專利名稱：中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及生物特征識別技術(shù)的領(lǐng)域，尤其是一種中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法。
背景技術(shù)：
近幾年，隨著生物特征識別技術(shù)的發(fā)展以及人們對自身隱私、財(cái)產(chǎn)安全的日益關(guān)注，生物特征識別技術(shù)在越來越多的場合得到應(yīng)用。相對于傳統(tǒng)的指紋，虹膜識別技術(shù)，掌紋識別技術(shù)是一個(gè)新興的領(lǐng)域。掌紋識別技術(shù)具有采樣設(shè)備簡單，信息量大的優(yōu)點(diǎn)，受到了廣泛的關(guān)注，而在該領(lǐng)域中，對中遠(yuǎn)距離的在線身份識別的研究僅處于開端階段。
研究中的創(chuàng)造性工作主要體現(xiàn)在以下兩點(diǎn)
I、選擇了一套成本相對低廉性能優(yōu)秀的實(shí)驗(yàn)設(shè)備，設(shè)計(jì)了一系列的簡單有效的實(shí)驗(yàn)條件，簡化了初期的工作，迅速進(jìn)入正式研究階段。
2、提出了行之有效的預(yù)處理算法、手掌定位算法，初步解決了中遠(yuǎn)距離系統(tǒng)的定位這一關(guān)鍵問題。
生物特征識別技術(shù)就是采用每個(gè)人獨(dú)一無二的生物特征來驗(yàn)證用戶身份的技術(shù)， 可以利用的特征有指紋、掌紋、虹膜、人臉、聲音、筆跡等。
由于每個(gè)人的生物特征具有與其他人不同的唯一性和在一定時(shí)期內(nèi)不變的穩(wěn)定性，不易偽造和假冒，所以利用生物識別技術(shù)進(jìn)行身份認(rèn)定，安全、可靠、準(zhǔn)確。此外，生物識別技術(shù)產(chǎn)品均借助于現(xiàn)代計(jì)算機(jī)技術(shù)實(shí)現(xiàn)，很容易配合電腦和安全、監(jiān)控、管理系統(tǒng)整合， 實(shí)現(xiàn)自動化管理
數(shù)百億美元的生物特征識別技術(shù)產(chǎn)品市場覆蓋了國家安全、軍事安全和公安、司法、民政、金融、民航、海關(guān)、邊境、口岸、保險(xiǎn)及民用等各個(gè)領(lǐng)域。而生物特征識別技術(shù)這一被比爾-蓋茨斷言為未來IT產(chǎn)業(yè)的重要革新的技術(shù)正在以空前的速度和規(guī)模走近每一個(gè)普通人。2004年I月5日，美國在115個(gè)機(jī)場合14個(gè)港口安裝新入境裝置，這些是一種自動出入境系統(tǒng)的組成部份。該系統(tǒng)全名是“美國訪客和移民身份顯示技術(shù)”(United States Visitor and Immigrant Status Indicator Technology,簡稱US-VISIT),它要求大多數(shù)持簽證來美國訪問的旅客在進(jìn)入美國機(jī)場和海港港口時(shí)，有兩份以無墨裝置掃描方式做成的指紋以及一張由移民官員拍攝的數(shù)碼照片。2004年11月首次在美國四個(gè)點(diǎn)實(shí)施的交通從業(yè)人員身份資格證(TWIC)計(jì)劃，采用一套生物測定“智能卡”系統(tǒng)用于驗(yàn)證20萬運(yùn)輸從業(yè)人員的身份。2004年10月中旬日本東京的三菱銀行在267個(gè)柜員機(jī)上安裝了指紋識別系統(tǒng)，銀行此前已經(jīng)記錄了用戶的指紋信息并儲存在帶有集成芯片的卡中，柜員機(jī)對指紋信息進(jìn)行讀取使用戶達(dá)成交易。這一系列的事件(更多事件請參看)預(yù)示著生物特征識別技術(shù)將全面更新傳統(tǒng)的身份認(rèn)證系統(tǒng)(紙制的護(hù)照及各種通行證等)。
在不斷增長的生物特征識別技術(shù)市場中，基于人體不同特征的各種技術(shù)產(chǎn)品不斷涌現(xiàn)。IBG (International Biometric Group)在2004-2008年生物識別技術(shù)市場的分析報(bào)告中給出了 2004年度各種生物識別技術(shù)產(chǎn)品利潤的市場占有率。雖然指紋識別占有比較大的市場份額，但是諸如臉型、手、虹膜、聲音和簽名也都有各自的應(yīng)用領(lǐng)域。這主要是因?yàn)樾枰M(jìn)行身份驗(yàn)證的場合、人員和性質(zhì)不同，因而對系統(tǒng)的響應(yīng)時(shí)間、成本、用戶可接受性、 識別準(zhǔn)確率、系統(tǒng)容量等的要求差別很大。每種產(chǎn)品各有其優(yōu)勢和劣勢，并且所有這些技術(shù)都仍在隨著需求的發(fā)展而發(fā)展。同時(shí)也不斷有新的技術(shù)和產(chǎn)品被研制出來推向市場。
市場上的生物特征識別產(chǎn)品從采樣方法上可以分為接觸式的和非接觸式的兩種。 例如指紋需要將指紋按在采樣設(shè)備上取像，掌紋設(shè)備將整個(gè)手掌按在掃描機(jī)上的平板上， 他們都屬于接觸式采樣；而基于虹膜和人臉的系統(tǒng)可以讓攝像頭和人保持一定的距離，屬于非接觸式的。所有接觸式的系統(tǒng)都存在清潔衛(wèi)生問題，對于接觸面是玻璃制品的系統(tǒng)還存在接觸表面指紋/掌紋殘留的問題。同時(shí)接觸式的系統(tǒng)也不適用于監(jiān)控監(jiān)視等方面的應(yīng)用。
基于虹膜的系統(tǒng)，通常在攝像頭內(nèi)或周圍加裝紅外設(shè)備，已獲得拍攝虹膜圖像需要的曝光強(qiáng)度，而且需要被測著正視盯住攝像頭，會有一些不適的感覺。同時(shí)也不適合遠(yuǎn)距離的拍攝。
基于人臉的系統(tǒng)使用界面最為友好，而且可以在用戶不察覺的情況下進(jìn)行身份識別。該技術(shù)的識別率不是很高，在沒有監(jiān)督的使用環(huán)境下也較容易被欺騙。例如，使用他人的照片欺騙系統(tǒng)，因?yàn)槟槻康恼掌容^容易獲得。為了提高識別率，該類系統(tǒng)在使用時(shí)，可能會對用戶提出一些要求，比如頭發(fā)的長度，眼鏡的式樣，化妝的程度等等。發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是為了克服上述中存在的問題，提供一種中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，在速度與準(zhǔn)確率方面相對于其他的生物特征識別技術(shù)有著不可比擬的優(yōu)勢，識別率高。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是一種中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，具體方法如下a.采集靜態(tài)圖像利用攝像頭進(jìn)行采集圖像數(shù)據(jù)， 攝像頭采集的數(shù)據(jù)是一幅RGB圖像的顏色矩陣，本質(zhì)上就是一幅設(shè)備無關(guān)的bmp圖像，通過對該圖像進(jìn)行一系列的處理，可以得到原圖像中用戶手掌的部分；
b.用靜態(tài)手掌定位程序?qū)Σ杉撵o態(tài)圖像進(jìn)行定位測試，每輸入一幅圖像，將定位好的手掌部分顯示出來；
c.使用動態(tài)手掌定位程序聯(lián)機(jī)進(jìn)行動態(tài)手掌定位；
d.用手持特征進(jìn)行身份識別(1)使用靜態(tài)圖片；(2)使用動態(tài)視頻數(shù)據(jù)；
e.掌紋提取。
b中靜態(tài)手掌定位程度具體步驟如下(1)將圖像縮小一定比例將原圖像縮小到原圖的1/6 ; (2)去除背景；(3)圖像二值化；(4)中值濾波平滑；(5)提取手邊緣；(6)圖像邊緣細(xì)化；(7)定位關(guān)鍵點(diǎn)；(8)界定手掌。
提取手邊緣采用的方法為Canny算法；圖像邊緣細(xì)化采用的方法為Deutsch細(xì)化算法。
本發(fā)明的有益效果是，本發(fā)明的中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，采用非接觸式地、遠(yuǎn)距離地、動態(tài)地采集被驗(yàn)證者的手掌圖像，對采集到的圖像進(jìn)行處理，提取掌紋特征并與注冊在系統(tǒng)中的掌紋特征作比較，其采用方便，用戶只需揮揮手；根據(jù)攝像頭的性能，可以進(jìn)行比較遠(yuǎn)距離的身份驗(yàn)證，適用于對一些機(jī)密場所，尤其是軍事重地的進(jìn)入人員進(jìn)行識別；不易被欺騙，他人的掌紋圖像不像臉部圖像那樣易于獲得，有一定的私密性；準(zhǔn)確性高，只要攝像頭將掌紋拍攝的足夠清晰，手掌紋中的皮紋也可以被用來進(jìn)行識別，這就獲得了比指紋數(shù)據(jù)更多的個(gè)人信息，為高可靠的識別算法提供基礎(chǔ)數(shù)據(jù)上的保證。


下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。
圖I是本發(fā)明的結(jié)構(gòu)示意圖2是本發(fā)明的圖像二值化后的示意圖3是本發(fā)明的中值濾波平滑后的示意圖4是本發(fā)明的邊緣進(jìn)行識別后的示意圖5是本發(fā)明的細(xì)化后的示意圖6是本發(fā)明的關(guān)于關(guān)鍵點(diǎn)的示意圖7是本發(fā)明的取樣本點(diǎn)的示意圖8是本發(fā)明提取掌紋進(jìn)行識別的示意圖9是本發(fā)明的掌紋提取的示意圖。
具體實(shí)施方式
現(xiàn)在結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)的說明。這些附圖均為簡化的示意圖，僅以示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。
一種中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，具體方法如下a.采集靜態(tài)圖像利用攝像頭進(jìn)行采集圖像數(shù)據(jù)；
b.用靜態(tài)手掌定位程序?qū)Σ杉撵o態(tài)圖像進(jìn)行定位測試，每輸入一幅圖像，將定位好的手掌部分顯示出來，靜態(tài)手掌定位程度具體步驟如下
(I)將圖像縮小一定比例原圖像的分辨率為100萬像素，，將原圖像縮小固定比例，處理完畢再將數(shù)據(jù)放大恢復(fù)，有利于加快處理速度，將原圖像縮小到原圖的1/6，總處理時(shí)間約為縮小前的1/10 ；
(2)去除背景本質(zhì)上就是設(shè)定一個(gè)閾值，由于背景本來就接近黑色，只需將灰度值在該閾值以下的點(diǎn)的灰度值賦值為0，即純黑即可，由于背景光源顏色，光強(qiáng)的不確定性， 閾值的選取也不確定，因此在設(shè)定閾值之前，對圖像作灰度直方圖拉伸操作，在通常情況下，如果一幅圖像的灰度值分布在一個(gè)比較小的范圍內(nèi)，往往會顯得色調(diào)灰暗或者過亮、對比不強(qiáng)烈等?；叶戎狈綀D拉伸操作會將集中在小范圍內(nèi)的灰度值拉伸至整個(gè)灰度級，但仍舊保持原來灰度直方圖的變化趨勢，增強(qiáng)圖像的對比度，主要是明暗對比，如圖I所示，將背景設(shè)為純黑色這一步很簡單，只需逐點(diǎn)掃描根據(jù)閾值來決定即可；
(3)圖像二值化二值化的原理類似于去背景，只需要設(shè)定一個(gè)閾值，灰度值大于該閾值的點(diǎn)賦值為比特I，否則賦值成比特0，如圖2所示；
(4)中值濾波平滑中值濾波是Tukey于1971年發(fā)明的一種非線性處理技術(shù)。它首先被應(yīng)用在一維信號處理技術(shù)中，后來被二維信號處理技術(shù)所引用。其原理是一個(gè)含有奇數(shù)像素的滑動窗口，窗口中心的像素灰度值用窗口內(nèi)像素灰度值的中值代替。在數(shù)字圖像處理中，作為一種典型的非線性濾波方法，中值濾波能夠在衰減隨機(jī)噪聲的同時(shí)不使邊界模糊，能較好地保護(hù)原始信號，在灰度值變化比較小的情況下可以得到很好的平滑處理效果。由于它在實(shí)際運(yùn)算過程中并不需要圖像的統(tǒng)計(jì)特性，使用起來比較方便，因而得到非常廣泛的應(yīng)用，如圖3所示；
(5)提取手邊緣邊緣是圖像重要的基本特征信息，是圖像分割最重要的依據(jù)。在數(shù)字圖像中，所謂邊緣是指圖像中那些鄰域灰度有強(qiáng)烈反差的像素的集合。由于物體的邊緣是由灰度不連續(xù)性所反映的，因此一般邊緣檢測方法是考察圖像的每個(gè)像素在某個(gè)領(lǐng)域內(nèi)灰度的變化，利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律 來檢測邊緣，這種方法通常稱為邊緣檢測局部算子法，目前主要的幾種經(jīng)典的邊緣檢測算子有
(I)基于一階微分的邊緣檢測算子，這其中包括Roberts算子，Sobel算子， Prewitt算子以及Krisch算子。該類算子，利用梯度最大值或?qū)?yīng)于一階微分幅度最大的方法提取邊界。在算法實(shí)現(xiàn)過程中，通過2X2 (Robert)或者3X3的模塊作為核與圖像中的每個(gè)像素點(diǎn)做卷積和運(yùn)算，然后選取合適的閾值以提取邊緣。
(2)基于二階微分算子，Laplacian邊緣檢測算子就是其中的代表，該算子利用二階微分過零點(diǎn)的原理提取邊界點(diǎn)。在算法實(shí)現(xiàn)過程中，也是通過3x3卷積核運(yùn)算，選取合適的閾值以提取邊緣。
(3)基于最優(yōu)化方法算子，這類方法的目的是根據(jù)信噪比求得檢測邊緣的最優(yōu)化算子?，F(xiàn)在常用的有Marr-Hildreth算子和Canny算子。
對于一個(gè)NXN的圖像，下表為各算子的計(jì)算量
經(jīng)過多次實(shí)驗(yàn)證明Canny算法提取輪廓的效果最好，在將圖像縮小的情況下，時(shí)間的消耗可以滿足該項(xiàng)目的要求。
提取手邊緣采用的方法為Canny算法；加法運(yùn)算PN乘法運(yùn)算圖Roberts 算子3*N2OSohel算子11*N22*X2Prewitt 算子11*N2OKrisch算子16*—、2Laplacian 算子4_2X2MarrHIildroth運(yùn)算量大，具體看所取卷積模塊的大小Canny算子運(yùn)算嚴(yán)大，具體看所取卷枳模塊的大小
(I)設(shè)用I [i，j]表示圖像，平滑圖像就是用高斯平滑濾波器與圖像作卷積
S(i，j)_G[i，j，σ ]*P[i，j]
其中σ是高斯函數(shù)的散布參數(shù)，它控制平化程度
S(i，j)的梯度可以用2X2-階有限差分近似式來計(jì)算
權(quán)利要求
1.一種中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，其特征是具體方法如下a.采集靜態(tài)圖像利用攝像頭進(jìn)行采集圖像數(shù)據(jù)； b.用靜態(tài)手掌定位程序?qū)Σ杉撵o態(tài)圖像進(jìn)行定位測試，每輸入一幅圖像，將定位好的手掌部分顯示出來； c.使用動態(tài)手掌定位程序聯(lián)機(jī)進(jìn)行動態(tài)手掌定位； d.用手持特征進(jìn)行身份識別(I)使用靜態(tài)圖片；(2)使用動態(tài)視頻數(shù)據(jù)； e.掌紋提取。
2.根據(jù)權(quán)利要求I所述的中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，其特征是b中靜態(tài)手掌定位程度具體步驟如下(1)將圖像縮小一定比例將原圖像縮小到原圖的1/6 ;(2)去除背景；(3)圖像二值化；(4)中值濾波平滑；(5)提取手邊緣；(6)圖像邊緣細(xì)化；(7)定位關(guān)鍵點(diǎn)；(8)界定手掌。
3.根據(jù)權(quán)利要求2所述的中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，其特征是提取手邊緣采用的方法為Canny算法；圖像邊緣細(xì)化采用的方法為Deutsch細(xì)化算法。
全文摘要
本發(fā)明涉及一種中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，具體方法如下a.采集靜態(tài)圖像；b.用靜態(tài)手掌定位程序?qū)Σ杉撵o態(tài)圖像進(jìn)行定位測試，每輸入一幅圖像，將定位好的手掌部分顯示出來；c.使用動態(tài)手掌定位程序聯(lián)機(jī)進(jìn)行動態(tài)手掌定位；d.用手持特征進(jìn)行身份識別；e.掌紋提取。本發(fā)明的中遠(yuǎn)距離在線身份驗(yàn)證研究中的掌紋采集與定位方法，準(zhǔn)確性高，只要攝像頭將掌紋拍攝的足夠清晰，手掌紋中的皮紋也可以被用來進(jìn)行識別，這就獲得了比指紋數(shù)據(jù)更多的個(gè)人信息，為高可靠的識別算法提供基礎(chǔ)數(shù)據(jù)上的保證。
文檔編號G06K9/00GK102982308SQ201210275189
公開日2013年3月20日 申請日期2012年8月3日 優(yōu)先權(quán)日2012年8月3日
發(fā)明者吳軍 申請人:成都眾合云盛科技有限公司