一种手掌照片检测方法技术

本发明专利技术涉及一种手掌照片检测方法，属于生物识别领域，包括以下步骤：采集用户手掌图像、二值化处理并根据最小外接矩形截取手掌二值图、对手掌区域二值图中的手指外边缘轮廓进行腐蚀操作得到掩模图像、根据掩模图像截取手掌图像获得手掌区域图像、计算手掌区域图像的梯度分布图、基于掩模图像中的手掌区域和背景区域分别对梯度分布图取模得到手掌外轮廓梯度图和手掌内内轮廓梯度图、分别计算手掌外轮廓梯度图和手掌内内轮廓梯度图的梯度平均值、基于手掌外轮廓梯度图和手掌内内轮廓梯度图的梯度平均值判断是否为手掌照片、基于手掌轮廓变化宽度判断是否为手掌照片。本发明专利技术能有效区分手掌图像是否为照片，避免生物识别中的恶意攻击，提高安全性。提高安全性。提高安全性。

【技术实现步骤摘要】
一种手掌照片检测方法


[0001]本专利技术涉及生物识别
，特别是涉及一种手掌照片检测方法。

技术介绍

[0002]手掌识别包括掌纹识别和掌静脉识别，是近年来新兴的一种身份识别方法，是对现有人体生物特征识别技术的重要补充。
[0003]手掌生物识别技术如申请公布号为CN113378640A的中国专利申请公开的基于手掌生物识别的身份认证方法，包括以下步骤：获取待认证对象的手掌图像；提取所述手掌图像中的手掌特征，所述手掌特征包括手指特征以及掌静脉特征、掌纹特征和/或掌纹及掌静脉特征；根据所述手掌特征和预设手掌模板列表，对所述待认证对象进行合法性认证，得到认证结果。
[0004]手掌生物识别技术因其操作便捷，其应用领域也越来越广泛。但相应的，各种攻击手段也层出不穷，其中最常见的即为照片或者视频攻击。这种攻击手段一旦得逞，将导致严重的安全隐患，对用户的财产安全、生命安全造成威胁。

技术实现思路

[0005]本专利技术的主要目的是提供一种手掌照片检测方法，将其运用于手掌生物识别中，能区分活体和非活体手掌，降低生物识别过程中的安全隐患。
[0006]为实现上述目的，本专利技术提供了如下方案：本专利技术涉及的一种手掌照片检测方法，其特征在于：其包括以下步骤：步骤1.采集用户手掌图像，对所述手掌图像进行二值化处理得到手掌二值图，计算手掌二值图中手掌区域的最小外接矩形，并根据最小外接矩形截取手掌二值图获得手掌区域二值图；步骤2.对手掌区域二值图中的手指外边缘轮廓进行腐蚀操作得到掩模图像，并根据掩模图像截取手掌图像，获得手掌区域图像；步骤3.计算手掌区域图像的梯度分布图；步骤4.基于掩模图像中的手掌区域和背景区域分别对梯度分布图取模，得到手掌外轮廓梯度图和手掌内部梯度图，分别计算手掌外轮廓梯度图和手掌内部梯度图的梯度平均值；步骤5.比较手掌外轮廓梯度图和手掌内部梯度图的梯度平均值，若手掌外轮廓梯度图的梯度平均值大于手掌内部梯度图的梯度平均值，进行下一步检测，否则，判定手掌图像为手掌照片，结束检测；步骤6.获取手掌区域图像中的手掌外轮廓曲线，根据手掌外轮廓曲线计算手掌轮廓变化宽度，基于手掌轮廓变化宽度进一步区分手掌图像是手掌照片还是真实手掌。
[0007]优选地，所述步骤1在获得用户手掌图像后，判断手掌图像中是否存在矩形框，若存在矩形框，则认定手掌图像为手掌照片，结束检测。
[0008]优选地，所述步骤3计算手掌区域图像的梯度分布图包括：计算手掌区域图像中每个像素点与其距离为r的四个像素点的灰度值的差值，并计算所述差值的绝对值之和，将其作为该像素点的梯度值得到梯度分布图，其中r与所述手掌区域图像与手掌图像大小的比值呈正比。
[0009]优选地，所述步骤4中手掌外轮廓梯度图的获取方法为：将掩模图像中的手掌区域在梯度分布图中对应区域的梯度值置为0，得到外轮廓梯度图。
[0010]优选地，所述步骤4中手掌内部梯度图的获取方法为：将掩模图像中的背景区域在梯度分布图中对应区域的梯度值置为0，得到手掌内内轮廓信息图。
[0011]优选地，所述步骤6基于手掌轮廓变化宽度进一步区分手掌图像是手掌照片还是真实手掌的具体步骤为：步骤6.1.获取手掌区域二值图中的手掌轮廓曲线，根据手掌轮廓曲线获取手掌区域图像中的手掌外轮廓曲线，所述手掌外轮廓曲线为手掌轮廓曲线在手掌区域图像中对应的像素点；步骤6.2.取手掌外轮廓曲线上每个轮廓点左右各n个像素点，上下各n个点，形成水平灰度曲线和数值灰度曲线；步骤6.3.分别对两条灰度曲线二阶求导，分别获得两条灰度曲线的变化速率；步骤6.4.根据灰度值分别确认每条灰度曲线的峰值点，求峰值点两侧变化速率绝对值最大的两个像素点作为临界轮廓点；步骤6.5.计算两个临界轮廓点的坐标差绝对值作为该轮廓点的变化宽度；步骤6.6.遍历所有轮廓点，重复步骤6.2~步骤6.5；步骤6.7.设置轮廓宽度阈值，计算所有轮廓点的变化宽度平均值作为手掌轮廓变化宽度，若手掌轮廓变化宽度小于轮廓宽度阈值，则认定手掌图像为真实手掌，否则，认定手掌图像为手掌照片。
[0012]优选地，所述步骤6.2中，n的取值为30。
[0013]优选地，所述步骤6.4中，若灰度曲线存在多个峰值点，则取距离灰度曲线中心点最近的点作为峰值点，所述峰值点的灰度值大于其左右相邻3个像素点的灰度值。
[0014]优选地，所述步骤6.5中，计算两个临界轮廓点的坐标差绝对值作为该轮廓点的变化宽度包括：计算水平灰度曲线上两个临界轮廓点的列坐标作为该轮廓点的水平变化宽度，计算垂直灰度曲线上两个临界轮廓点的行坐标作为该轮廓点的垂直变化宽度，该轮廓点的变化宽度等于该轮廓点的水平变化宽度和垂直变化宽度的平均值。
[0015]优选地，所述步骤1在获得用户手掌图像后，对手掌图像进行固定噪声去除，方法为：统计手掌图像中全部像素点的最小非零灰度值并以此作为固定噪声，将手掌图像中每个像素点的灰度值减去固定噪声，获得去掉固定噪声的手掌图像。
[0016]本专利技术具有以下技术效果：1.本专利技术涉及的手掌照片检测方法基于照片与真实手掌对光的反射不同，通过计算手掌外轮廓和手掌内内轮廓的梯度、以及手掌轮廓变化宽度来区分手掌照片与真实手掌，能够将手掌照片检测出来，运用于手掌生物识别技术中，将手掌照片剔除，仅对真实手掌图像进行识别，降低生物识别过程中的安全隐患。
[0017]2.真实手掌的手掌外轮廓梯度图的梯度平均值会大于手掌照片或手掌视频中的
手掌外轮廓梯度图的梯度平均值，但这是基于同一手掌的情况，不同手掌之间相比较，真实手掌的手掌外轮廓梯度图的梯度平均值可能不会大于另一打印手掌的手掌外轮廓梯度图的梯度平均值，因为不同手掌之间纹路、不同放置位置、肤色、相机拍摄效果等因素会对图像的轮廓变化造成影响，导致真实手掌与打印手掌的手掌外轮廓梯度图的梯度平均值无法区分大小；本专利技术引入手掌内部梯度图，通过比较手掌外轮廓梯度图和手掌内部梯度图的梯度平均值来区分手掌照片与真实手掌，且本专利技术根据手掌自身属性进行手掌照片与真实手掌的区分，避免了光照、肤色、相机拍摄效果等因素带来的图像差异，提高兼容性。
附图说明
[0018]图1为本专利技术涉及的一种手掌照片检测方法的流程图。
具体实施方式
[0019]为使本专利技术的目的、技术方案和优点更加清楚，以下结合实施例和附图对本专利技术进行具体阐述，但本专利技术的保护范围并不限于此。
[0020]参照图1所示，本专利技术涉及一种手掌照片检测方法，其包括以下步骤：步骤1.采集用户手掌图像，手掌图像可能是识别设备采集到的真实手掌图像，也可能是用户手掌的照片或打印纸，如果采集的对象是伪造的照片或打印纸，拍摄的时候有时会拍摄到纸张和照片的边框，因此采集到的手掌图像中通常会出现完整或者非完整的矩形框，本方法首先判断手掌区域外是否存在矩形框，若存在矩形框，则认定手掌图像为手掌照片或打印纸，结束检测，若不存在边框，进行后续步骤；由于不同相机会有不同的固定噪声影响图像质量，因此，需要对手掌图像进行固定噪声去本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手掌照片检测方法，其特征在于：其包括以下步骤：步骤1.采集用户手掌图像，对所述手掌图像进行二值化处理得到手掌二值图，计算手掌二值图中手掌区域的最小外接矩形，并根据最小外接矩形截取手掌二值图获得手掌区域二值图；步骤2.对手掌区域二值图中的手指外边缘轮廓进行腐蚀操作得到掩模图像，并根据掩模图像截取手掌图像，获得手掌区域图像；步骤3.计算手掌区域图像的梯度分布图；步骤4.基于掩模图像中的手掌区域和背景区域分别对梯度分布图取模，得到手掌外轮廓梯度图和手掌内部梯度图，分别计算手掌外轮廓梯度图和手掌内部梯度图的梯度平均值；步骤5.比较手掌外轮廓梯度图和手掌内部梯度图的梯度平均值，若手掌外轮廓梯度图的梯度平均值大于手掌内部梯度图的梯度平均值，进行下一步检测，否则，判定手掌图像为手掌照片，结束检测；步骤6.获取手掌区域图像中的手掌外轮廓曲线，根据手掌外轮廓曲线计算手掌轮廓变化宽度，基于手掌轮廓变化宽度进一步区分手掌图像是手掌照片还是真实手掌。2.根据权利要求1所述的手掌照片检测方法，其特征在于：所述步骤1在获得用户手掌图像后，判断手掌图像中是否存在矩形框，若存在矩形框，则认定手掌图像为手掌照片，结束检测。3.根据权利要求1所述的手掌照片检测方法，其特征在于：所述步骤3计算手掌区域图像的梯度分布图包括：计算手掌区域图像中每个像素点与其距离为r的四个像素点的灰度值的差值，并计算所述差值的绝对值之和，将其作为该像素点的梯度值得到梯度分布图，其中r与所述手掌区域图像与手掌图像大小的比值呈正比。4.根据权利要求1所述的手掌照片检测方法，其特征在于：所述步骤4中手掌外轮廓梯度图的获取方法为：将掩模图像中的手掌区域在梯度分布图中对应区域的梯度值置为0，得到手掌外轮廓梯度图。5.根据权利要求1所述的手掌照片检测方法，其特征在于：所述步骤4中手掌内部梯度图的获取方法为：将掩模图像中的背景区域在梯度分布图中对应区域的梯度值置为0，得到手掌内部梯度图。6.根据权利要求1所述的手掌照片检测方法，其特征在于：所述步骤6基...

【专利技术属性】
技术研发人员：林莉莉，李学双，赵国栋，
申请(专利权)人：江苏圣点世纪科技有限公司，
类型：发明
国别省市：