專(zhuān)利名稱(chēng)：基于手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)與方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)及方法，本發(fā)明涉及到人體生物特征的采集與識(shí)別方法，屬于生物信息獲取與生物識(shí)別技術(shù)領(lǐng)域。
背景技術(shù)：
隨著現(xiàn)代社會(huì)的發(fā)展，人們對(duì)信息安全的要求越來(lái)越高，傳統(tǒng)的安全技術(shù)越來(lái)越滿(mǎn)足人們的要求，比如密碼容易遺忘、被修改，證件容易丟失，攜帶不方便等，這樣就給使用者造成了很多安全隱患。特別是那些對(duì)安全要求很高的場(chǎng)合，對(duì)原有的認(rèn)證方式加以改進(jìn)就顯得更加迫切。生物認(rèn)證技術(shù)是指通過(guò)計(jì)算機(jī)利用人體所固有的生理特征或者行為特征來(lái)進(jìn)行身份鑒定的過(guò)程。常用的生理特征有臉像、指紋、虹膜等；常用的行為特征有步態(tài)、簽名等。 聲紋兼具生理和行為的特點(diǎn)，介于兩者之間。與傳統(tǒng)認(rèn)證方式相比，生物識(shí)別最大的特點(diǎn)就是對(duì)用戶(hù)自身的特征進(jìn)行認(rèn)證，具有防偽性好、便于攜帶、不易丟失或遺忘的優(yōu)點(diǎn)。每ー種生物識(shí)別在準(zhǔn)確率、用戶(hù)接受程度、成本等方面都不同，而且都有自己的優(yōu)缺點(diǎn)。多生物特征認(rèn)證利用了多個(gè)生物特征，結(jié)合了數(shù)據(jù)融合的技術(shù)，進(jìn)ー步提高了認(rèn)證的準(zhǔn)確率，具有廣闊的應(yīng)用前景。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的上述不足，提供一種基于手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)與方法，克服単一手形識(shí)別或單一手背靜脈識(shí)別的不穩(wěn)定信息量小等問(wèn)題，提高了識(shí)別系統(tǒng)的可靠性、穩(wěn)定性和實(shí)用性。本發(fā)明提供的手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)，包括采集單元、生物特征識(shí)別單元和數(shù)據(jù)庫(kù)單元；采集單元根據(jù)靜脈血管成像特點(diǎn)，設(shè)計(jì)了遠(yuǎn)紅外熱成像和近紅外成像兩種方式的采集方式，其中根據(jù)紅外熱成像原理利用紅外熱像儀實(shí)現(xiàn)了遠(yuǎn)紅外手背靜脈采集，紅外熱像儀采集整個(gè)手面背部手背的溫度分布，然后利用熱能分析軟件將溫度數(shù)據(jù)轉(zhuǎn)化為灰度圖像，從而可以得到靜脈的分布信息及整個(gè)手形的信息；根據(jù)近紅外成像原理利用峰值波長(zhǎng)為850nm的LED陣列發(fā)出紅外光照射手背并反射，反射光線透過(guò)紅外濾光鏡濾除可見(jiàn)光，僅使近紅外光進(jìn)入近紅外CCD相機(jī)采集手背靜脈圖像，獲得的手背靜脈圖像信息含有手背靜脈與手形兩種生物信息；所述的LED陣列為均勻分布的圓形光源排布在近紅外CCD的兩側(cè)照射手背；生物特征識(shí)別單元由DSP構(gòu)成，對(duì)由采集單元獲取的圖像進(jìn)行預(yù)處理提取出手背靜脈與手形的特征向量，再和數(shù)據(jù)庫(kù)單元已存儲(chǔ)的特征向量進(jìn)行匹配融合得到識(shí)別結(jié)果;數(shù)據(jù)庫(kù)單元由FLASH存儲(chǔ)器構(gòu)成，用于存儲(chǔ)預(yù)先采集提取的手背靜脈與手形特征向量。
本發(fā)明同時(shí)提供了一種基于手背靜脈與手形結(jié)合的識(shí)別方法，該方法包括第I、由采集單元利用遠(yuǎn)紅外熱成像或近紅外成像方式采集圖像；所述的遠(yuǎn)紅外熱成像或近紅外成像方式既采集手背靜脈圖像，也采集手形圖像，其中遠(yuǎn)紅外熱成像利用手背靜脈與手背其它部位溫度不同可以得到手背靜脈血管的走向圖像，同時(shí)整個(gè)手的溫度區(qū)別與外界環(huán)境的溫度可以獲得整個(gè)手形明顯的邊界獲得手形信息；近紅外成像利用紅外光照射手背圖像，利用手背靜脈血管吸收紅外光，可以得到手背靜脈血管的走向圖像，同時(shí)整個(gè)手形的信息也可提出。第2、將采集單元采集到的圖像信號(hào)送到生物特征識(shí)別單元，生物特征識(shí)別單元對(duì)圖像進(jìn)行預(yù)處理，對(duì)手背靜脈信息與手形信息分別提取特征向量；第3、然后分別與數(shù)據(jù)庫(kù)單元中已存儲(chǔ)的特征向量作比對(duì)，得到各自的匹配分?jǐn)?shù)，采用加權(quán)求和規(guī)則實(shí)現(xiàn)匹配分?jǐn)?shù)在匹配層的融合，將融合后的分?jǐn)?shù)與設(shè)定的閾值進(jìn)行比較判斷實(shí)現(xiàn)身份判決，完成多模態(tài)的身份識(shí)別認(rèn)證，最后得到最終識(shí)別結(jié)果。 其中第2步所述手背靜脈識(shí)別方法為對(duì)獲取的圖像轉(zhuǎn)換成同一均值和方差的歸ー化方法進(jìn)行圖像歸ー化，采用反銳化掩模方法進(jìn)行銳化處理突出圖像中的手背靜脈細(xì)節(jié)，采用動(dòng)態(tài)閉值與全局閩值結(jié)合起來(lái)的方法對(duì)圖像進(jìn)行ニ值化，采用中值濾波與區(qū)域生長(zhǎng)的方法去除圖像噪聲，采用八近鄰算法對(duì)圖像進(jìn)行細(xì)化并去除毛刺，提取端點(diǎn)交叉點(diǎn)作為手背靜脈的特征向量；其中第2步所述手形識(shí)別方法為將原始圖像進(jìn)行灰度轉(zhuǎn)換，轉(zhuǎn)換為灰度圖像；對(duì)圖像進(jìn)行平滑處理，消除圖像采集過(guò)程中的圖像噪聲；將圖像ニ值化，轉(zhuǎn)換為ニ值圖像；采用8鄰域算法，得到手形輪廓；然后在手形輪廓線上定位指根、指尖的特征點(diǎn)，作一條垂直于Y軸的直線與手形輪廓中除拇指外的其他4根手指的邊緣相交于8個(gè)點(diǎn)，以任意一點(diǎn)向上或向下捜索至下ー個(gè)交點(diǎn)，標(biāo)記該區(qū)域曲率變化最大的點(diǎn)，確定各個(gè)手指的指根點(diǎn)、指尖點(diǎn)然后提取除拇指外的4個(gè)手指長(zhǎng)度，并計(jì)算出4個(gè)絕對(duì)長(zhǎng)度間的相對(duì)長(zhǎng)度，構(gòu)成手形特征向量。本發(fā)明硬件裝置主要由核心處理器DSP芯片、紅外熱像儀或近紅外(XD、A/D轉(zhuǎn)換器件、硬件可編程邏輯器件CPLD、存儲(chǔ)器FLASH與SDRAM、顯示單元LED、通信接ロ USB組成。其中紅外熱像儀或近紅外CXD與其周?chē)O(shè)備構(gòu)成成像裝置，成像裝置及其外圍電路構(gòu)成采集單元；DSP芯片與其外圍接ロ電路共同構(gòu)成生物特征識(shí)別單元；FLASH存儲(chǔ)器構(gòu)成數(shù)據(jù)庫(kù)單元用于存儲(chǔ)預(yù)先采集提取的手背靜脈與手形特征向量數(shù)據(jù)。系統(tǒng)開(kāi)始工作以后，用戶(hù)通過(guò)紅外熱像儀或近紅外CXD獲取手背靜脈與手形圖像信號(hào)并通過(guò)A/D轉(zhuǎn)換器件將模擬信號(hào)轉(zhuǎn)變?yōu)閿?shù)字信號(hào)，CPLD作為接口和邏輯控制器件，將手背靜脈與手形圖像信號(hào)存儲(chǔ)到SDRAM中，并在采集完一幅圖像后通知DSP數(shù)據(jù)已準(zhǔn)備好。在數(shù)據(jù)處理階段，DSP將SDRAM中的數(shù)據(jù)分塊取到其內(nèi)部RAM中，作為手背靜脈與手形圖像處理以及識(shí)別算法的臨時(shí)數(shù)據(jù)。DSP將處理結(jié)果與FLASH中預(yù)先采集提取的特征向量進(jìn)行匹配并融合，最后通過(guò)IXD顯示器顯示識(shí)別結(jié)果。USB接ロ電路是系統(tǒng)的擴(kuò)展接ロ，主要的作用就是憑借此接ロ，可以進(jìn)行二次開(kāi)發(fā)，以應(yīng)用于其他的應(yīng)用系統(tǒng)中。本發(fā)明的優(yōu)點(diǎn)和有益效果本發(fā)明可同一時(shí)間采集手背靜脈與手形兩種生物特征，増加了采集生物特征的信息量，同時(shí)提高了識(shí)別的精度，兩側(cè)照明方便用戶(hù)擺放手指，上部照明時(shí)用戶(hù)只能插入，很難看見(jiàn)自己手指已處于的位置，其防偽造性強(qiáng)，具有高的可靠性、穩(wěn)定性及實(shí)用性。


圖I :手背靜脈與手形結(jié)合的識(shí)別方法流程圖。圖2 :遠(yuǎn)紅外熱成像采集單元圖。圖3 :近紅外成像采集單元圖。圖4 近紅外LED燈俯視圖。圖5:遠(yuǎn)紅外熱成像圖。圖6:近紅外成像圖。圖7 :手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)與方法硬件電路圖。下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式
做進(jìn)ー步說(shuō)明。
具體實(shí)施例方式實(shí)施例I :本發(fā)明提供的手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)，包括采集單元，生物特征識(shí)別單元，數(shù)據(jù)庫(kù)單元；利用遠(yuǎn)紅外熱成像或近紅外成像方式的采集系統(tǒng)采集圖像，采集單元采集到的圖像信號(hào)送到生物特征識(shí)別單元，生物特征識(shí)別單元對(duì)圖像進(jìn)行處理并提取特征向量，然后與已存儲(chǔ)在數(shù)據(jù)庫(kù)中的特征向量作比對(duì)得到各自的匹配分?jǐn)?shù)，之后兩者在決策層融合得到最終識(shí)別結(jié)果。圖I為手背靜脈與手形結(jié)合的識(shí)別方法流程圖，被檢測(cè)者將手背面(I)朝上放于紅外熱像儀(2)或紅外CCD(5)采集單元下，采集單元采集手背靜脈手形信息，采集單元將采集到的圖像信息送到生物特征識(shí)別單元，生物特征識(shí)別單元將圖像進(jìn)行處理并提取特征向量然后與已存儲(chǔ)的特征向量作比對(duì)得到手背靜脈與手形各自的匹配分?jǐn)?shù)，然后兩匹配分?jǐn)?shù)在決策層融合得到最終識(shí)別結(jié)果。所述的手背靜脈識(shí)別方法為對(duì)獲取的圖像轉(zhuǎn)換成同一均值和方差的歸ー化方法進(jìn)行圖像歸ー化，采用反銳化掩模方法進(jìn)行銳化處理突出圖像中的手背靜脈細(xì)節(jié)，采用動(dòng)態(tài)閉值與全局閩值結(jié)合起來(lái)的方法對(duì)圖像進(jìn)行ニ值化，采用中值濾波與區(qū)域生長(zhǎng)的方法去除圖像噪聲，采用八近鄰算法對(duì)圖像進(jìn)行細(xì)化并去除毛刺，提取端點(diǎn)交叉點(diǎn)作為手背靜脈的特征向量。所述的手形識(shí)別方法為將原始圖像進(jìn)行灰度轉(zhuǎn)換，轉(zhuǎn)換為灰度圖像；對(duì)圖像進(jìn)行平滑處理，消除圖像采集過(guò)程中的圖像噪聲；將圖像ニ值化，轉(zhuǎn)換為ニ值圖像；采用8鄰域算法，得到手形輪廓；然后在手形輪廓線上定位指根、指尖的特征點(diǎn)，作一條垂直于Y軸的直線與手形輪廓中除拇指外的其他4根手指的邊緣相交于8個(gè)點(diǎn)，以任意一點(diǎn)向上或向下捜索至下ー個(gè)交點(diǎn)，標(biāo)記該區(qū)域曲率變化最大的點(diǎn)，確定各個(gè)手指的指根點(diǎn)、指尖點(diǎn)然后提取除拇指外的4個(gè)手指長(zhǎng)度，并計(jì)算出4個(gè)絕對(duì)長(zhǎng)度間的相對(duì)長(zhǎng)度，構(gòu)成手形特征向量。所述的融合方法采用加權(quán)求和規(guī)則實(shí)現(xiàn)手背靜脈與手形匹配分?jǐn)?shù)在匹配層的融 合，最后將融合后的分?jǐn)?shù)與設(shè)定的閾值進(jìn)行比較判斷實(shí)現(xiàn)身份判決，完成多模態(tài)的身份識(shí)別認(rèn)證。圖2為遠(yuǎn)紅外熱成像采集單元圖，將手背面(I)向上放于紅外熱像儀(2)下，其中根據(jù)紅外熱成像原理利用紅外熱像儀實(shí)現(xiàn)了遠(yuǎn)紅外手背靜脈采集，紅外熱像儀采集整個(gè)手面背部手背的溫度分布圖像，然后利用熱能分析軟件將溫度數(shù)據(jù)轉(zhuǎn)化為灰度圖像，從而可以得到靜脈的分布信息及整個(gè)手形的信息。圖3為近紅外成像采集單元圖，將手背面(I)向上放于采集単元下，利用峰值波長(zhǎng)為85011!11的1^0(3)陣列發(fā)出紅外光從兩側(cè)照射手背面(I)并反射，反射光線透過(guò)紅外濾光鏡(4)濾除可見(jiàn)光，僅使近紅外光進(jìn)入近紅外CCD(5)相機(jī)采集手背靜脈圖像，獲得的手背靜脈圖像信息含有手背靜脈與手形兩種生物信息。圖4為近紅外LED(3)燈俯視圖，其分布在近紅外CXD(5)下方兩側(cè)用于照射手背。圖5為遠(yuǎn)紅外熱成像圖，其為根據(jù)紅外熱成像原理利用紅外熱像采集單元采集的圖像。圖6近紅外成像圖，其為近紅外采集單元采集的圖像。
圖7為手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)與方法硬件電路圖，硬件裝置主要由核心處理器DSP芯片、紅外熱像儀或近紅外(XD、A/D轉(zhuǎn)換器件、硬件可編程邏輯器件CPLD、存儲(chǔ)器FLASH與SDRAM、顯示單元LED、通信接ロ USB組成。其中紅外熱像儀或近紅外CXD與其周?chē)O(shè)備構(gòu)成成像裝置，成像裝置及其外圍電路構(gòu)成采集單元；DSP芯片與其外圍接ロ電路共同構(gòu)成生物特征識(shí)別單元；FLASH存儲(chǔ)器構(gòu)成數(shù)據(jù)庫(kù)單元用于存儲(chǔ)預(yù)先采集提取的手背靜脈與手形特征向量數(shù)據(jù)。系統(tǒng)開(kāi)始工作以后，用戶(hù)通過(guò)紅外熱像儀或近紅外CXD獲取手背靜脈與手形圖像信號(hào)并通過(guò)A/D轉(zhuǎn)換器件將模擬信號(hào)轉(zhuǎn)變?yōu)閿?shù)字信號(hào)，CPLD作為接口和邏輯控制器件，將手背靜脈與手形圖像信號(hào)存儲(chǔ)到SDRAM中，并在采集完一幅圖像后通知DSP數(shù)據(jù)已準(zhǔn)備好。在數(shù)據(jù)處理階段，DSP將SDRAM中的數(shù)據(jù)分塊取到其內(nèi)部RAM中，作為手背靜脈與手形圖像處理以及識(shí)別算法的臨時(shí)數(shù)據(jù)。DSP將處理結(jié)果與FLASH中預(yù)先采集提取的特征向量進(jìn)行匹配并融合，最后通過(guò)IXD顯示器顯示識(shí)別結(jié)果。USB接ロ電路是系統(tǒng)的擴(kuò)展接ロ，主要的作用就是憑借此接ロ，可以進(jìn)行二次開(kāi)發(fā)，以應(yīng)用于其他的應(yīng)用系統(tǒng)。
權(quán)利要求
1.一種手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)，其特征在于該系統(tǒng)包括采集單元、生物特征識(shí)別單元和數(shù)據(jù)庫(kù)單元； 采集單元根據(jù)靜脈血管成像特點(diǎn)，設(shè)計(jì)了遠(yuǎn)紅外熱成像和近紅外成像兩種方式的采集方式，其中根據(jù)紅外熱成像原理利用紅外熱像儀實(shí)現(xiàn)了遠(yuǎn)紅外手背靜脈采集，紅外熱像儀采集整個(gè)手面背部、手背的溫度分布，然后利用熱能分析軟件將溫度數(shù)據(jù)轉(zhuǎn)化為灰度圖像，從而可以得到靜脈的分布信息及整個(gè)手形的信息；根據(jù)近紅外成像原理利用峰值波長(zhǎng)為850nm的LED陣列發(fā)出紅外光照射手背并反射，反射光線透過(guò)紅外濾光鏡濾除可見(jiàn)光，僅使近紅外光進(jìn)入近紅外CCD相機(jī)采集手背靜脈圖像，獲得的手背靜脈圖像信息含有手背靜脈與手形兩種生物信息；所述的LED陣列為均勻分布的圓形光源排布在近紅外CCD的兩側(cè)照射手背； 生物特征識(shí)別單元由DSP構(gòu)成，對(duì)由采集單元獲取的圖像進(jìn)行預(yù)處理提取出手背靜脈與手形的特征向量，再和數(shù)據(jù)庫(kù)單元中已存儲(chǔ)的特征向量進(jìn)行匹配融合得到識(shí)別結(jié)果； 數(shù)據(jù)庫(kù)單元由FLASH存儲(chǔ)器構(gòu)成，用于存儲(chǔ)預(yù)先采集提取的手背靜脈與手形特征向量。
2.一種基于手背靜脈與手形結(jié)合的識(shí)別方法，其特征在于該方法包括 第I、由采集單元利用遠(yuǎn)紅外熱成像或近紅外成像方式采集圖像； 第2、將采集單元采集到的圖像信號(hào)送到生物特征識(shí)別單元，生物特征識(shí)別單元對(duì)圖像進(jìn)行預(yù)處理，對(duì)手背靜脈信息與手形信息分別提取特征向量； 第3、然后分別與數(shù)據(jù)庫(kù)單元中已存儲(chǔ)的特征向量作比對(duì)，得到各自的匹配分?jǐn)?shù)，采用加權(quán)求和規(guī)則實(shí)現(xiàn)匹配分?jǐn)?shù)在匹配層的融合，將融合后的分?jǐn)?shù)與設(shè)定的閾值進(jìn)行比較判斷實(shí)現(xiàn)身份判決，完成多模態(tài)的身份識(shí)別認(rèn)證，最后得到最終識(shí)別結(jié)果。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于第2步所述手背靜脈識(shí)別方法為對(duì)獲取的圖像轉(zhuǎn)換成同一均值和方差的歸ー化方法進(jìn)行圖像歸ー化，采用反銳化掩模方法進(jìn)行銳化處理突出圖像中的手背靜脈細(xì)節(jié)，采用動(dòng)態(tài)閉值與全局閩值結(jié)合起來(lái)的方法對(duì)圖像進(jìn)行ニ值化，采用中值濾波與區(qū)域生長(zhǎng)的方法去除圖像噪聲，采用八近鄰算法對(duì)圖像進(jìn)行細(xì)化并去除毛刺，提取端點(diǎn)交叉點(diǎn)作為手背靜脈的特征向量。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于第2步所述手形識(shí)別方法為將原始圖像進(jìn)行灰度轉(zhuǎn)換，轉(zhuǎn)換為灰度圖像；對(duì)圖像進(jìn)行平滑處理，消除圖像采集過(guò)程中的圖像噪聲；將圖像ニ值化，轉(zhuǎn)換為ニ值圖像；采用8鄰域算法，得到手形輪廓；然后在手形輪廓線上定位指根、指尖的特征點(diǎn)，作一條垂直于Y軸的直線與手形輪廓中除拇指外的其他4根手指的邊緣相交于8個(gè)點(diǎn)，以任意一點(diǎn)向上或向下搜索至下ー個(gè)交點(diǎn),標(biāo)記該區(qū)域曲率變化最大的點(diǎn)，確定各個(gè)手指的指根點(diǎn)、指尖點(diǎn)然后提取除拇指外的4個(gè)手指長(zhǎng)度，并計(jì)算出4個(gè)絕對(duì)長(zhǎng)度間的相對(duì)長(zhǎng)度，構(gòu)成手形特征向量。
全文摘要
一種基于手背靜脈與手形結(jié)合的識(shí)別系統(tǒng)與方法，根據(jù)靜脈血管成像特點(diǎn)設(shè)計(jì)了遠(yuǎn)紅外熱成像和近紅外成像兩種方式的采集方式，根據(jù)紅外熱成像原理利用紅外熱像儀實(shí)現(xiàn)了遠(yuǎn)紅外手背靜脈成像，根據(jù)近紅外成像原理利用峰值波長(zhǎng)為850nm的LED陣列發(fā)出紅外光照射手背，利用近紅外CCD采集手背靜脈圖像實(shí)現(xiàn)了近紅外手背靜脈成像；手背靜脈與手形結(jié)合的識(shí)別方法為對(duì)獲取的圖像進(jìn)行處理提取出手背靜脈與手形的特征向量，然后再和已存儲(chǔ)的特征向量進(jìn)行匹配得到識(shí)別結(jié)果，本發(fā)明利用了手部的兩種生物信息且一次采集，對(duì)于獲取的圖像進(jìn)行兩種生物信息的提取與識(shí)別增加了采集的信息量提高了識(shí)別率，與單一生物識(shí)別相比較具有更高的準(zhǔn)確率、安全性、防偽性及適用性。
文檔編號(hào)G06K9/00GK102663355SQ20121008353
公開(kāi)日2012年9月12日 申請(qǐng)日期2012年3月27日 優(yōu)先權(quán)日2012年3月27日
發(fā)明者史光遠(yuǎn), 吳喆明, 曹麗麗, 朱亞?wèn)|, 李波, 李飛, 楊曉蘋(píng), 陳志宏, 馬華 申請(qǐng)人:天津理工大學(xué)