[发明专利]手背静脉图像的识别处理方法及装置

说明书

本发明提供的手背静脉图像的识别处理方法及装置，通过采用对采集的手背静脉图像进行二值化处理，获得包括手背静脉纹路的二值图像，沿二值图像的纵轴对多个旋转后的二值图像进行图像积分处理，获得多个积分向量，对多个积分向量进行归一化处理，获得二值图像的二值积分图像，对二值积分图像进行二维离散余弦变换处理获得低频图像，从低频图像中提取待识别特征。通过对二值图像进行多次旋转，并对每次旋转后获得的二值图像进行图像积分处理，从而使最终获得的待识别特征的特征准确度更高，特征稳定性更强，进而使得利用该待识别特征进行身份认证后得到的认证结果的鲁棒性更高。

技术领域

本发明涉及一种图像处理技术，尤其涉及一种手背静脉图像的识别处理方法及装置。

背景技术

静脉识别是一种生物识别技术，由于每个人的手背静脉图像具备类似于指纹的唯一性且具有持久不变的特点,因此，可用于进行身份认证。

一般来说，在现有的手背静脉图像识别处理过程中，先按照人为预设的分割阈值对手背静脉图像进行灰度处理，再从处理后的手背静脉图像中提取关键点的特征信息，其中的关键点具体可如静脉检测端点和静脉交叉点等，而特征信息具体可如数量和相对位置等信息。将识别处理后获取的关键点的特征信息代入现有的神经网络算法或相似度算法等匹配算法中以实现对身份的认证。

但是，在上述过程中，由于分割阈值是人为设定的，这将导致处理后的手背静脉图像容易存在图像畸变和误分隔等问题，进而使得获得关键点的数量和相对位置等信息不能准确反映手背静脉图像的信息，影响身份认证结果的鲁棒性。

发明内容

针对现有的手背静脉图像的识别处理方法中所获得的特征信息不能准确反映手背静脉图像信息的问题，本发明提供了一种手背静脉图像识别处理的方法及装置。

一方面，本发明提供了一种手背静脉图像的识别处理方法，包括：

对采集的手背静脉图像进行二值化处理，获得包括手背静脉纹路的二值图像；

沿所述二值图像的纵轴对多个旋转后的二值图像进行图像积分处理，获得多个积分向量；

对所述多个积分向量进行归一化处理，获得所述二值图像的二值积分图像；

对所述二值积分图像进行二维离散余弦变换处理获得低频图像，从所述低频图像中提取待识别特征。

进一步地，所述沿所述二值图像的纵轴对多个旋转后的二值图像进行图像积分处理，获得多个积分向量，包括：

将所述二值图像沿顺时针方向旋转360/m度，获得第一旋转图像；其中，所述m为大于1的正整数；

沿所述二值图像的纵轴对所述第一旋转图像进行图像积分处理，获得第一积分向量；

将所述第一旋转图像沿顺时针方向旋转360/m度，获得第二旋转图像；

沿所述二值图像的纵轴对所述第二旋转图像进行图像积分处理，获得第二积分向量；

重复旋转图像和对图像进行图像积分处理的步骤，直至将第m-1旋转图像沿顺时针方向旋转360/m度，获得第m旋转图像以及第m积分向量；

或者，

将所述二值图像沿逆时针方向旋转360/m度，获得第一旋转图像；其中，所述m为大于1的正整数；

沿所述二值图像的纵轴对所述第一旋转图像进行图像积分处理，获得第一积分向量；

将所述第一旋转图像沿逆时针方向旋转360/m度，获得第二旋转图像；

沿所述二值图像的纵轴对所述第二旋转图像进行图像积分处理，获得第二积分向量；