间的关系满足预设融合条件的区域作为该两个注册指静脉图像的高度疑似重叠区域；
[0044]计算两个注册指静脉图像的高度疑似重叠区域的互相关系数；
[0045]如果所述互相关系数大于预设互相关系数阈值，则判断所述高度疑似重叠区域为该两个注册指静脉图像的融合区域。
[0046]再进一步地，所述判断该疑似重叠区域为该两个注册指静脉图像的融合区域，具体还包括：
[0047]如果两个注册指静脉图像包括多个互相关系数大于预设互相关系数阈值的高度疑似重叠区域，则选择互相关系数最大的高度疑似重叠区域作为该两个注册指静脉图像的融合区域。
[0048]再进一步地，所述获取多个采集角度的注册指静脉图像，具体包括：
[0049]获取多个不同采集角度的注册指静脉图像，进行二值化处理，得到多个采集角度的二值化的注册指静脉图像；
[0050]将多个不同采集角度的注册指静脉图像旋转调整至相同角度。
[0051]再进一步地，所述多个不同采集角度的注册指静脉图像至少包括手本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种手指指静脉识别方法，其特征在于，包括：响应于手指指静脉注册请求，获取多个采集角度的二值化的注册指静脉图像；将多个注册指静脉图像融合后得到注册指静脉模板；响应于手指指静脉检测请求，获取二值化的待比较指静脉图像；判断所述待比较指静脉图像与所述注册指静脉模板的一致性；基于所述待比较指静脉图像与所述注册指静脉模板的一致性，对所述待比较指静脉图像进行身份验证。2.根据权利要求1所述的手指指静脉识别方法，其特征在于，所述将多个注册指静脉图像融合后得到注册指静脉模板，具体包括：对每个注册指静脉图像进行角点检测，得到注册指静脉图像中的角点，每一角点具有角点位置及角点响应值；将角点响应值满足角点阈值条件的角点作为有效角点，有效角点的角点响应值为有效角点响应值；将两个注册指静脉图像中有效角点响应值之间的关系满足预设融合条件的区域作为该两个注册指静脉图像的融合区域；将多个注册指静脉图像中对应的融合区域进行融合得到注册指静脉模板。3.根据权利要求2所述的手指指静脉识别方法，其特征在于，所述预设融合条件为：区域中一个注册指静脉图像每一列的有效角点响应值的总和与另一个注册指静脉图像对应列的有效角点响应值的总和的差值均小于列总和差值阈值；且区域中一个注册指静脉图像每一列的有效角点响应值的均方差与另一个注册指静脉图像对应列的有效角点响应值的均方差的差值均小于列均方差差值阈值；且区域中一个注册指静脉图像每一行的有效角点响应值的均方差与另一个注册指静脉图像对应行的有效角点响应值的均方差的差值均小于行均方差差值阈值。4.根据权利要求3所述的手指指静脉识别方法，其特征在于，所述将两个注册指静脉图像中有效角点响应值之间的关系满足预设融合条件的区域作为该两个注册指静脉图像的融合区域，具体包括：对于每个注册指静脉图像，计算每一列的有效角点响应值的总和；如果存在区域，该区域在两个注册指静脉图像中每一列的有效角点响应值的总和与另一个注册指静脉图像对应列的有效角点响应值的总和的差值均小于列总和差值阈值，则判断在该两个注册指静脉图像中存在疑似重叠区域；分别在疑似重叠区域的两个注册指静脉图像中，计算疑似重叠区域中每一列的有效角点响应值的均方差值；如果疑似重叠区域中一个注册指静脉图像每一列的有效角点响应值的均方差与另一个注册指静脉图像对应列的有效角点响应值的均方差的差值均小于列均方差差值阈值，则分别在疑似重叠区域的两个注册指静脉图像中，计算疑似重叠区域中每一行的有效角点响应值的均方差值；如果疑似重叠区域中一个注册指静脉图像每一行的有效角点响应值的均方差与另一个注册指静脉图像对应行的有效角点响应值的均方差的差值均小于行均方差差值阈值，则判断该疑似重叠区域为...
【专利技术属性】
技术研发人员：陈承曦，
申请(专利权)人：东风汽车有限公司东风日产乘用车公司，
类型：发明
国别省市：
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。