一种手骨身份识别系统技术方案

本发明专利技术涉及信息安全技术领域，特别涉及一种手骨的身份识别系统。一种手骨身份识别系统，包括采集模块，预处理模块，特征提取模块，手骨数据库，特征识别模块，采集模块采集手骨x光图像传送给预处理模块；预处理模块对手骨图像进行形态学计算、灰度变换、直方图均衡化、图像平滑和图像的归一化处理，并将处理后的图像传送给特征提取模块；特征提取模块提取手骨图像中的手骨轮廓，根据手骨轮廓图像计算手骨轮廓特征值；特征识别模块对手骨数据库中预先采集的手骨图像及其特征值进行聚类和分类，根据特征提取模块提供的手骨轮廓特征值对待识别的手骨图像进行识别。本发明专利技术具有识别数据不容易伪装，进而识别准确性高的优点。

【技术实现步骤摘要】

本专利技术涉及信息安全
，特别涉及一种手骨的身份识别系统。
技术介绍
在信息化高度发展的当今社会，如何准确识别一个人的身份，保护信息安全是当今信息时代必须解决的一个关键社会问题，这就需要身份识别系统。身份识别系统已经被应用到各行各业，并且得到越来越广泛的使用。据研究报道，越是容易获取的生物特征，遭到人为恶意攻击的可能性就越大。到目前为止，指纹、人脸、声音、掌纹、步态和耳廓识别方法都存在弱点，对人为的修饰和伪装难以识别。手骨识别作为一种新的身份识别方法，目的是以手骨X光片作为身份识别的依据，使“造假者”难于伪装和修饰，提高身份识别的正确·率。但是，目前使用手掌骨骼X线片主要被用来研究骨龄的评估问题，被应用在身份识别问题的研究还没有。因此，这个专利技术本身在身份识别方式上就是一种创新。
技术实现思路
本专利技术的目的在于提供一种用于准确识别个人身份的识别系统。本专利技术的目的是这样实现的一种手骨身份识别系统，包括采集模块，预处理模块，特征提取模块，手骨数据库，特征识别模块，采集模块采集手骨X光图像传送给预处理模块；预处理模块对手骨图像进行形态学计算、灰度变换、直方图均衡化、图像平滑和图像的归一化处理，并将处理后的图像传送给特征提取模块；特征提取模块提取手骨图像中的手骨轮廓，根据手骨轮廓图像计算手骨轮廓特征值；特征识别模块对手骨数据库中预先采集的手骨图像及其特征值进行聚类和分类，根据特征提取模块提供的手骨轮廓特征值对待识别的手骨图像进行识别。提取手骨图像中的手骨轮廓采用适合手骨凸凹轮廓特征的Harris角点检测和Snake模型提取手骨轮廓特征。根据手骨轮廓图像计算特征值，通过计算手骨轮廓图像的小波矩函数，得出特征值。手骨数据库对预先采集的手骨图像进行聚类，通过手骨数据库的支持向量机进行分类训练。特征识别模块将手骨轮廓图像的特征值作为输入，输入到数据库中经过训练的支持向量机中，由数据库的支持向量机分类器进行识别。本专利技术的有益效果在于本专利技术具有识别数据不容易伪装，进而识别准确性高的优点；因为手骨身份识别的数据是通过X光机拍摄的X光手骨图片，和现有的指纹、人脸、声音、掌纹、步态和耳廓识别方法数据相比，手骨数据的伪装要改变骨骼，因而要困难很多。此外，手骨身份识别还具有良好的可扩展性，既可以单独作为一个实用的身份识别系统，也可对其它身份识别系统进行有益地补充。附图说明图I为手骨身份识别系统的工作流程图；图2为预先建立手骨图像数据库的流程图；图3为对待识别的手骨图像进行分类识别的流程图；图4为手骨身份识别系统的结构图。具体实施例方式下面结合附图对本专利技术做进一步描述图I示出了一个实施例中的手骨身份识别系统，包括以下步骤在步骤SOl中，采集模块采集手骨X光图像。本实施例中，由于手骨作为人体骨骼的一部分，具有唯一性，并且不容易受到破坏和模仿，因此可以利用手骨的X光图像进行身份识别，可提高身份识别的正确率。在一个具体的实施例中，可以通过便携式X光机对手骨进行图像采集。在步骤S02中，预处理模块对手骨图像进行预处理。本实施例中，对手骨图像进行预处理，包括以下步骤对采集到的手骨X光图像进行去噪、均衡、归一化处理。具体操作包括形态学计算、灰度变换、直方图均衡化、图像平滑和图像的归一化等。在步骤S03中，特征提取模块对手骨图像进行轮廓提取。本实施例中，采用适合手骨凸凹轮廓特征的Harris角点检测和Snake模型提取手骨轮廓。首先通过计算角点，提取出初始轮廓的大概位置，并使用此位置作为Snake模型的初始轮廓，经过Snake模型的不断迭代计算，最终使手骨轮廓较为完整的被提取出来。在步骤S04中，特征提取模块计算手骨轮廓图像的特征值。本实施例中，通过计算公式I定义的小波矩得到图像的特征值Wllljnjq = / Sq (r) ￥m,n(r) dr(I)其中，Sq(r)= / f(r, θ)β^θ θ , vm,n(r) = 2m/2 Ψ (2mr-n)为二进小波函数，Ψ (r)为小波母函数，m = 0，==f(r, Θ)表示极坐标上的二维二值图像，e,0是变换核的角度分量。η代表小波函数在X轴上的位置，m决定了小波函数的宽度，即沿X轴的宽或窄的程度。在众多的小波基函数中，三次B样条小波常常用于小波分析的应用，三次B样条小波在空间-频率局部性近似最优，它的函数不仅逼近Gabor基本函数，而且还具有小波变换的多尺度特性。此外，三次B样条小波也是紧支的，即它只在有限集中取非零值。B样条小波是以牺牲小波基函数的正交性来换取紧支集的。本实例中的小波矩就是采用它作为母小波构造的。具有如下形式权利要求1.一种手骨身份识别系统，包括采集模块，预处理模块，特征提取模块，手骨数据库，特征识别模块，其特征在于 采集模块采集手骨X光图像传送给预处理模块； 预处理模块对手骨图像进行形态学计算、灰度变换、直方图均衡化、图像平滑和图像的归一化处理，并将处理后的图像传送给特征提取模块； 特征提取模块提取手骨图像中的手骨轮廓，根据手骨轮廓图像计算手骨轮廓特征值； 特征识别模块对手骨数据库中预先采集的手骨图像及其特征值进行聚类和分类，根据特征提取模块提供的手骨轮廓特征值对待识别的手骨图像进行识别。2.根据权利要求I所述的一种手骨身份识别系统，其特征在于所述提取手骨图像中的手骨轮廓采用适合手骨凸凹轮廓特征的Harris角点检测和Snake模型提取手骨轮廓特征值。3.根据权利要求I或2所述的一种手骨身份识别系统，其特征在于所述根据手骨轮廓图像计算特征值，通过计算手骨轮廓图像的小波矩函数，取得特征值。4.根据权利要求3所述的一种手骨身份识别系统，其特征在于所述根据小波矩函数，取得的特征值为W…=/ Sq (r) ￥m,n(r) dr 其中，Sq (r) = f f(r, Θ )ei0d θ，Vffljn(r) = 2m/2 Ψ (2mr-n)为二进小波函数，Ψ (r)为小波母函数，m = O, I, 2，3，…;η = O, I, 2，…，21^1 ；q = O, I, 2，3。f (r, θ )表示极坐标上的二维二值图像，是变换核的角度分量。5.根据权利要求4所述的一种手骨身份识别系统，其特征在于所述小波母函数为6.根据权利要求3所述的一种手骨身份识别系统，其特征在于所述手骨数据库对预先采集的手骨图像进行聚类，通过手骨数据库的支持向量机进行分类训练。7.根据权利要求4所述的一种手骨身份识别系统，其特征在于所述特征识别模块将手骨轮廓图像的特征值作为输入，输入到数据库中经过训练的支持向量机中，由数据库的支持向量机分类器进行识别。全文摘要本专利技术涉及信息安全
，特别涉及一种手骨的身份识别系统。一种手骨身份识别系统，包括采集模块，预处理模块，特征提取模块，手骨数据库，特征识别模块，采集模块采集手骨x光图像传送给预处理模块；预处理模块对手骨图像进行形态学计算、灰度变换、直方图均衡化、图像平滑和图像的归一化处理，并将处理后的图像传送给特征提取模块；特征提取模块提取手骨图像中的手骨轮廓，根据手骨轮廓图像计算手骨轮廓特征值；特征识别模块对手骨数据库中预先采集的手骨图像及其特征值进行聚类和分类，根据特征提取模块提供的手骨轮廓特征值对待识别的手骨图像进行识别。本专利技术具有识别数据本文档来自技高网...

【技术保护点】
一种手骨身份识别系统，包括采集模块，预处理模块，特征提取模块，手骨数据库，特征识别模块，其特征在于：采集模块采集手骨x光图像传送给预处理模块；预处理模块对手骨图像进行形态学计算、灰度变换、直方图均衡化、图像平滑和图像的归一化处理，并将处理后的图像传送给特征提取模块；特征提取模块提取手骨图像中的手骨轮廓，根据手骨轮廓图像计算手骨轮廓特征值；特征识别模块对手骨数据库中预先采集的手骨图像及其特征值进行聚类和分类，根据特征提取模块提供的手骨轮廓特征值对待识别的手骨图像进行识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：张菁，张天驰，董诚辰，马振涛，印桂生，王申博，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：