[发明专利]基于最大曲率自适应指静脉纹路提取方法有效

专利信息
申请号: 201910864346.9 申请日: 2019-09-12
公开(公告)号: CN110751029B 公开(公告)日: 2022-08-02
发明(设计)人: 孙力娟;何严东方;牛超超;朱海捷;徐倩;甘郑宇;郭剑;任恒毅;韩崇 申请(专利权)人: 南京邮电大学
主分类号: G06V40/10 分类号: G06V40/10;G06V10/28
代理公司: 南京正联知识产权代理有限公司 32243 代理人: 张玉红
地址: 210003 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 最大 曲率 自适应 静脉 纹路 提取 方法
【说明书】:

基于最大曲率自适应静脉提取方法,首先对读入含有指静脉信息的图像进行背景自适应弱化处理,用以解决在静脉提取过程中背景噪声带来的干扰问题;接着对经过背景自适应弱化处理的图像进行多方向的曲率值计算并确定中心点位置,然后进行中心点的自适应筛选剔除伪静脉中心点;最后在经过处理的静脉中心点位置处还原灰度值从而获得多张静脉纹路图,将多张静脉纹路图进行融合、后处理操作以及二值化操作,最终获得二值化静脉纹路图。本方法用以解决采集的源图片质量低、布光不均匀、图像模糊等情况下不能提取到良好的静脉纹路问题,以提高指静脉纹路的提取质量,提高指静脉识别系统的识别率。

技术领域

本发明涉及基于最大曲率自适应指静脉纹路提取方法,属于图像 处理领域。

背景技术

近年来信息安全技术的飞速发展,人们对个人信息安全的重视程 序越来越高,传统的身份认证安全逐渐无法满足人们的需要。但是生 物特征识别技术在安全性和易用性上的出色表现,正逐渐被大众所熟 知例如指纹识别、人脸识别、语音识别等都成为主流的身份识别技术。 生物特征识别技术指的是利用人体固有的生理特征或行为特征来辨 别个人身份。目前已经比较成熟的生物特征识别技术有:指纹识别、 虹膜识别、人脸识别、步态识别、指静脉识别等。指静脉识别技术就 属于生物识别技术的一种,它是利用每个人的手指静脉的差异性作为 特征进行身份识别的。指静脉作为一种新兴的生物识别技术,也逐渐被大众所关注。经过对几种常见的生物识别特征技术指标的对比可以 发现,指静脉识别在多项指标中都有着良好的表现。与其他生物特征 类似,手指静脉识别的研究工作主要涉及图像采集、图像预处理、图 像质量评价、特征信息的提取、特征匹配等。目前在国际市场上手指 静脉识别产品主要以日本生产的为主,其质量水平和用户满意度也是 在行业内处于领先水平。国内由于起步的较晚,因此在大规模的商业 应用上还存在一定的距离。

指静脉纹路提取指在经过预处理的图像中将指静脉纹路提取出 来,经过后处理最终获得二值指静脉纹路图像,用于后续的特征信息 的提取。解剖学研究表明了指静脉具有方向性、连续性、宽度变化性 等特征。不同的人由于性别、基因、生长环境等多方面因素造成每个 人每个手指的指静脉都不相同,包括双胞胎,这就给指静脉识别奠定 了理论基础。在指静脉识别系统中影响图像采集质量的因素有很多比 如:采集环境气温低、采集设备性能不理想、手指位置、当时的环境 光照等等。指静脉个体间的差异性,比如说有的人静脉天生的比较细, 生长的密集;图像在预处理等环节上局限性;还有静脉提取环节的局 限性等等这些都会影响到指静脉系统的识别率或者误等率。因此在指 静脉提取环节能否准确的提取出静脉纹路在整个指静脉系统中起着 至关重要的作用。

目前用于静脉纹路提取的算法有,局部阈值分割、方向模板法、 基于方向谷形检测的静脉纹路分割、线性跟踪法等,但是识别性能不 够理想,尤其当处理采集图片质量较低情况时候提取纹路不完整且带 有噪声。本专利发明的基于最大曲率自适应指静脉纹路提取方法可以 克服上述问题,在处理低质量图片时可以获得良好的结果。

发明内容

本发明针对采集源图片质量情况较差情况下,能够有效提取指静 脉纹路信息,通过引入背景自适应弱化处理以此将降低背景信息的干 扰程度,解决了在指静脉纹路提取过程中误将背景信息判定为静脉信 息的问题;通过引入伪静脉判段过程,有效的解决了在静脉提取过程 中误将伪静脉信息判定为静脉信息的问题。

基于最大曲率自适应指静脉纹路提取方法,包括如下步骤:

步骤1:对读入含有静脉信息的灰度图像行预处理操作后进行背 景自适应弱化处理,静脉为提取的目标,背景则是没有静脉的较浅部 分;

步骤2:对经过背景自适应弱化处理的灰度值图像进行多方向的 曲率值计算,从而获得由曲率值组成的曲率值图;

步骤3:在曲率值图中进行静脉中心点位置的选取;在每个方向 的曲率值数列中存在由连续的正曲率值组成的区域,在这些局部区域 中选定最大曲率值的位置作为静脉中心点位置,从而获得由静脉中心 点构成的静脉中心点图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910864346.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top