[發明專利]基于曲線匹配的手背靜脈識別方法

有效

• 申請號: 201510602506.4
• 申請日: 2015-09-21
• 公開（公告）號: CN105184272B
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 謝劍斌;劉通;李沛秦;閆瑋
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 胡偉華

1.一種基于曲線匹配的手背靜脈識別方法，首先對手背靜脈紋路進行提取，手背靜脈紋路提取包括圖像分割、圖像濾波和圖像細化三個部分，然后進行手背靜脈識別，其特征在于，所述手背靜脈識別包括以下步驟：

Step1：曲線掃描

針對圖像細化后的手背靜脈紋路圖像，按照從左到右、從下到上的順序，尋找手背靜脈紋路圖像中的各個關鍵點即端點和交叉點，關鍵點P滿足如下條件：

其中，f_T(x,y)表示手背靜脈紋路二值圖像上像素點(x,y)的灰度值，255表示目標，0表示背景；

手背靜脈紋路上各條曲線的掃描方法為：以任意關鍵點為起點，跟蹤手背靜脈紋路上的目標點，目標點即灰度值為255的像素點，直至另一個關鍵點結束；

采用鏈表存儲手背靜脈紋路上各條曲線上的各個目標點，構建曲線集合；

Step2：靜脈特征提取

對于每一條曲線，采用差分法計算曲線上各點的曲率；

曲線上第i個像素點p_i的曲率為

其中，|p_ip_i-k|表示曲線上第i個像素點p_i與第i-k個像素點p_i-k的歐氏距離，類似地，|p_ip_i+k|表示像素點p_i與p_i+k的歐氏距離，|p_i-kp_i+k|表示像素點p_i-k與p_i+k的歐氏距離；k的取值為3；對于曲線上的目標點總數小于7的曲線看作毛刺剔除；

各曲線的特征包括各點的曲率特征，還包括曲線起點和終點的坐標以及曲線上的像素點總數；這樣，任意曲線l的特征可以表示為

F_l＝{(x_S,y_S),(x_E,y_E),N,{K_i|i＝4,5,…,N-k}}

其中，(x_S,y_S)、(x_E,y_E)分別表示曲線起點和終點的坐標，N表示曲線上的像素點總數；

手背靜脈特征由各曲線特征組成，并加上曲線數量和所有曲線上像素點總數，用于粗篩選；具體表示為

F＝{M,S,{F_l|l＝1,2,…,M}}

其中，M表示曲線數量，S表示所有曲線上像素點總數，也即各曲線上像素點總數的累加和；

Step3：特征匹配

令F⁽⁰⁾表示數據庫中某個手背靜脈特征，F⁽¹⁾表示待識別手背靜脈圖像特征；兩者之間的匹配步驟為：

Step3.1：粗篩選

如果F⁽⁰⁾和F⁽¹⁾之間的曲線數量M的差值絕對值大于閾值T₁，即|M⁽⁰⁾-M⁽¹⁾|＞T₁；或者像素點總數S的差值絕對值大于閾值T₂，即|S⁽⁰⁾-S⁽¹⁾|＞T₂，則認為F⁽⁰⁾和F⁽¹⁾不匹配；否則，繼續下一步；

Step3.2：曲線匹配

(1)點匹配，對于F⁽¹⁾中第l條曲線F_l⁽¹⁾，在F⁽⁰⁾的曲線集合{F_l⁽⁰⁾}中尋找一條曲線F_j⁽⁰⁾，該曲線滿足的條件是：F_j⁽⁰⁾的起點與F_l⁽¹⁾的起點之間的歐氏距離，再加上F_j⁽⁰⁾的終點與F_l⁽¹⁾的終點之間的歐氏距離，得到的這個距離度量在F⁽⁰⁾的所有曲線中進行比較是最小的；

(2)屬性比較，如果F_j⁽⁰⁾的像素點總數與F_l⁽¹⁾的像素點總數的差值絕對值大于閾值T₃，則認為兩曲線不匹配，返回點匹配步驟，繼續下一條曲線的匹配；否則，進行曲率匹配；

(3)曲率匹配，利用霍夫距離判斷兩曲線上各點曲率是否匹配；記F_j⁽⁰⁾的曲率集合為K_j⁽⁰⁾＝{K_i⁽⁰⁾|i＝4,5,…,N⁽⁰⁾-k}，F_l⁽¹⁾的曲率集合為K_l⁽¹⁾＝{K_i⁽¹⁾|i＝4,2,…,N⁽¹⁾-k}，則兩個集合的霍夫距離為

H(K_j⁽⁰⁾,K_l⁽¹⁾)＝max(h(K_j⁽⁰⁾,K_l⁽¹⁾),h(K_l⁽¹⁾,K_j⁽⁰⁾))

其中，集合A和B之間的距離h(A,B)定義為

其中，a為集合A中的任一元素，b為集合B中的任一元素；如果H(K_j⁽⁰⁾,K_l⁽¹⁾)大于閾值T₄，則認為兩曲線不匹配；否則，認為兩曲線匹配，匹配曲線數量加1，并標記曲線F_j⁽⁰⁾，下次匹配過程不再搜索數據庫中已匹配的曲線；

如果F⁽¹⁾中所有曲線都已匹配完畢，進入下一步；否則，返回點匹配步驟，繼續下一條曲線的匹配；

(4)比率判決，統計所有匹配的曲線數量，用其除以F⁽⁰⁾和F⁽¹⁾中曲線數量之和，所得的比率如果大于閾值T₅，則認為兩手背靜脈圖像匹配；否則，認為兩手背靜脈圖像不匹配。