[发明专利]一种基于移动端非接触式指掌识别方法及系统

说明书

本发明适用于生物特征识别技术改进领域，提供了一种基于移动端非接触式指掌识别方法，包括以下步骤：S1、移动端调取摄像头对预识别手掌进行拍照；S2、对拍摄的预识别手掌图像进行手掌特征提取；S3、将提取的预识别手掌的特征与数据库中的存储手掌的特征进行匹配判断；采用指节折痕和掌纹层级识别，提高掌纹单一生物特征识别的稳定性和鲁棒性。采用非接触式采集方式，且将掌纹运用移动端。

技术领域

本发明属于生物特征识别技术改进领域，尤其涉及一种基于移动端非接触式指掌识别方法及系统。

背景技术

当今信息时代，人体生物特征识别技术作为一种强有力的保护个人身份信息及物质财务的方法，广泛应用于安防、教育、医疗、金融支付和军事等各个领域。所谓生物识别技术是指人体的生理特性或行为特征，例如：生理特性：指纹、掌纹、人脸等，行为特征：声音、步态、手写签字等，作为人的个性生物特征来识别人身份的一种技术。较之传统身份认证方法（例如钥匙、身份证、密码等），生物特征具有特征稳定、较难伪造、不易丢失且使用快捷方便等特性。

在众多的生物特征中，指纹被认为是最受欢迎和公认最有效的特征，它的缺点是手指皮肤易发生变化（例如干裂和湿润），且指纹容易获取和仿制。人脸识别是目前研究最为火热的特征，它的缺点是容易收到环境、光照条件影响，且人脸特征容易变化，不够稳定（例如化妆、整容等）。声纹语音识别极易受到环境噪声影响，且人的声音也会被情绪，年龄，身体状况所影响。虹膜识别用户接受性较低，且设备比较昂贵。为了解决以上的缺点，通常采用包括各种生物特征在内的多种信息融合的身份识别。

多模态生物特征识别技术，是综合利用人的多种生物特征进行身份识别的新兴的生物特征识别技术。基于多模态生物特征识别技术的身份识别系统在抗噪性、普适性、抗假冒攻击、抑制大库衰减等多方面性能上均优于单一模态生物特征识别系统。多模态特征组合的多样性以及融合策略与算法的丰富性，克服了单模态的一些不足，从而能够实现更为鲁棒的身份识别系统。

多模态生物特征识别的研究始于1995年，Brunelli和Falavigna提出基于语音与人脸特征的双模态生物特征识别系统。之后，涌现出许多新的融合系统，例如：指纹+声纹，人脸+步态，声纹+唇动，人脸+虹膜，掌纹+手型等双模态生物特征融合系统。多模态生物特征识别技术已经成为生物特征识别领域的一个热门研究方向。

基于手部特征的多模态生物特征识别技术的发展，手部图像具有同时存在多种生物特征的独特优势，例如Kumar等人提出融合掌纹与手形特征；Ribaric等人验证掌纹与手形、掌纹与手指纹理融合的有效性；以及指纹和手背静脉进行了融合；手形、掌纹和掌静脉特征进行融合识别。目前，只是提出一些新的思路和融合策略，还没有形成系统的理论和成熟的方法。

发明内容

本发明的目的在于提供一种基于移动端非接触式指掌识别方法，旨在解决非接触式手部单模态识别准确率低和手掌识别不能在移动端应用的技术问题。

本发明是这样实现的，一种基于移动端非接触式指掌识别方法，所述基于移动端非接触式指掌识别方法包括以下步骤：

S1、移动端调取摄像头对预识别手掌进行拍照；

S2、对拍摄的预识别手掌图像进行手掌特征提取；

S3、将提取的预识别手掌的特征与数据库中的存储手掌的特征进行匹配判断，如匹配，则身份认证成功，如不匹配，则身份认证失败。

本发明的进一步技术方案是：所述步骤S2中还包括以下步骤：

S21对拍摄的预识别手掌图像采用肤色检测和最大连通域去除背景噪声，并且利用形态学对手掌进行预处理；

S22、对处理后的预识别手掌图像进行掌纹感兴趣区域特征提取和指节折痕特征提取。

本发明的进一步技术方案是：所述步骤S22还包括以下步骤：