一种利用多特征的手指静脉采集识别方法技术

本发明专利技术公开了一种利用多特征的手指静脉采集识别方法，该方法将采集的静脉灰度图像转换分级灰度图像和二值化图像，从三种图像中分别提取特征，组成特征链，这种多种特征相结合的静脉识别算法，能够达到较高的识别效果。本发明专利技术还在特征链中插入亮度、亮度变化值可以增加特征的复杂度和真实特征剽窃的难度，且由于相同手指需要的红外光源亮度特征变化范围较小，可以有效减少误识率。

【技术实现步骤摘要】

本专利技术涉及，属于生物特征识别技术领 域。
技术介绍
手指静脉识别技术是一种新型的生物特征识别技术，利用手指静脉纹路分布不 同，达到身份验证、保护目标的作用。静脉身份识别技术相对其他生物特征具有如下特点1)活体识别静脉识别技术的原理是根据血液中的血红素有吸收红外线光的特质进行静脉图 像采集。只有手指中有血液流动即针对活体手指才能获取静脉特征，非活体的手指是得不 到静脉图像特征而无法识别的，因此被识别生物特征无法造假。(2)手指内部特征识别用手指静脉进行身份认证时，获取的是手指内部的静脉图像特征，而不是手指表 面的图像特征，因此不存在任何由于手指表面的损伤、磨损、干燥或太湿等带来的识别障 碍，完全可以克服指纹识别的这些缺点。(3)非接触式用手指静脉进行身份认证，获取手指静脉图像时，手指无须与设备接触。手指轻轻 一伸，即可完成识别。不存在指纹识别过程中，因手指接触设备带来的不卫生、手指表面特 征可能被复制所带来的安全问题，并避免了被当作审查对象的心理不适。由于静脉识别技术具有上述活体识别、内部特征和非接触式三个方面的特征，因 此能够确保使用者的手指静脉特征很难被伪造，所以安全等级高，特别适合于安全要求高 的场所使用。在静脉特征识别领域中，静脉识别软件设计的好坏直接影响产品的识别效果和应 用情况。目前静脉识别算法或者采用灰度图像处理，或者采用二值化图像处理提取特征数 据，但是由于采集条件和被采集人所处的不同时期，采集的静脉灰度图像会有一定的差别， 而且静脉相对整个图像所占比例较少，单纯使用灰度图像或二值化静脉图像提取特征都无 法达到较好的识别效果。专利技术内容有鉴于此，本专利技术提供了，能够提高手 指静脉特征识别效果。该方法包括手指静脉特征提取过程和身份识别过程；手指静脉特征提取过程包括如下步骤步骤一、红外光源提供的红外光照射在当前采集者的手指上，由红外摄像机采集 手指静脉图像；步骤二、对采集的手指静脉图像进行预处理，得到图像A ；4步骤三、采用多阈值分割技术将所述图像A分割成级数至少为3的多级灰度图像 B,同时采用单阈值分割技术将所述图像A分割成二值图像C ；分别从图像A、图像B和图像 C中提取特征；所述从图像A、图像B和图像C中提取特征具体为分别采用Gabor小波变换处理 归一化后的图像A和多级灰度图像B，将得到的小波值作为图像A和多级灰度图像B的特 征；统计二值图像C中0值像素的比例、各个脉络交叉点个数、脉络断点个数、静脉组成的环 个数、以及各相交静脉中心线组成的夹角，组成二值图像C的特征；步骤四、将提取的3种特征首尾连接组成一个静脉特征链，并存储；身份识别过程包括如下步骤步骤五、采集被识别者的手指静脉图像；步骤六、采用与步骤二和三相同的方法对被识别者的手指静脉图像进行预处理和 3种特征提取；步骤七、将步骤六提取的静脉特征与已存储静脉特征链进行匹配，以完成身份识 别。较佳地，所述步骤一采用光源亮度自动调整技术采集符合要求的手指静脉图像， 具体包括如下步骤步骤101、红外光源根据预设的初始亮度提供红外光；步骤102、红外光照射在当前采集者的手指上，由红外摄像机采集一张手指静脉图 像；步骤103、判断当前所采集手指静脉图像的图像质量是否符合要求，如果不符合要 求，则执行步骤104 ；如果符合要求，则将当前光源亮度作为当前采集者所需光源亮度，并 将当前所采集手指静脉图像作为步骤二的待处理图像，而后执行所述步骤二 ；步骤104 确定亮度调整方向以及调整量，判断调整后图像亮度是否在预设亮度 调整范围内，如果是，则执行步骤105 ；否则，执行步骤106 ；步骤105、根据亮度调整方向和调整量调整红外光源亮度，返回步骤102 ；步骤106、选择整个调整过程中最接近最优图像质量的手指静脉图像的采集亮度 作为当前采集者所需光源亮度，并将以此亮度采集的手指静脉图像作为步骤二的待处理图 像，而后执行所述步骤二 ；所述步骤四保存静脉特征链时，进一步对应存储当前采集者所需光源亮度；所述步骤五包括被识别者触发身份识别后，采用所述光源亮度自动调整技术，为 被识别者采集符合要求的手指静脉图像，提取采集该符合要求的手指静脉图像所用的光源 亮度值Y;所述步骤七包括将步骤五确定的光源亮度值Y作为中心确定一亮度范围，查找 该亮度范围对应的各已存储静脉特征链；将步骤六提取的静脉特征与查找到的已存储静脉 特征链进行匹配，从而完成身份识别。较佳地，所述步骤四包括①将提取的3类特征首尾连接组成一个静脉特征链；②将当前采集者所需光源亮度值进行归一化处理，然后代入一个或一个以上的预 设算法进行计算，得到一个或一个以上的亮度变形值，并生成随机数；将随机数、采集者所需光源亮度值及其亮度变形值，分别插入静脉特征链中几个设定位置，合成新的静脉特征 链；④将新的静脉特征链与当前采集者所需光源亮度对应存储；所述步骤七进行特征匹配之前，进一步包括从查找到的已存储静脉特征链中的 设定位置去除随机数、光源亮度值及其亮度变形值，得到实际静脉特征链参与特征匹配。较佳地，所述步骤四中的步骤②具体为设当前采集者所需光源亮度值为L，将L归一化处理待代入0. 81L、0. 72L和 0. 66L，得到三个亮度变形值；产生一个6位的随机数；将三个亮度变形值依次插入静脉特征链的头部、尾部和中部，再将亮度值L插入 静脉特征链的第4个特征值之后，然后将随机数插入静脉特征链的第6个特征值之后。 较佳地，所述步骤二具体包括①采用8方向低通滤波器对当前手指静脉图像进行滤波，得到8副图像；所述8方 向低通滤波器中，每个方向的滤波器均为1-归一化高斯滤波器；②针对每个像素位置，比较8副图像中该像素位置的像素值大小，取最大值作为 该像素位置的像素值，得到图像A。较佳地，所述步骤四存储静脉特征链时，加密存储；步骤七执行匹配操作之前，解 密用于匹配的已存储特征链。根据以上技术方案可见，本专利技术具有如下有益效果(1)本专利技术将采集的静脉灰度图像转换分级灰度图像和二值化图像，从三种图像 中分别提取特征，组成特征链，这种多种特征相结合的静脉识别算法，能够达到较高的识别 效果；(2)本专利技术在特征链中插入亮度、亮度变化值可以增加特征的复杂度和真实特征 剽窃的难度，且由于相同手指需要的红外光源亮度特征变化范围较小，可以有效减少误识率。(3)本专利技术还在特征链中插入随机数，可以起到特征加密作用。(4)本专利技术在特征识别过程中，比较待识别静脉的采集亮度值附近一定范围内的 亮度值对应的已存储静脉特征，与比较全部已存储静脉特征相比，大大减少了计算量；同 时，与单纯比较待识别静脉的采集亮度值对应的已存储的静脉特征相比，可以弥补由于相 同手指采集时亮度波动带来的影响。附图说明图1为本专利技术手指静脉特征提取过程的流程图。图2为静脉图像质量判断示意图。图3为本专利技术身份识别过程的流程图。具体实施例方式本专利技术提供了一种手指静脉采集识别方法，该方法包括两大部分，一是手指静脉 特征提取部分，二是身份识别部分。在进行特征提取过程中，采集手指静脉图像；对当前手指静脉图像进行预处理，得到图像A ；采用多阈值分割技术将所述图像A分割成级数至少为3的多级灰度图像B，同时 采用单阈值分割技术将所述图像A分割成二值图像C ；分别从图像A、图像B和图像C本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：郭庆昌，吴永刚，陈金花，胡国兵，王小康，
申请(专利权)人：中国船舶重工集团公司第七一○研究所，
类型：发明
国别省市：42