[发明专利]一种静脉识别算法移植方法及装置

说明书

本发明公开了一种静脉识别算法移植方法及装置，属于静脉识别及处理技术领域，该方法包括以下步骤：1）构建待移植的静脉图像预处理算法；2）构建待移植的静脉识别算法模型；3）基于静脉图像预处理算法和静脉识别算法模型生成动态链接库，将动态链接库编译成库文件，基于该库文件和静脉识别算法中的逻辑代码编译生成可执行程序，将可执行程序导入到静脉设备中。该方法移植过程中使用动态链接库节约系统空间，避免当应用程序使用静态链接库时，每个应用程序要将库代码作为独立的副本链接到可执行镜像中；构建的算法能增强原图各部分的反差，为后续匹配识别奠定了良好基础；预处理算法和静脉识别算法模型占用系统内存少，具有很好的可移植性。

技术领域

本发明涉及静脉识别及处理技术领域，尤其涉及一种静脉识别算法移植方法及装置。

背景技术

静脉识别是一种新兴的红外生物识别技术，它是根据人体内静脉血液中的血红蛋白吸收近红外或者人体辐射远红外线的特性，用红外相机拍摄体内（手背、指背、指腹、手掌、手腕）的静脉分布图，现有技术一般是通过图像归一化、去噪等预处理步骤后，再进行滤波增强与静脉纹路分割，然后提取体内静脉特征，再与预先注册到数据库上的静脉特征数据进行匹配，最后以此确定个人身份。

静脉识别设备使用前，需要向静脉识别设备中植入算法以用于识别程序的运行，算法移植的方法如中国专利CN108614703B公开的基于嵌入式平台的算法移植系统及其算法移植方法，其中所述算法移植系统包括一获取评估单元，用于获取评估算法；一算法流程调整单元，用于调整算法流程；一多核分配单元，用于对所述算法流程分配多核进行处理；一框架整合单元，用于将经过多核处理后的所述算法流程进行框架整合；和一录入单元，用于将所述算法录入嵌入式平台，从而将基于PC端设计的所述算法移植于所述嵌入式平台。

然而采用传统的算法移植方法时，当应用程序使用静态链接库的过程中，每个应用程序要将库代码作为独立的副本链接到可执行镜像中，导致内存巨大，最终导致识别过程中的运算速度下降。

发明内容

本发明的目的在于提供一种静脉识别算法移植方法及装置，以解决现有技术中静脉的灰度区域增强不明显导致识别成功率下降、静脉图像预处理算法和静脉识别算法模型占用系统内存大导致运算速度慢、设备成本高等问题。

为了达到目的，本发明提供的技术方案为：

本发明涉及一种静脉识别算法移植方法，其包括以下步骤：

1）构建待移植的静脉图像预处理算法；

2）构建待移植的静脉识别算法模型；

3）基于静脉图像预处理算法和静脉识别算法模型生成动态链接库，将动态链接库编译成库文件，基于该库文件和静脉识别算法中的逻辑代码编译生成可执行程序，将可执行程序导入到静脉设备中。

优选地，所述的步骤3）具体包括以下步骤：

3.1）基于待移植的静脉图像预处理算法和待移植的静脉识别算法模型生成动态链接库；

3.2）用交叉编译器将动态链接库编译成库文件；

3.3）用交叉编译器将编译后的库文件和静脉识别算法中的逻辑代码编译生成可执行程序；

3.4）将可执行程序导入到静脉设备中执行，对静脉设备进行调试，直至达到目标效果；

3.5）将调试好的可执行程序放入根文件系统里，设置系统启动执行，将该文件系统制作成镜像，利用对应芯片的烧录工具烧录到静脉设备里。

优选地，所述的步骤1）是基于区域线性变换与高斯同态滤波相结合的灰度不均匀校正方法构建待移植的静脉图像预处理算法的，所构建的静脉图像预处理算法用于将静脉图像处理为符合静脉识别算法模型输入需求的格式，静脉图像预处理算法的计算步骤包括：