开放式环境非接触采集下的掌纹识别方法技术
【技术实现步骤摘要】
开放式环境非接触采集下的掌纹识别方法
：本专利技术属于生物特征身份识别
，具体涉及一种在复杂背景和具有一定光照变化条件下，采用非接触式图像采集的掌纹识别技术，也就是开放式环境非接触采集下的掌纹识别方法。
技术介绍
：当今社会，对个人身份鉴别的需求无处不在，并且与日俱增。传统的密码、证件等方式存在较大的安全隐患。寻找一种更为安全、更为方便以及低成本的个人身份识别方式势在必行。基于人体生物特征的身份识别技术具有独特的优势，也有很大的开发前景。近些年来也相继出现了人脸识别、指纹识别、虹膜识别等等进行身份鉴别的生物特征识别技术，在一些特定的领域得到了应用，并且因为各自独特的生物特征，在某些方面表现出及其出色的性能，但不可否认同样存在的一定的缺陷和应用领域限制，如人脸识别受到姿态、光照、眼镜等装饰限制使得识别率很难提高，应用环境受到限制；指纹识别虽然方便、简单，但由于信息较少，存在较大的安全隐患，而且是接触式采集，应用受到一定的限制；虹膜识别精度最高，但采集设备成本高，采集过程复杂，应用也受到较大限制。掌纹识别是近十多年来发展起来的一种生物特征识别技术，相比其它生物特...
【技术保护点】
一种开放式环境非接触采集下的掌纹识别方法，其特征在于：所述方法的具体步骤如下：（1）人手图像采集；将人手自然张开，中指竖直向上，放在摄像头前一定范围内；（2）手轮廓提取建立肤色模型，将手轮廓从复杂背景中提取出来；（3）手轮廓关键特征点定位；定位并提取食指、中指、无名指和小拇指指尖点，食指与中指间的指根点，无名指与小拇指间的指根点；（4）掌纹ROI提取利用提取的特征点建立新的坐标系，提取掌纹ROI；（5）掌纹特征向量提取；利用掌纹纹理的不规则性建立纹理基元来统计纹理变化特征，从而描述掌纹图像；（6）掌纹特征匹配与识别对测试集中将所有样本分别与数据库中的已分类样本特征进行余弦相...
【技术特征摘要】
1.一种开放式环境非接触采集下的掌纹识别方法，其特征在于：所述方法的具体步骤如下：(1)人手图像采集；将人手自然张开，中指竖直向上，放在摄像头前一定范围内；(2)手轮廓提取建立肤色模型，将手轮廓从复杂背景中提取出来；(3)手轮廓关键特征点定位；定位并提取食指、中指、无名指和小拇指指尖点，食指与中指间的指根点，无名指与小拇指间的指根点；(4)掌纹ROI提取利用提取的特征点建立新的坐标系，提取掌纹ROI；(5)掌纹特征向量提取；利用掌纹纹理的不规则性建立纹理基元来统计纹理变化特征，从而描述掌纹图像；(6)掌纹特征匹配与识别对测试集中将所有样本分别与数据库中的已分类样本特征进行余弦相似度计算，把相似度最大的两幅图片归为一类，实现对掌纹图像的识别；所述的开放式环境是指具有复杂背景和一定光照变化条件下，人手自然张开，中指竖直向上，非接触、非固定位置进行图像采集；(6)步骤中掌纹特征匹配与识别：采用余弦相似度进行特征匹配，公式如下：式中，xs与xt分别表示两幅掌纹图像的特征向量，Dst为它们的余弦相似度，Dst的值越大表明两幅图像越相似；对测试集中将所有样本分别与数据库中的已分类样本特征进行余弦相似度计算，把相似度最大的两幅图片归为一类，实现对掌纹图像的识别；(2)步骤中的手轮廓提取为基于肤色模型的手轮廓获取，具体为：采用高斯分布来描述肤色分布模型，某像素的肤色相似度可表示为：p＝exp[-0.5(x-m)TC-1(x-m)]其中，x表示YCbCr空间中的一个像素值，m为空间中像素的均值；c为协方差矩阵；利用多幅不同光照、不同背景下的彩色图片可以计算出肤色相似度，最后通过设定一定大小的阈值就可以将手部图像从背景中分割出来；特征点定位的具体步骤为：(3.1)、在经过肤色模型分割出的二值图像上，采用轮廓跟踪算法从手图像最左端第一个轮廓点作为起始点，按顺时针方向跟踪手轮廓的8邻域链码信息，记录手轮廓边界点坐标；(3.2)、寻找中指指尖点：由于在图像采集过程中要求中指竖直向上，那么中指指尖点应该在手图像的最上端；找到手轮廓坐标中横坐标最小的那一行即为中指指尖点所在行；若在该行中中指上端边缘存在多个像素为零的点，则取中间位置的那一点为中指指尖点Iz；(3.3)、寻找无名指指尖点：从中指指尖点所在行的下一行开始向左对每一行进行逐点扫描，直到找到某行中像素点第二次为零为止，则该行即为无名指指尖点所在行；若在该行中无名指的上端边缘存在多个像素为零的点，则取最最左端的那一点为无名指时间点IW；(3.4)、寻找食指指尖点：按照步骤(3.3)中的方法，从中...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。