非接触式采集图像的生物特征区域定位方法和装置制造方法及图纸

本发明专利技术提供了一种非接触式采集图像的生物特征区域定位方法和装置，所述非接触式采集图像包括近红外图像，所述方法包括：对该近红外图像进行二值化处理，获得去除图像背景后的二值化图像；对二值化图像进行去噪处理，获得所述生物特征区域的边缘点信息；根据所述边缘点信息，获得生物特征区域的关键点，并依此确定近红外图像的生物特征区域。本发明专利技术非接触式采集的近红外图像的主体是较为明亮的生物特征图像，而背景因近红外反射光较弱而在图像中显示为黑暗区域，采用简单的阈值分割算法，即可实现图像的快速分割和二值化，可解决现有技术为排除外界光源干扰，只能在封闭环境下采用接触式生物特征采集方式，导致系统设备体积较大的问题。

【技术实现步骤摘要】
非接触式采集图像的生物特征区域定位方法和装置
本专利技术涉及图像采集和处理
，特别是涉及一种非接触式采集图像的生物特征区域定位方法和装置。
技术介绍
基于人体生物特征的身份识别技术简称生物识别技术，是近年来兴起的一门结合生物信息技术与计算机技术的交叉学科。所谓生物识别技术是指利用人体自身所固有的物理特征，例如：指纹、掌纹、虹膜、人脸等，和行为特征，例如：声音、手写签名、步态等，作为人的个性化表征来识别人身份的一种技术。由于人体生物特征与传统的钥匙、密码和ID卡等身份表征相比，具有不易遗忘、丢失和伪造等优点，因此，生物识别技术以及其衍生的产品得到了迅速的发展，并拥有广阔的市场前景。在众多人体生物特征中，各种人体特征有着各自的优缺点：人脸识别是与人日常行为最为相似的一种身份识别方式，但是受环境、光照以及表情等的影响，识别精度较低；指纹识别是最早开始研究的生物识别技术之一，也是比较成熟的技术之一，但是识别精度较低而且易被伪造，一直阻碍着指纹识别的进一步发展；虹膜识别技术精度较高，但是用户使用起来不够舒适，而且设备也比较昂贵；签名和步态等行为特征因特征自身的稳定性问题，应用领域也有很大的局限性；手掌特征识别是利用手掌上面的复杂纹线、手掌形状及皮下静脉等特征进行识别的一种新兴的生物特征识别技术，基于手掌的识别技术也逐渐成为人们研究和应用的热点，在用户使用舒适性上，手掌特征仅次于人脸，手臂的灵活性使各种手掌特征的采集更加方便，用户接受度更高。在识别精度上，手掌的特征较人脸和指纹更加丰富，因此能达到更高的识别精度。人脸识别和掌纹掌脉识别通常采用的是图像分析的方式，光线的强弱和用户的姿势都会对系统的识别性能产生影响，因此，在现有生物特征识别方案，特别是掌纹识别方案中，为避免因为背景的复杂性对掌纹有效区域的准确定位和图像切割带来的困难和干扰，通常要采用限位装置(如采用在设备上加装限位点的方法来限制手掌的摆放位置等)和遮光装置，以提高手掌的定位精度。因此现有的掌纹识别系统的体积都比较大，而且手掌必须接触到采集器才能完成采集和识别过程，生物特征识别的用户体验和可接受程度较低，特别在公共场合下无法解决卫生问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种非接触式采集图像的生物特征区域定位方法，可解决现有生物特征采集识别装置的体积比较大，而且必须接触到采集器才能完成采集和识别的问题。本专利技术还提供了一种非接触式采集图像的生物特征区域定位装置，以保证上述方法在实际中的应用。为了解决上述问题，本专利技术公开了一种非接触式采集图像的生物特征区域定位方法，所述非接触式采集图像包括近红外图像，所述生物特征区域定位方法包括：对所述近红外图像进行二值化处理，获得分割去除图像背景后的二值化图像；对所述二值化图像进行去噪处理，获得所述生物特征区域的边缘点信息；根据所述边缘点信息，获得生物特征区域的关键点；根据所述关键点确定所述近红外图像的生物特征区域。优选的，所述非接触式采集图像还包括与所述近红外图像同时采集的可见光图像，所述生物特征区域定位方法还包括：根据所述近红外图像的生物特征区域，以及预设的近红外图像和可见光图像的线性映射关系，确定所述可见光图像的生物特征区域。优选的，所述对二值化图像进行去噪处理，获得所述生物特征区域的边缘点信息的方法具体为：以所述二值化图像的中心为种子点，对该二值化图像进行填充，获得仅有中间像素得到填充的填充图像；对所述填充图像进行开运算，去除没有填充的边缘像素，获得所述生物特征区域的边缘点信息。优选的，所述生物特征区域为矩形，所述关键点为该矩形的4个顶点；所述根据所述边缘点信息，获得生物特征区域的关键点的方法具体为：对所述边缘点进行中心投影，确定极坐标原点以及所述边缘点的极坐标；利用所述边缘点的极坐标包括的角度参数和长度参数，确定所述矩形生物特征区域的4个顶点。优选的，所述近红外图像为掌脉图像，所述生物特征为掌脉特征。优选的，所述近红外图像为掌脉图像，所述可见光图像为掌纹图像，所述生物特征为掌纹特征和掌脉特征。依据本专利技术的另一优选实施例，还公开了一种非接触式采集图像的生物特征区域定位装置，所述非接触式采集图像包括近红外图像，所述生物特征区域定位装置包括：二值化处理单元，用于对所述近红外图像进行二值化处理，获得分割去除图像背景后的二值化图像；去噪处理单元，用于对所述二值化处理单元获得的二值化图像进行去噪处理，获得所述生物特征区域的边缘点信息；关键点确定单元，用于根据所述去噪处理单元获得的边缘点信息，获得生物特征区域的关键点；近红外图像生物特征区域确定单元，用于根据所述关键点确定单元获得的关键点，确定所述近红外图像的生物特征区域。优选的，所述非接触式采集图像还包括与所述近红外图像同时采集的可见光图像，所述生物特征区域定位装置还包括：可见光图像生物特征区域确定单元，用于根据所述近红外图像生物特征区域确定单元获得的近红外图像生物特征区域，以及，预设的近红外图像和可见光图像的线性映射关系，确定所述可见光图像的生物特征区域。优选的，所述去噪处理单元具体包括：图像填充子单元，用于以所述二值化图像的中心为种子点，对该二值化图像进行填充，获得仅有中间像素得到填充的填充图像；边缘像素去除子单元，用于对所述图像填充子单元获得的填充图像进行开运算，去除没有填充的边缘像素，获得所述生物特征区域的边缘点信息。优选的，所述生物特征区域为矩形，所述关键点为该矩形的4个顶点；所述关键点确定单元具体包括：极坐标确定子单元，用于对所述去噪处理单元获得的边缘点进行中心投影，确定极坐标原点以及所述边缘点的极坐标；顶点确定子单元，利用所述边缘点的极坐标包括的角度参数和长度参数，确定所述矩形生物特征区域的4个顶点。与现有技术相比，本专利技术具有以下优点：本专利技术优选实施例采用非接触式采集的近红外图像作为生物特征区域分割对象，其主体是较为明亮的生物特征图像(如掌脉图像)，而背景则因近红外反射光较弱而在图像中显示为黑暗区域，因此，采用相对较为简单的阈值分割算法，即可实现图像的快速分割和二值化；特别是在本专利技术进一步的优选实施例中，根据同时采集的近红外图像和可见光图像的线性关系，确认可见光图像中的生物特征区域，可以在保证生物特征区域定位分割的速度和精度的基础上，解决现有技术为排除外界光源带来的干扰，只能在封闭环境下采用接触式生物特征采集方式，从而带来系统设备体积较大，而且必须接触到采集器才能完成采集和识别过程的问题。相对于现有接触式生物特征识别方法，本专利技术优选实施例提供的非接触式生物特征识别方法可以为用户带来更好的用户体验和卫生保证，从而大大地提高生物特征识别技术的用户接受度；其次，可解决个别用户因心理因素而排斥手指或手掌等与设备大面积接触，仅使用指尖进行注册与识别，从而人为地导致系统整体安全性降低的问题；另外，非接触式生物特征识别方法还可避免用户在使用过程中留下印痕，可以有效地防止用户泄露个人生物特征信息，避免职业罪犯通过复制个人生物特征进行犯罪活动，从而进一步提高了系统的安全性能。附图说明图1是本专利技术非接触式采集图像的生物特征区域定位方法一实施例流程图；图2是本专利技术非接触式采集图像的生物特征区域定位装置一实施例的结构框图。具体实施方式为使本专利技术的上述目的、特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非接触式采集图像的生物特征区域定位方法，其特征在于，所述非接触式采集图像包括同时采集的近红外图像和可见光图像，所述近红外图像和可见光图像用单目成像镜头采集，并采用分光棱镜进行分离后分别由红外传感器和可见光传感器接收；所述生物特征区域定位方法包括：对所述近红外图像进行二值化处理，获得分割去除图像背景后的二值化图像；对所述二值化图像进行去噪处理，获得所述生物特征区域的边缘点信息；根据所述边缘点信息，获得生物特征区域的关键点；根据所述关键点确定所述近红外图像的生物特征区域；根据所述近红外图像的生物特征区域，以及预设的近红外图像和可见光图像的线性映射关系，确定所述可见光图像的生物特征区域；其中，对所述近红外图像进行二值化处理，获得分割去除图像背景后的二值化图像的方法具体为：将近红外图像上的像素点的灰度值设置为0或255，使整个图像呈现出明显的黑白效果；将256个亮度等级的灰度图像通过适当的阀值选取而获得反映图像整体和局部特征的二值化图像，所有灰度大于或等于阀值的像素点被判定为属于特定物体，其灰度值为255；所有灰度小于阀值的像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域；所述对二值化图像进行去噪处理，获得所述生物特征区域的边缘点信息的方法具体为：以所述二值化图像的中心为种子点，对该二值化图像进行填充，获得仅有中间像素得到填充的填充图像；对所述填充图像进行开运算，去除没有填充的边缘像素，获得所述生物特征区域的边缘点信息；所述生物特征区域为矩形，所述关键点为该矩形的4个顶点；所述根据所述边缘点信息，获得生物特征区域的关键点的方法具体为：对所述边缘点进行中心投影，确定极坐标原点以及所述边缘点的极坐标；利用所述边缘点的极坐标包括的角度参数和长度参数，确定所述矩形生物特征区域的4个顶点。2.如权利要求1所述的生物特征区域定位方法，其特征在于，所述近红外图像为掌脉图像，所述生物特征为掌脉特征。3.如权利要求1所述的生物特征区域定位方法，其特征在于，所述近红外图像为掌脉图像，所述可见光图像为掌纹图像，所述...

【专利技术属性】
技术研发人员：李彬，曲寒冰，王加强，
申请(专利权)人：北京北科慧识科技股份有限公司，
类型：发明
国别省市：