[发明专利]一种基于指静脉生物特征的身份识别方法

权利要求书

1.一种基于指静脉生物特征的身份识别方法，其特征在于，包括：

注册阶段和识别阶段；

注册阶段将合法的指静脉图像进行采集，并存入数据库；

识别阶段包括：

采集登陆人员的静脉图像进行图像采集；对采集的指经脉图像，进行图像的预处理，并对预处理后的图像进行特征提取，然后送数据库与注册的指纹数据进行比对，若匹配则认为为有效用户，否则为非法用户，拒绝登录。

2.如权利要求1所述的基于指静脉生物特征的身份识别方法，其特征在于，采集登陆人员的静脉图像进行图像采集；对采集的指经脉图像，进行图像的预处理包括指降噪处理以及图像清晰化，对预处理后的图像进行特征提取包括纹路特征、纹理特征以及细节点特征提取，然后送数据库与注册的指纹数据进行比对，若匹配则认为为有效用户，否则为非法用户，拒绝登录。

3.如权利要求1所述的基于指静脉生物特征的身份识别方法，其特征在于，

识别阶段具体包括：

S1、检测手指是否放置，如果检测到放置，则执行S2；

S2、判断手指是否正确放置，如果检测到手指正确放置，则执行步骤S3、否则，提示重新放置手指，返回S1；

S3、开启光源；

S4、采集指经脉图象；

S5、判断采集的指经脉图象质量是否达到标准，如未达到标准，则调整采集光度，并返回S4；

S6、从采集的图像中提取指经脉特征信息；

S7、与数据库中的指经脉特征信息进行比对，如比对结果大于一定阈值，则通过，否则，拒绝。

4.如权利要求1所述的基于指静脉生物特征的身份识别方法，其特征在于，还包括：对特征提取的图像进行训练，训练使用BP神经网络算法，进行算法修正改善，包括：

对采集的指经脉图象进行PCA和LDA降噪处理，通过PCA计算平均图像，去列相关性得到特征值，通过特征值进行LDA降维处理，再经投影后得到类样本中心；

采用Matlab的BP神经网络工具进行分类，并将训练结果进行保存。