[發明專利]手臂靜脈紋線特征的提取及匹配方法

有效

• 申請號: 201610280663.2
• 申請日: 2016-04-29
• 公開（公告）號: CN107341431B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 唐超穎;王彪;趙珊;李麗榮
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔;吳庭祥

本發明公開一種手臂靜脈紋線特征的提取及匹配方法，屬于生物特征識別領域。首先將靜脈線狀圖標準化處理并分割為多條靜脈曲線段的組合，利用曲線段的方向、位置及形狀特征搜索待匹配兩幅圖像中的匹配曲線對，并利用粒子群算法搜索兩組曲線的最優空間變換，利用全局靜脈點變換后的點集重疊情況計算匹配度。本發明可快速實現對脂肪較厚、面積大的手臂靜脈的提取顯像，其處理過程簡單、高效，易于實現，具有很強的實用和推廣價值。

技術領域

本發明涉及一種人體靜脈紋線特征的提取及匹配方法，具體講是一種手臂靜脈紋線特征的提取及匹配方法，屬于生物特征識別領域。

背景技術

靜脈識別是一種新興的生物特征識別方式，其利用靜脈中流動的血紅蛋白對紅外光的吸收率高于周圍其它組織，且易形成影像的特點，使用近紅外光照射皮膚，從而得到清晰的靜脈圖像。靜脈識別一般使用紅外相機采集穩定的靜脈圖像作為數據庫，通過將待識別的靜脈圖像與數據庫中圖像進行對比來識別身份。由于其具有活體識別、內部特征及非接觸式等優勢.因此，在安全性、可靠性和產品開發經濟效益上，靜脈識別都是目前發展前景最廣闊的生物特征識別技術。

靜脈識別過程中，常提取圖像中的靜脈結構，并將其細化為單像素的靜脈線。這些單像素的靜脈線準確描述了圖像中的靜脈模式，通常根據靜脈線的結構特征或關鍵點特征來進行匹配識別。

2009年第01期的湖南師范大學自然科學學報第32-35頁公開的劉相濱、劉智等《手背靜脈識別算法研究》文章中，其首先獲取了手背圖像中的靜脈線，并提取細化靜脈線的7個Hu不變矩作為靜脈特征，最后使用支持向量機進行分類。

2014年杭州電子科技大學陳玉瓊碩士畢業論文中對手指圖像的靜脈線進行了幾個角度的旋轉，并將旋轉的各圖像以“或”運算疊加，通過形態學方法進行填充等操作得到模版圖像，匹配時利用靜脈的重合比例來描述匹配度。

2014年You L,Li X,Sun L,et al.Finger Vein Recognition Method Based onGaussian Low-Pass Filter and Direction Detection中提取了手指靜脈線的分叉點與端點作為特征點，并以改進的Hausdorff距離為相似性測度來描述點集之間的相似度。

從上述分析可知，目前關于靜脈識別的研究大多是關于手部(手指、手背、手掌)靜脈的。手部靜脈距離皮膚表層較淺，且采集時相機與手部的距離較小，提取的靜脈較為完整清晰，提取的全局形狀特征或關鍵點特征較為穩定且可分性較高。而人體手臂部位脂肪較厚、面積大，且采集圖像時相機與手臂的距離較大，使得提取的靜脈線很可能不完整，因此，現有的靜脈特征提取及匹配方法并不適用于手臂靜脈提取匹配。

發明內容

本發明所要解決的技術問題在于克服現有技術缺陷，提供一種適用于人體手臂靜脈特征提取及匹配的方法。

為了解決上述技術問題，本發明提供的手臂靜脈紋線特征的提取及匹配方法，包括以下步驟:

1)、對兩幅待匹配手臂圖像中的靜脈線狀進行標準化處理并分割為多條靜脈曲線段的組合；

2)、利用各靜脈曲線段的方向、位置及形狀特征搜索待匹配手臂圖像中的匹配曲線對；

3)、利用粒子群算法搜索待匹配手臂圖像中曲線對的最優空間變換；

4)、根據待匹配手臂圖像中全局靜脈點變換后的點集重疊情況計算匹配度。

本發明中，所述步驟1)過程為:

11)、對待匹配手臂圖像進行毛刺修剪；

12)、對待匹配手臂圖像中的靜脈進行方向標準化處理：

121)、計算待匹配手臂圖像的主軸直線：