一种掌静脉的检测方法技术

本发明专利技术适用于图像识别的技术领域，提供了一种掌静脉的检测方法，包括：获取手掌特征图；所述手掌特征图用于表示手掌形状和掌静脉的图片；在所述手掌特征图中识别所述手掌形状对应的初始检测框；识别所述初始检测框的中心以及所述手掌特征图中手掌的多个特征点；根据所述多个特征点计算偏转角度；根据所述中心以及所述偏转角度，旋转所述初始检测框，得到目标检测框；将所述目标检测框所框选的图像区域输入检测模型，得到掌静脉检测结果。上述方案，通过手掌的多个特征点，识别手掌的偏转角度，并基于偏转角度旋转初始检测框，得到目标检测框。使得目标检测框的方向与手掌朝向一致，进而提高了掌静脉的检测精度。而提高了掌静脉的检测精度。而提高了掌静脉的检测精度。

【技术实现步骤摘要】
一种掌静脉的检测方法


[0001]本专利技术属于图像识别的
，尤其涉及一种掌静脉的检测方法。

技术介绍

[0002]掌静脉就是透过手掌的皮肤隐约可见的青筋，包括手掌范围内的所有静脉系统，静脉是导血回心的血管，起于毛细血管，止于心房。
[0003]对于掌静脉的检测，需要利用近红外线照射手掌，并由传感器感应手掌反射的光，得到掌静脉图像。基于掌静脉图像进行检测，可用于活体识别或疾病监测等。
[0004]然而，现有掌静脉检测技术，往往是基于正向不带旋转的检测，即不管检测目标是否倾斜或旋转，检测框均为正向不带旋转的最小外接矩形。正向不带旋转的检测带入了太多背景信息，进而降低了掌静脉的检测精度。

技术实现思路

[0005]有鉴于此，本专利技术实施例提供了一种掌静脉的检测方法、检测装置、终端设备及计算机可读存储介质，以解决掌静脉的检测精度较低的技术问题。
[0006]本专利技术实施例的第一方面提供了一种掌静脉的检测方法，包括：
[0007]获取步骤：获取手掌特征图；所述手掌特征图用于表示手掌形状和掌静脉的图片；
[0008]第一识别步骤：在所述手掌特征图中识别所述手掌形状对应的初始检测框；所述初始检测框是指四个边与所述手掌特征图四个边平行的矩形框，用于框选所述手掌形状；
[0009]第二识别步骤：识别所述初始检测框的中心以及所述手掌特征图中手掌的多个特征点；
[0010]计算步骤：根据所述多个特征点计算偏转角度；
[0011]旋转步骤：根据所述中心以及所述偏转角度，旋转所述初始检测框，得到目标检测框；
[0012]检测步骤：将所述目标检测框所框选的图像区域输入检测模型，得到掌静脉检测结果。
[0013]进一步地，所述获取步骤包括：
[0014]获取子步骤：获取原始手掌静脉图像；
[0015]识别子步骤：将所述原始手掌静脉图像输入残差网络，得到由所述残差网络输出的所述手掌特征图。
[0016]进一步地，所述第一识别步骤包括：
[0017]第一识别子步骤：识别所述手掌形状在四个方向上的端点；
[0018]设置子步骤：将分别平行于图像四周的四个边，设置在所述四个所述端点上，得到所述初始检测框。
[0019]进一步地，所述特征点包括手指端部或夹缝端部；所述手指端部是指手指与手掌的连接点；所述夹缝端部是指相邻手指之间夹缝的端部。
[0020]进一步地，当所述特征点为夹缝端部时，所述计算步骤包括：
[0021]第一选取子步骤：在多个所述夹缝端部中选取第一夹缝端部和第二夹缝端部；
[0022]第一计算子步骤：将所述第一夹缝端部的第一坐标值和第二夹缝端部的第二坐标值，代入公式得到所述偏转角度；
[0023]所述公式如下：
[0024][0025]其中，x1和y1表示所述第一夹缝端部的第一坐标值，x2和y2表示所述第二夹缝端部的第二坐标值，θ表示所述偏转角度。
[0026]进一步地，所述第一选取子步骤包括：
[0027]第一选取孙步骤：将多个所述手指端部中的食指对应的夹缝端部作为所述第一夹缝端部；所述第一夹缝端部是指食指与中指之间夹缝的端部；
[0028]第二选取孙步骤：将多个所述夹缝端部中的无名指对应的夹缝端部作为所述第二夹缝端部；所述第二夹缝端部是指无名指与小拇指之间夹缝的端部。
[0029]进一步地，当所述特征点为手指缝端部时，所述计算步骤包括：
[0030]第二选取子步骤：在多个所述手指端部中选取第一手指端部和第二手指端部；
[0031]第二计算子步骤：将所述第一手指端部的第三坐标值和第二手指端部的第四坐标值，代入公式得到所述偏转角度；
[0032]所述公式如下：
[0033][0034]其中，x3和y3表示所述第一手指端部的第三坐标值，x4和y4表示所述第二手指端部的第四坐标值，θ表示所述偏转角度。
[0035]进一步地，所述第二选取子步骤包括：
[0036]第三选取孙步骤：将多个所述手指端部中的食指对应的手指端部作为所述第一手指端部；
[0037]第四选取孙步骤：将多个所述手指端部中的无名指对应的手指端部作为所述第二手指端部。
[0038]进一步地，所述检测步骤包括：
[0039]截取子步骤：根据所述目标检测框的四个矩形端点坐标，截取所述手掌特征图中的所述目标检测框所框选的图像区域；
[0040]检测子步骤：将所述图像区域输入检测模型，得到掌静脉检测结果。
[0041]进一步地，所述旋转步骤包括：
[0042]以所述中心为锚点，将所述初始检测框逆时针旋转所述偏转角度，得到目标检测框。
[0043]本专利技术实施例的第二方面提供了一种掌静脉的检测装置，包括：
[0044]获取单元，用于获取手掌特征图；所述手掌特征图用于表示手掌形状和掌静脉的图片；
[0045]第一识别单元，用于在所述手掌特征图中识别所述手掌形状对应的初始检测框；
所述初始检测框是指四个边与所述手掌特征图四个边平行的矩形框，用于框选所述手掌形状；
[0046]第二识别单元，用于识别所述初始检测框的中心以及所述手掌特征图中手掌的多个特征点；
[0047]计算单元，用于根据所述多个特征点计算偏转角度；
[0048]旋转单元，用于根据所述中心以及所述偏转角度，旋转所述初始检测框，得到目标检测框；
[0049]检测单元，用于将所述目标检测框所框选的图像区域输入检测模型，得到掌静脉检测结果。
[0050]本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
[0051]本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。
[0052]本专利技术实施例与现有技术相比存在的有益效果是：本专利技术通过，获取手掌特征图；所述手掌特征图用于表示手掌形状和掌静脉的图片；在所述手掌特征图中识别所述手掌形状对应的初始检测框；所述初始检测框是指四个边与所述手掌特征图四个边平行的矩形框，用于框选所述手掌形状；识别所述初始检测框的中心以及所述手掌特征图中手掌的多个特征点；根据所述多个特征点计算偏转角度；根据所述中心以及所述偏转角度，旋转所述初始检测框，得到目标检测框；将所述目标检测框所框选的图像区域输入检测模型，得到掌静脉检测结果。上述方案，通过手掌的多个特征点，识别手掌的偏转角度，并基于偏转角度旋转初始检测框，得到目标检测框。使得目标检测框的方向与手掌朝向一致，进而提高了掌静脉的检测精度。且本申请仅需根据偏转角度旋转检测框，即可得到与手掌朝向一致的目标检测框，极大优化了计算量。
附图说明
[0053]为了更清楚地说明本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种掌静脉的检测方法，其特征在于，所述检测方法包括：获取步骤：获取手掌特征图；所述手掌特征图用于表示手掌形状和掌静脉的图片；第一识别步骤：在所述手掌特征图中识别所述手掌形状对应的初始检测框；所述初始检测框是指四个边与所述手掌特征图四个边平行的矩形框，用于框选所述手掌形状；第二识别步骤：识别所述初始检测框的中心以及所述手掌特征图中手掌的多个特征点；计算步骤：根据所述多个特征点计算偏转角度；旋转步骤：根据所述中心以及所述偏转角度，旋转所述初始检测框，得到目标检测框；检测步骤：将所述目标检测框所框选的图像区域输入检测模型，得到掌静脉检测结果。2.如权利要求1所述的检测方法，其特征在于，所述获取步骤包括：获取子步骤：获取原始手掌静脉图像；识别子步骤：将所述原始手掌静脉图像输入残差网络，得到由所述残差网络输出的所述手掌特征图。3.如权利要求1所述的检测方法，其特征在于，所述第一识别步骤包括：第一识别子步骤：识别所述手掌形状在四个方向上的端点；设置子步骤：将分别平行于图像四周的四个边，设置在所述四个所述端点上，得到所述初始检测框。4.如权利要求1所述的检测方法，其特征在于，所述特征点包括手指端部或夹缝端部；所述手指端部是指手指与手掌的连接点；所述夹缝端部是指相邻手指之间夹缝的端部。5.如权利要求4所述的检测方法，其特征在于，当所述特征点为夹缝端部时，所述计算步骤包括：第一选取子步骤：在多个所述夹缝端部中选取第一夹缝端部和第二夹缝端部；第一计算子步骤：将所述第一夹缝端部的第一坐标值和第二夹缝端部的第二坐标值，代入公式得到所述偏转角度；所述公式如下：其中，x1和y1表示所述第一夹缝端部的第...

【专利技术属性】
技术研发人员：欧阳一村，朱光强，李希，王和平，罗富章，
申请(专利权)人：盛视科技股份有限公司，
类型：发明
国别省市：