基于手指静脉特征的身份识别方法及系统技术方案

本发明专利技术公开了一种基于手指静脉特征的身份识别方法及系统，该方法包括：对读入的手指静脉图像进行预处理，得到校正后的图像样品单元；提取图像样品单元的特征值，特征值包括：质量等级、最大曲率特征和平均曲率特征，其中，质量等级分为优、中、差等级；根据匹配策略对图像样品单元的特征值与数据库中预先存储的注册图像单元的特征值进行匹配度计算，以进行身份识别，其中，数据库预先存储有注册图像单元对应的质量等级、最大曲率特征和平均曲率特征；匹配策略为：根据图像样品单元和注册图像单元的质量等级设定最大曲率特征、平均曲率特征的匹配度的权重和优先级。本发明专利技术提高了手指静脉识别的精度和鲁棒性，有利于手指静脉识别技术的推广应用。

【技术实现步骤摘要】
基于手指静脉特征的身份识别方法及系统
本专利技术涉及生物特征身份识别领域，特别地，涉及一种基于手指静脉特征的身份识别方法及系统。
技术介绍
生物特征识别技术是利用人的生理特征或行为特征，来进行个人身份的鉴定。传统的身份认证由于极易伪造和丢失，越来越难以满足社会的需求，目前最为便捷与安全的解决方案就是生物识别技术。生物识别技术不但简洁快速，而且利用它进行身份的认定，安全、可靠、准确。同时易于配合电脑和安全、监控、管理系统整合，实现自动化管理。每个个体都有唯一的可以测量或可自动识别和验证的生物特征，可划分为生理特征(如指纹、面相、虹膜、指静脉等)和行为特征(如步态、声音、笔迹等)。利用生物特征识别技术，现有技术中出现了指纹识别、语音识别、虹膜识别、面部特征识别以及静脉识别等多种人体生物特征系统，而且许多系统都已经发展成熟并得以应用。其中，指纹识别技术相对比较成熟，识别率和准确率较高，但指纹识别系统要求使用者在按指纹时保持手指洁净、光滑，任何存在于指纹上的脏东西或者污点都能给识别带来困难，且指纹易于伪造，防伪性相对较低。手指静脉识别是依据人类手指中流动的血液可吸收特定波长的光线的特性，使用特定波长光线对手指进行照射，可得到手指静脉的清晰图像。利用这一科学特征，实现对获取的图像进行分析、处理，从而得到手指静脉的生物特征，再将得到的手指静脉特征信息与事先注册的手指静脉特征进行比对，从而确认用户身份。针对手指静脉识别技术，由于静脉特征藏匿于手指内，属于活体特征，不易被伪造、盗取，且人体的静脉特征具有长时间的不变性，采集方便安全，故手指静脉识别具有活体识别、非接触式及安全等级高等优势，近年来备受关注。手指静脉识别最早是由日立公司开始研究的。2000年日立公司首次提出手指静脉应用于个人身份的鉴定的方法。2004年，日立公司发表了NaotoMiuta等几位工程师关于提取手指静脉特征的成果。截至2007年3月的统计数据表明：日本80％的自动存取款机都搭载了手指静脉认证设备。2009年7月，日立公司展出了配有手指静脉认证装置的自动售货机，用手指静脉配合信用卡直接结账。国内指静脉研究起步较晚，但进展较快。北京大学、哈尔滨工程大学、山东大学、吉林大学、中国民航大学等在算法方面都有了很大进展，提出了自己的识别算法，深圳市中控生物识别技术有限公司、中国船舶重工集团公司第七一零研究所等开发了手指静脉图像采集装置。但现有的手指静脉识别技术的成熟度和准确率低于指纹识别，主要原因在于，现有的手指静脉图像的特征提取及匹配的效率低，且识别过程中的拒真率和错误率高，故亟需改进手指静脉识别中的特征提取及匹配的策略，以改善手指静脉识别的效率及成功率。
技术实现思路
本专利技术目的在于提供一种基于手指静脉特征的身份识别方法及系统，以解决现有的手指静脉特征识别效率及成功率低的技术问题。为实现上述目的，本专利技术采用的技术方案如下：根据本专利技术的一个方面，提供一种基于手指静脉特征的身份识别方法，该方法包括：对读入的手指静脉图像进行预处理，得到校正后的图像样品单元；提取图像样品单元的特征值，特征值包括：质量等级、最大曲率特征和平均曲率特征，其中，质量等级分为优、中、差等级；根据匹配策略对图像样品单元的特征值与数据库中预先存储的注册图像单元的特征值进行匹配度计算，以进行身份识别，其中，数据库预先存储有注册图像单元对应的质量等级、最大曲率特征和平均曲率特征；匹配策略为：根据图像样品单元和注册图像单元的质量等级设定最大曲率特征、平均曲率特征的匹配度的权重和优先级。进一步地，根据图像样品单元和注册图像单元的质量等级设定最大曲率特征、平均曲率特征的匹配度的权重和优先级包括：若图像样品单元和注册图像单元的质量等级均为优，则先比对图像样品单元和注册图像单元的最大曲率特征，若最大曲率特征的匹配度大于第一阈值，则判定两图像单元匹配成功；否则计算图像样品单元和注册图像单元的平均曲率特征的匹配度，判断最大曲率特征的匹配度和平均曲率特征的匹配度的均值是否大于第二阈值，若是则匹配成功，若否则匹配失败；若图像样品单元和注册图像单元的质量等级均为中，则先比对图像样品单元和注册图像单元的平均曲率特征，若平均曲率特征的匹配度大于第三阈值，则判定匹配成功；否则计算图像样品单元和注册图像单元的最大曲率特征，对平均曲率特征的匹配度和最大曲率特征的匹配度设定不同的权重并求和，判断求和的数值是否大于第四阈值，若是则判定匹配成功，若否则匹配失败；若图像样品单元和注册图像单元的质量等级为一优一中，则分别对比图像样品单元和注册图像单元的最大曲率特征、平均曲率特征，并将最大曲率特征的匹配度和平均曲率特征的匹配度求和并取平均，判断平均后的数值是否大于第五阈值，若是则判定匹配成功，若否则匹配失败。进一步地，对读入的手指静脉图像进行预处理包括：去边缘处理，得到预定区域大小的图像；对去边缘后的图像进行直方图均衡化；将去边缘后的图像分割为预定数量的单元，并对各单元计算归一化相干性度量，取各单元的归一化相干性度量的平均值作为手指静脉图像的质量分数，并根据质量分数与预设阈值比较以判定手指静脉图像对应的质量等级，其中，质量等级为差的手指静脉图像被放弃，需要重新采集读入。进一步地，提取最大曲率特征包括：提取图像样品单元的静脉中心点；连接提取出的静脉中心点得到静脉的最大曲率特征图像；其中，静脉中心点为静脉的横截面轮廓为凹点处的最大曲率对应的点。进一步地，提取平均曲率特征包括：计算图像样品单元中静脉各点的在四个方向上的曲率；其中，四个方向为在静脉的横截面轮廓上呈中心对称的四个方向；计算各点在四个方向上的曲率的平均曲率，得到静脉的平均曲率特征图像。根据本专利技术的另一方面，还提供一种基于手指静脉特征的身份识别系统，该系统包括：预处理单元，用于对读入的手指静脉图像进行预处理，得到校正后的图像样品单元；特征提取单元，用于提取图像样品单元的特征值，特征值包括：质量等级、最大曲率特征和平均曲率特征，其中，质量等级分为优、中、差等级；比对匹配单元，用于根据匹配策略对图像样品单元的特征值与数据库中预先存储的注册图像单元的特征值进行匹配度计算，以进行身份识别，其中，数据库预先存储有注册图像单元对应的质量等级、最大曲率特征和平均曲率特征；其中，匹配策略为：根据图像样品单元和注册图像单元的质量等级设定最大曲率特征、平均曲率特征的匹配度的权重和优先级。进一步地，比对匹配单元包括：第一匹配模块，用于在图像样品单元和注册图像单元的质量等级均为优时，先比对图像样品单元和注册图像单元的最大曲率特征，若最大曲率特征的匹配度大于第一阈值，则判定两图像单元匹配成功；否则计算图像样品单元和注册图像单元的平均曲率特征的匹配度，判断最大曲率特征的匹配度和平均曲率特征的匹配度的均值是否大于第二阈值，若是则匹配成功，若否则匹配失败；第二匹配模块，用于在图像样品单元和注册图像单元的质量等级均为中时，先比对图像样品单元和注册图像单元的平均曲率特征，若平均曲率特征的匹配度大于第三阈值，则判定匹配成功；否则计算图像样品单元和注册图像单元的最大曲率特征，对平均曲率特征的匹配度和最大曲率特征的匹配度设定不同的权重并求和，判断求和的数值是否大于第四阈值，若是则判定匹配成功，若否则匹配失败；第三匹本文档来自技高网...

【技术保护点】
一种基于手指静脉特征的身份识别方法，其特征在于，包括：对读入的手指静脉图像进行预处理，得到校正后的图像样品单元；提取所述图像样品单元的特征值，所述特征值包括：质量等级、最大曲率特征和平均曲率特征，其中，所述质量等级分为优、中、差等级；根据匹配策略对所述图像样品单元的所述特征值与数据库中预先存储的注册图像单元的特征值进行匹配度计算，以进行身份识别，其中，所述数据库预先存储有所述注册图像单元对应的质量等级、最大曲率特征和平均曲率特征；所述匹配策略为：根据所述图像样品单元和所述注册图像单元的质量等级设定最大曲率特征、平均曲率特征的匹配度的权重和优先级。

【技术特征摘要】
1.一种基于手指静脉特征的身份识别方法，其特征在于，包括：对读入的手指静脉图像进行预处理，得到校正后的图像样品单元；提取所述图像样品单元的特征值，所述特征值包括：质量等级、最大曲率特征和平均曲率特征，其中，所述质量等级分为优、中、差等级；根据匹配策略对所述图像样品单元的所述特征值与数据库中预先存储的注册图像单元的特征值进行匹配度计算，以进行身份识别，其中，所述数据库预先存储有所述注册图像单元对应的质量等级、最大曲率特征和平均曲率特征；所述匹配策略为：根据所述图像样品单元和所述注册图像单元的质量等级设定最大曲率特征、平均曲率特征的匹配度的权重和优先级。2.根据权利要求1所述的基于手指静脉特征的身份识别方法，其特征在于，根据所述图像样品单元和所述注册图像单元的质量等级设定最大曲率特征、平均曲率特征的匹配度的权重和优先级包括：若所述图像样品单元和所述注册图像单元的质量等级均为优，则先比对所述图像样品单元和所述注册图像单元的最大曲率特征，若所述最大曲率特征的匹配度大于第一阈值，则判定两图像单元匹配成功；否则计算所述图像样品单元和所述注册图像单元的平均曲率特征的匹配度，判断所述最大曲率特征的匹配度和所述平均曲率特征的匹配度的均值是否大于第二阈值，若是则匹配成功，若否则匹配失败；若所述图像样品单元和所述注册图像单元的质量等级均为中，则先比对所述图像样品单元和所述注册图像单元的平均曲率特征，若所述平均曲率特征的匹配度大于第三阈值，则判定匹配成功；否则计算所述图像样品单元和所述注册图像单元的最大曲率特征的匹配度，对所述平均曲率特征的匹配度和所述最大曲率特征的匹配度设定不同的权重并求和，判断求和的数值是否大于第四阈值，若是则判定匹配成功，若否则匹配失败；若所述图像样品单元和所述注册图像单元的质量等级为一优一中，则比对所述图像样品单元和所述注册图像单元的最大曲率特征得到最大曲率特征的匹配度、比对所述图像样品单元和所述注册图像单元的平均曲率特征得到平均曲率特征的匹配度，并将所述最大曲率特征的匹配度和所述平均曲率特征的匹配度求和并取平均，判断平均后的数值是否大于第五阈值，若是则判定匹配成功，若否则匹配失败。3.根据权利要求1所述的基于手指静脉特征的身份识别方法，其特征在于，对读入的手指静脉图像进行预处理包括：去边缘处理，得到预定区域大小的图像；对去边缘后的图像进行直方图均衡化；将所述去边缘后的图像分割为预定数量的单元，并对各单元计算归一化相干性度量，取各单元的归一化相干性度量的平均值作为所述手指静脉图像的质量分数，并根据所述质量分数与预设阈值比较以判定所述手指静脉图像对应的质量等级，其中，质量等级为差的手指静脉图像被放弃，需要重新采集读入。4.根据权利要求1所述的基于手指静脉特征的身份识别方法，其特征在于，提取所述最大曲率特征包括：提取所述图像样品单元的静脉中心点；连接提取出的所述静脉中心点得到静脉的最大曲率特征图像；其中，所述静脉中心点为静脉的横截面轮廓为凹点处的最大曲率对应的点。5.根据权利要求1所述的基于手指静脉特征的身份识别方法，其特征在于，提取所述平均曲率特征包括：计算所述图像样品单元中静脉各点的在四个方向上的曲率；其中，所述四个方向为在静脉的横截面轮廓上呈中心对称的四个方向；计算各点在所述四个方向上的曲率的平均曲率，得到静脉的平均曲率特征图像。6.一种基于手指静脉特征的身份识别系统，其特征在于，包括：预处理单元，用于对读入的手指静脉图像进行预处理，得到校正后的图像样品单元；特征提取单元，用于提取...

【专利技术属性】
技术研发人员：周淑娟，
申请(专利权)人：北京智慧眼科技发展有限公司，
类型：发明
国别省市：北京;11