本发明专利技术涉及身份识别领域，并提供一种基于掌静脉和掌动脉的身份识别方法、装置及系统，包括：获取待识别人的手掌影像和手背影像；判断所述手掌影像和所述手背影像是否合格；通过手掌模型库和手背模型库分别对所述手掌影像和所述手背影像进行处理，以获得手掌关键区域影像和手背关键区域影像；分别将所述手掌关键区域影像和所述手背关键区域影像进行二值化处理，以获得手掌二值化图片和手背二值化图片；通过掌静脉模型库和掌动脉模型库分别对所述手掌二值化图片和所述手背二值化图片的质量进行判断，以确定是否提取掌静脉特征值和掌动脉特征值；本发明专利技术通过上述技术方案，提高了身份识别的准确度。身份识别的准确度。身份识别的准确度。
【技术实现步骤摘要】
一种基于掌静脉和掌动脉的身份识别方法、装置及系统
[0001]本专利技术涉及身份识别领域，尤其涉及到一种基于掌静脉和掌动脉的身份识别方法、装置及系统。
技术介绍
[0002]静脉识别是一种新兴的生物特征身份识别技术，由于静脉血管纹路无法复制且人人各不相同，相较于其他的生物特征身份识别技术，如指纹识别、面部识别等，静脉识别不容易被仿造且识别安全性更高。
[0003]现阶段的静脉识别技术通常为指静脉，指静脉识别为处理得到待识别人的指静脉特征值，将指静脉特征值与数据库中存储的指静脉特征值进行比对，以确定待识别人的身份特征，但是由于手指内的静脉数量少，进而提取到的静脉特征值少，造成识别的准确度底。
技术实现思路
[0004]本专利技术解决的问题是如何提高静脉身份识别的准确度。
[0005]第一方面，本专利技术提供一种基于掌静脉和掌动脉的身份识别方法，包括：
[0006]获取待识别人的手掌影像和手背影像；
[0007]判断所述手掌影像和所述手背影像是否合格；
[0008]通过手掌模型库和手背模型库分别对所述手掌影像和所述手背影像进行处理，以获得手掌关键区域影像和手背关键区域影像；
[0009]分别将所述手掌关键区域影像和所述手背关键区域影像进行二值化处理，以获得手掌二值化图片和手背二值化图片；
[0010]通过掌静脉模型库和掌动脉模型库分别对所述手掌二值化图片和所述手背二值化图片的质量进行判断，以确定是否提取掌静脉特征值和掌动脉特征值；
[0011]将所述掌静脉特征值和所述掌动脉特征值与数据库中的用户注册时采集到的总特征值进行比对，并根据比对结果，判断是否是同一个人。
[0012]可选地，所述手掌影像为手掌近红外影像，所述手背影像为手背近红外影像，所述手掌近红外影像和所述手背近红外影像是通过相对应的红外传感器发射的红外线分别照射手掌和手背获得。
[0013]可选地，所述判断所述手掌影像和所述手背影像是否合格包括：
[0014]先判断获取的所述手掌影像和所述手背影像是否清晰；
[0015]若是，将所述手掌影像和所述手背影像分别与手掌模型库和手背模型库中的手掌参考模型和手背参考模型进行比对，以区分左右手且判断其是否为手掌或手背，
[0016]若是，则执行下一步；若否，则重新获取待识别人的手掌影像和手背影像。
[0017]可选地，所述手掌关键区域影像和所述手背关键区域影像分别为手掌到手指连接点区域以及手背到手指连接点区域。
[0018]可选地，所述分别将所述手掌关键区域影像和所述手背关键区域影像进行二值化处理，以获得手掌二值化图片和手背二值化图片包括：
[0019]调整所述手掌关键区域影像的掌静脉与其他手掌部分的灰度值，以获得所述手掌二值化图片，调整所述手背关键区域影像的掌动脉与其他手掌部分的灰度值，以获得所述手背二值化图片；
[0020]标记所述手掌二值化图片和所述手背二值化图片的大小和位置信息。
[0021]可选地，所述通过掌静脉模型库和掌动脉模型库分别对所述手掌二值化图片和所述手背二值化图片的质量进行判断，以确定是否提取掌静脉特征值和掌动脉特征值包括：
[0022]通过所述掌静脉模型库处理所述手掌二值化图片，以获得掌静脉完整性数值；通过所述掌动脉模型库处理所述手背二值化图片，以获得掌动脉完整性数值；
[0023]判断所述掌静脉完整性数值和所述掌动脉完整性数值是否低于设定的阀值，若是，则重新获取待识别人的手掌影像和手背影像；若否，则提取掌静脉特征值和掌动脉特征值。
[0024]可选地，所述掌静脉特征值为所述掌静脉的线条位置点以及相对应的线条之间的比例关系和比例距离值；所述掌动脉特征值为所述掌动脉的线条位置点以及相对应的线条之间的比例关系和比例距离值。
[0025]可选地，所述总特征值是指数据库中在用户注册时获取的所述掌静脉特征参考值和所述掌动脉特征参考值的集合，将所述掌静脉特征值和所述掌动脉特征值与数据库中用户注册时采集到的总特征值进行比对，并根据比对结果，判断是否是同一个人包括：
[0026]从所述数据库中随机抓取多个所述掌静脉特征参考值和所述掌动脉特征参考值，并将其与待识别人的所述掌静脉特征值和所述掌动脉特征值分别进行比对；
[0027]若所述相似度达到设定的阀值则判定为同一个人，若所述相识度没有达到设定的阀值，则继续抓取所述数据库中的多个所述掌静脉特征参考值和所述掌动脉特征参考值，直至抓取完毕。
[0028]相对于现有技术的有益效果，本专利技术首先获取待识别人的手掌影像和手背影像，然后判断所述手掌影像和所述手背影像是否合格，若合格，则通过手掌模型库和手背模型库分别对所述手掌影像和所述手背影像进行处理，以获得手掌关键区域影像和手背关键区域影像，再将所述手掌关键区域影像和所述手背关键区域影像进行二值化处理，以获得手掌二值化图片和手背二值化图片，将所述手掌二值化图片和所述手背二值化图片输入掌静脉模型库和掌动脉模型库进行质量判断，以确定是否提取掌静脉特征值和掌动脉特征值，提取掌静脉特征值和掌动脉特征值后，将所述掌静脉特征值和所述掌动脉特征值与数据库中的用户注册时采集到的总特征值进行比对，并根据比对结果，判断是否是同一个人，掌静脉和掌动脉在手掌上分布较多，处理得到的掌静脉特征值和掌动脉特征值也多，因此在比对的过程中，能够提高比对的精准度，掌静脉特征值与掌静脉特征值同时比对，更进一步提高了比对的精确度。
[0029]第二方面，本专利技术还提供一种基于掌静脉和掌动脉的身份识别装置，包括：
[0030]获取模块，用于获取待识别人的手掌影像和手背影像；
[0031]控制模块，用于判断所述手掌影像和所述手背影像是否合格；用于通过手掌模型库和手背模型库分别对所述手掌影像和所述手背影像进行处理，以获得手掌关键区域影像
和手背关键区域影像；还用于分别将所述手掌关键区域影像和所述手背关键区域影像进行二值化处理，以获得手掌二值化图片和手背二值化图片；用于通过掌静脉模型库和掌动脉模型库分别对所述手掌二值化图片和所述手背二值化图片的质量进行判断，以确定是否提取掌静脉特征值和掌动脉特征值；用于将所述掌静脉特征值和所述掌动脉特征值与数据库中的用户注册时采集到的总特征值进行比对，并根据比对结果，判断是否是同一个人。
[0032]本专利技术所述的基于掌静脉和掌动脉的身份识别装置与所述的基于掌静脉和掌动脉的身份识别方法的有益效果相同，在此不再赘述
[0033]第三方面，本专利技术还提供一种基于掌静脉和掌动脉的身份识别系统，包括红外采集器以及工控机，用于实现如上所述的基于掌静脉和掌动脉的身份识别方法。
[0034]本专利技术所述的基于掌静脉和掌动脉的身份识别系统与所述的基于掌静脉和掌动脉的身份识别方法的有益效果相同，在此不再赘述。
附图说明
[0035]图1为本专利技术实施例中基于身份识别方法的原理示意图；
[0036]图2为本专利技术实施例中基于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于掌静脉和掌动脉的身份识别方法，其特征在于，包括：获取待识别人的手掌影像和手背影像；判断所述手掌影像和所述手背影像是否合格；通过手掌模型库和手背模型库分别对所述手掌影像和所述手背影像进行处理，以获得手掌关键区域影像和手背关键区域影像；分别将所述手掌关键区域影像和所述手背关键区域影像进行二值化处理，以获得手掌二值化图片和手背二值化图片；通过掌静脉模型库和掌动脉模型库分别对所述手掌二值化图片和所述手背二值化图片的质量进行判断，以确定是否提取掌静脉特征值和掌动脉特征值；将所述掌静脉特征值和所述掌动脉特征值与数据库中的用户注册时采集到的总特征值进行比对，并根据比对结果，判断是否是同一个人。2.根据权利要求1所述的基于掌静脉和掌动脉的身份识别方法，其特征在于，所述手掌影像为手掌近红外影像，所述手背影像为手背近红外影像，所述手掌近红外影像和所述手背近红外影像是通过相对应的红外传感器发射的红外线分别照射手掌和手背获得。3.根据权利要求1所述的基于掌静脉和掌动脉的身份识别方法，其特征在于，所述判断所述手掌影像和所述手背影像是否合格包括：判断获取的所述手掌影像和所述手背影像是否清晰；若是，将所述手掌影像和所述手背影像分别与手掌模型库和手背模型库中的手掌参考模型和手背参考模型进行比对，以区分左右手且判断其是否为手掌或手背，若是，则执行下一步；若否，则重新获取待识别人的手掌影像和手背影像。4.根据权利要求1所述的基于掌静脉和掌动脉的身份识别方法，其特征在于，所述手掌关键区域影像和所述手背关键区域影像分别为手掌到手指连接点区域以及手背到手指连接点区域。5.根据权利要求1所述的基于掌静脉和掌动脉的身份识别方法，其特征在于，所述分别将所述手掌关键区域影像和所述手背关键区域影像进行二值化处理，以获得手掌二值化图片和手背二值化图片包括：调整所述手掌关键区域影像的掌静脉与其他手掌部分的灰度值，以获得所述手掌二值化图片，调整所述手背关键区域影像的掌动脉与其他手掌部分的灰度值，以获得所述手背二值化图片；标记所述手掌二值化图片和所述手背二值化图片的大小和位置信息。6.根据权利要求1的基于掌静脉和掌动脉的身份识别方法，其特征在于，所述通过掌静脉模型库和掌动脉模型库分别对所述手掌二值化图片和所述手背二值化图片的质量进行判断，以确定是否提取掌静脉特征值和...
【专利技术属性】
技术研发人员：吕军，郑轶刚，张明建，张赤宣，
申请(专利权)人：深圳掌脉联合生物技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。