[发明专利]一种三维手指静脉识别方法及系统

权利要求书

1.一种三维手指静脉识别方法，其特征在于，包括以下步骤：

S1、三个摄像头在等分角度下从三个角度拍摄手指静脉图像，获得三幅图像；

S2、依据手指轮廓线构建手指三维模型：

将手指剖面图近似视为一个圆S，将三维手指等距离分割成若干个剖面，计算每个剖面的轮廓，用多个不同半径不同位置的圆来对手指近似建模；再将所有轮廓按手指中轴方向串接起来，即可获得近似的手指三维模型；

其中，计算每个剖面的轮廓的方法是：

1)根据三个摄像头的投影中心C₁,C₂,C₃建立xOy坐标系：以这三点的垂直平分线交点作为坐标原点O，以C₂C₃的中垂线作为y轴建立笛卡尔坐标系xOy；将图像上的像素坐标变换到xOy坐标系中：

坐标系的原点O到i号摄像头的成像平面的距离为L₀，设图像上一点坐标为A(x₀,y₀)，将其变换至xOy坐标系中的成像I_i上，变换后的坐标为A′(x,y)：

其中θ_i表示射线OC_i与x轴正向的夹角，i＝1,2,3，y_m表示手指径向方向图像高度的一半；

这里，只需要转换手指上下边缘点的图像坐标到xOy坐标上，记i号摄像头拍摄的图像的手指上边缘点P_ui转换后的坐标为下边缘点P_bi转换后的坐标点为

2)求圆S参数；

每个摄像头的投影中心坐标是已知的，记为C_i(x_i,y_i)，求出直线和直线的方程：

L_ui：y＝k_uix+b_ui

L_bi：y＝k_bix+b_bi

设圆S的圆心坐标为(x_c,y_c)，半径为r_c，那么圆心到直线和直线的距离为：

最优圆方程应该满足下列优化方程：

通过优化问题求解算法或者通过梯度下降法求解算法求解出圆参数x_c,y_c,r_c；

S3、建立完成三维手指模型之后，接下来将三个摄像头拍摄的二维图像纹理映射到三维手指模型中；三个摄像头拍摄的图像既有两两重叠的部分，又有非重叠的部分，先要确定重叠区域，然后对重叠区域和非重叠区域分别做不同的处理；得到三维手指静脉图像；

其中，将三个摄像头拍摄的二维图像纹理映射到三维手指模型中的方法是：

1)重叠区域计算

首先，将三维手指模型坐标转化到图像坐标；以摄像头i为例，对每个圆模型，对应于一个摄像头的成像是竖直的一条线段，即是在图像中它们的纵坐标是相同的，设为v，至于对v的确定，应与建立圆模型时对应的边缘点所处位置纵坐标相同，如此，只关心横坐标u；这就是将二维的坐标转换为一维坐标的情况，于是可以得到如下坐标转换公式(18)：

其中u就是对应图像上的横坐标，v_a是比例系数，它的作用是将计算结果纵坐标置为1，θ_i表示系统坐标系中i号摄像头所在方位与横轴正方向的夹角，L₀是i号摄像头成像平面中心到系统坐标系的距离，u_m是成像中心的横坐标，(x′,y′)是圆上的点，它满足下面的方程(19)：

设定在圆模型下i号摄像头拍摄的范围为Area_i，圆弧Area_i的边界点则对应于拍摄的图像中手指的边缘点，所以，也即对应于目标函数max(min)F＝u的圆上坐标点，边界点U_i和B_i；以上述(18)(19)两个公式为约束条件，求出边界点坐标U_i和B_i；这样，每个摄像头拍摄范围的边界便可求得；

接下来是确定摄像头对应的圆弧，这里规定以顺时针方向为正方向，定义区域范围的起始端和末端，圆弧的确定根据实际系统中摄像头摆放的方位来确定，i号摄像头拍摄的范围应对应于B_iU_i；

计算出每个摄像头拍摄的范围以后，即可得到两两摄像头拍摄的图像的重叠区域B_iU_j；

2)纹理映射

对于只有单个摄像头拍摄的区域，只用该摄像头拍摄的图像做映射，即根据坐标转换公式计算圆弧上的点对应的图像坐标，以该坐标下的像素灰度值作为该圆弧上的点的像素灰度值；

对于两个摄像头重叠的区域B₂U₃，则利用高斯图像融合的方法确定三维像素点的灰度值，方法是：

对2号摄像头和3号摄像头拍摄的区域，2号摄像头拍摄区域为B₂U₂，3号摄像头拍摄区域为B₃U₃，它们有重叠区域为B₂U₃；对重叠区域上的点(x′,y′)，利用公式(18)计算它分别对应于2号摄像头和3号摄像头下的图像坐标，取两个图像坐标点的灰度值I₂(u₂,v₂)和I₃(u₃,v₃)，最后利用下面公式计算重叠区域上的点(x′,y′)的灰度值：

I(x′,y′)＝ω₂I₂(u₂,v₂)+ω₃I₃(u₃,v₃)

其中ω是高斯权重，如果重叠部分属于本区域的末端，则权重值按公式g(p)计算，如果属于起始端，则按公式1-g(p)计算，其中：

3σ＝重叠部分长度，即重叠部分离散点个数；p＝1,2,3,...,3σ；

按类似方法处理任两个摄像头拍摄的图像，解决单个圆模型的纹理映射问题；对三维手指模型中的所有近似圆，按照上述方法分别计算三维坐标点的灰度值，最终得到三维手指静脉图像；

S4、对三维手指静脉图像进行特征提取与匹配，最终完成识别。