[发明专利]手掌图像的手掌检测方法及系统

权利要求书

1.一种手掌图像的手掌检测方法，其特征在于，包括：

将手掌图像灰度化；

提取上述灰度化的手掌图像的梯度方向直方图HOG特征；

通过训练的支持向量机SVM分类器的对所述手掌图像的HOG特征进行 分类；

其中，所述SVM分类器是预先通过含有有效手掌图形的图像和含有无效 手掌图形的图像进行分类训练得到的。

2.如权利要求1所述的方法，其特征在于，所述含有有效手掌图形的图 像包括：含有完整手掌图形的图像，或足够进行掌纹识别的大部分手掌区域的 图像；其中，在含有有效手掌图形的图像中，手掌以手腕为支点左右转动的角 度范围为不大于90度；

所述含有无效手掌图形的图像包括：不含有手掌图形的图像，或手掌以手 腕为支点左右转动的角度大于90度的图像，或仅含有不足以进行掌纹识别的 手掌区域的图像。

3.如权利要求1所述的方法，其特征在于，提取上述灰度化的手掌图像 的梯度方向直方图HOG特征，具体包括：

将灰度化的手掌图像压缩至指定大小，所述指定大小包括64×64像素；

从压缩后的手掌图像中提取HOG特征。

4.如权利要求3所述的方法，其特征在于，从压缩后的手掌图像中提取 HOG特征，具体包括：

将压缩后的手掌图像划分为若干个单元；

根据划分的各单元，在压缩后的手掌图像中确定若干个区域；

针对每个区域，从该区域包含的每个单元中提取HOG特征，并将从每个 区域中的每个单元中提取的HOG特征投影到指定的向量方向上的特征向量连 起来后，得到该区域对应的HOG特征向量；

压缩后的手掌图像中的每个区域得到的HOG特征向量连起来后的HOG 特征向量，作为从压缩后的手掌图像中提取HOG特征向量。

5.如权利要求4所述的方法，其特征在于，当压缩后的手掌图像的大小 为64×64像素时，将压缩后的手掌图像划分为若干个单元，具体包括：

以每个单元为8*8像素的方式，将压缩后的手掌图像划分为若干个单元。

6.如权利要求5所述的方法，其特征在于，根据划分的各单元，在压缩 后的手掌图像中确定若干个区域，具体包括：

以每2*2＝4个单元构成一个区域的方式，在压缩后的手掌图像中确定若干 个区域，各区域之间的重叠度为0.5。

7.如权利要求6所述的方法，其特征在于，将从每个单元中提取的HOG 特征投影到指定角度范围对应的向量上，具体包括：

将从每个单元中提取的HOG特征投影到9个由0度到180度分成的9等 分的向量上；

确定由每个区域得到的2*2*9＝36维HOG特征向量连起来后的 7*7*36＝1764维HOG特征向量，作为从压缩后的手掌图像中提取HOG特征向 量。

8.如权利要求1～7任一所述的方法，其特征在于，所述手掌图像的手掌 检测方法应用于掌纹识别系统中。

9.一种手掌图像的手掌检测系统，其特征在于，包括：

灰度单元，用于将手掌图像灰度化；

HOG特征提取单元，用于自上述被灰度化后的手掌图像中提取其HOG特 征；

SVM分类器分类单元，用于计算手掌图像的HOG特征中是否具有有效的 手掌图形；

输出单元，用于将上述SVM分类器的分类结果输出。

10.如权利要求9所述的系统，其特征在于，所述SVM分类器预先通过 含有有效手掌图形的图像和含有无效手掌图形的图像进行分类训练得到一个 分类面。

11.如权利要求10所述的系统，其特征在于，所述SVM分类器通过计算 手掌图像的HOG特征与上述分类面的关系确定手掌图像中是否含有有效的手 掌图形。

12.如权利要求9～11所述的系统，其特征在于，所述手掌图像的手掌检 测系统被应用于掌纹识别系统中。