[发明专利]用于掌静脉识别的防伪检测方法及其系统

权利要求书

1.一种用于掌静脉识别的防伪检测方法，其特征在于，包括：

图像采集步骤，采集掌静脉图像并获得掌静脉图像的反射特性数据；

区域定位步骤，定位输入的掌静脉图像中的手掌位置；

区域提取步骤，从所述手掌位置中提取出手掌区域；

时序处理步骤，对于所述手掌区域中的反光特性数据进行时序处理后得到时变特性数据；以及

防伪检测步骤，基于所述时变特性数据，利用规定算法模型实现掌静脉图像的防伪检测，

在所述图像采集步骤中，分别采集不同时序的掌静脉图像的红外光线反光特性数据，将采集到的掌静脉图像经过所述区域定位步骤以及所述区域提取步骤处理后提取手掌区域，

在所述时序处理步骤中采用图像差值法对于所述手掌区域中的红外光线反光特性数据进行时序处理获得时变特性数据，并且在所述时序处理步骤中采集规定时间间隔的多张掌静脉图像，确定所述多张掌静脉图像中像素差值绝对值之和最大的两张掌静脉图像的像素值之差为时变特性数据。

2.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，

在所述区域定位步骤中，采用yolo网络结构或者FastRCNN算法实现手掌位置的定位。

3.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，所述区域提取步骤包括：

从所述手掌位置中提取手掌边缘特征，根据手掌边缘特征将非手掌区域置为黑色，以生成黑白图片；以及

根据原图片和黑白图片，利用黑白图片作为掩膜，将非手掌区域置为黑色，以提取手掌区域。

4.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，所述区域提取步骤包括：

从所述手掌位置中提取手掌边缘特征，根据手掌边缘特征以及肤色获取和手掌灰度相近的部分，将非手掌区域置为黑色，以生成黑白图片；以及

根据原图片和黑白图片，利用黑白图片作为掩膜，将非手掌区域置为黑色，以提取手掌区域。

5.如权利要求3或4所述的用于掌静脉识别的防伪检测方法，其特征在于，

在所述区域提取步骤中，采用Canny算子或者Sobel算子提取手掌边缘特征。

6.如权利要求3或4所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述区域提取步骤中，采用用于图像语义分割的卷积神经网络FCN提取手掌区域。

7.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，

所述规定算法模型基于真实拍摄的掌静脉图像和伪造的掌静脉图像利用深度神经网络训练而形成。

8.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，

所述规定算法模型基于真实拍摄的掌静脉图像和伪造的掌静脉图像利用卷积神经网络ImageNet训练而形成。

9.一种用于掌静脉识别的防伪检测系统，其特征在于，包括：

图像采集模块，用于采集掌静脉图像并获得掌静脉图像的反光特性数据以输入区域定位模块；

区域定位模块，用于定位输入的掌静脉图像中的手掌位置；

区域提取模块，用于从所述手掌位置中提取出手掌区域；

时序处理模块，用于对于所述手掌区域中的反光特性数据进行时序处理后得到时变特性数据；以及

防伪检测模块，用于基于所述时变特性数据利用规定算法模型实现掌静脉图像的防伪检测，其中，所述图像采集模块分别采集不同时序的掌静脉图像的红外光线反光特性数据，所述掌静脉图像经过所述区域定位模块以及所述区域提取模块处理后提取出手掌区域，

其中，所述时序处理模块中采用图像差值法对于所述手掌区域中的红外光线反光特性数据进行时序处理获得时变特性数据，并且所述时序处理模块采集规定时间间隔的多张掌静脉图像，确定所述多张掌静脉图像中像素差值绝对值之和最大的两张掌静脉图像的像素值之差为时变特性数据。