[发明专利]静脉特征提取方法及利用双指静脉和指形特征进行身份认证的方法

说明书

技术领域

本发明涉及一种静脉特征提取方法及利用生物特征进行认证方法，特别涉及一种静脉特征提取方法及利用手指静脉和手形特征进行身份认证的方法。

背景技术

现在社会人们对信息的安全性要求越来越高，如何准确鉴定一个人的身份、保护信息安全，已成为一个必须解决的关键社会问题。传统的身份认证由于极易伪造和丢失，越来越难以满足社会的需求，目前最为便捷与安全的解决方案无疑就是生物特征识别技术。生物特征是根据人的体貌、声音等身体特征进行身份认证的科学的防伪验证方案。生物特征识别就是依据每个个体之间独一无二的生物特征对其进行识别与身份的认证。

生物特征识别技术越来越多的应用于身份认证与识别，如采用脸像、指纹、虹膜等特征的生物认证与识别系统，但无论是指纹还是虹膜脸像，这些特征都是露于表面的，易于改变，比如随着年龄的增长，都会有不同程度的改变。手指静脉作为一种位于身体内部的生物特征，有多方面的优越性：1)具有很强的普适性和唯一性，绝大多数人的静脉血管不会随着年龄的增长发生根本性的变化，不同的人静脉图像不同；2)静脉位于身体内部，很难伪造或通过手术改变；3)表皮特征不会影响静脉特征；4)非接触式采集，减少人们的抵触情绪。

手指静脉特征虽然有其优越性，但同时也有一定的缺陷，静脉特征是由静脉血管从三维投影到二维的特征，很小的角度旋转都会使得到的二维特征图像发生一定的变化，影响其一次通过率。手指静脉特征线条较少，不易确定相同的感兴趣区域ROI(Region of Interest)。这些都给单一的手指静脉认证与识别带来了困难。

发明内容

本发明要解决的技术问题是提供一种从静脉灰度图像提取静脉特征的方法，该方法可以不受静脉走势的影响提取静脉网络。对比以往的一些提取方法，不需要从不同方向分别提取特征点，再做叠加或是融合。本方法可以一次性提取到效果很好的静脉网络。

本发明解决的另一个问题在于提供一种利用双指静脉和指形特征进行身份认证的方法，该方法既加入了静脉特征的优势，又降低了单一静脉特征的拒识率，同时解决了单一静脉特征认证过程中，手指固定不好，需要反复认证的问题。

为了解决上述问题，本发明采用以下技术方案：

一种从静脉灰度图像提取静脉特征的方法，在采集的静脉灰度图像上对应感兴趣区域ROI做N×N矩阵图，将外圈所有点以中心点为对称点两两分组，共分为2N-2组点，将每组点与中心点的灰度值比较；在2N-2组点中，如果有M组点的灰度值均大于中心点的灰度值，则窗口中心点为静脉特征点，得到的所有特征点构成静脉网络图像；对所得的静脉网络图像做骨架化，得到单像素点网络特征，再做二维DCT变换，提取二维DCT变换的低频部分作为静脉网络的特征。

一种利用双指静脉和指形特征进行身份认证的方法，首先注册存储用户V形放置的双指的静脉特征和指形特征的信息，然后采集认证客户V形放置的双指的静脉特征和指形特征的信息，分别将采集的静脉特征和指形特征与存储的静脉特征和指形特征的信息进行比对，作决策级融合。进一步地，存储、提取时，利用近红外采集器采集V形放置的双指的静脉图像和指形图像，提取两指间交叉点，分别确定静脉图像感兴趣区域ROI和指形图像感兴趣区域ROI，然后提取静脉网络特征和指形特征，在特征转换和融合以后，再和已经存储的特征进行对比，得到最终的判定结果。

进一步地，对所述采集到的双指静脉图像和指形图像进行预处理，对所述采集到的双指图像采用中值滤波和直方图变换进行预处理。

图像预处理包括两步，中值滤波和直方图变换。由于静脉谷状特征的特殊性，椒盐噪声对其影响较大，往往会提取出一些孤立的噪声点，故首先做两次中值滤波，减小椒盐噪声，但此过程对静脉特征也有相应影响。接下来对图像分别做直方图变换，分别突出轮廓和静脉两种特征。

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，二维中值滤波输出为：

g(x，y)＝med{f(x-k，y-l)，(k，l∈W)}，

其中，f(x，y)，g(x，y)分别为原始图像和处理后图像。W为15×15的二维模板。这里对采集来的图像做两次中值滤波，有效的清除了图像的噪声。

如果对图像不加处理，直接提取轮廓特征会带来很多干扰，手指边缘的强光腐蚀和背景中的一些纹理都会被当作轮廓而提取出来，这样就不易区分出真正的轮廓线。

具体步骤如下：

(1)计算图像各个灰度级出现的概率p(x)。

(2)p(x)＝p(x)×(x/125)；