一种多光谱掌纹身份认证方法及其专用采集仪技术

本发明专利技术涉及一种多光谱掌纹身份认证方法及其专用采集仪，多光谱掌纹图像采集仪是由数码摄像机、多光谱光源、光源控制器、通讯接口、计算机、带底座的仪器支架、仪器外壳和手掌放置平面组成；数码摄像机和多光谱光源竖直安装在仪器支架上；仪器外壳固定在仪器支架与手掌放置平面外，形成暗箱；光源控制器安装在仪器外壳内侧；数码摄像机、光源控制器经通讯接口与计算机相连；本发明专利技术仪器用以获得高质量的多光谱掌纹图像，具有实时采集、自由切换光源的优点，能满足在线身份识别的要求。本发明专利技术的采集仪和身份识别方法能够较好的提高传统掌纹和静脉识别系统的通用性、稳定性、防伪性和识别性能。

【技术实现步骤摘要】

本专利技术属于光学仪器与生物识别
，具体涉及一种掌纹采集及认证技术。(二)
技术介绍
随着光电、微计算机、图像处理与模式识别等技术的飞速发展，出现了一种崭新的人体 生物特征识别技术，这就是依靠人体生物特征来进行人的身份辨识的一种高科技识别技术。人体生物特征目前主要用到人体的指纹、掌纹、眼虹膜、声音、笔迹、面貌及DNA等。 由于这些特征具有人体所固有的不可复制的唯一性和稳定性，因此不可能复制、失窃或被遗 忘。所以，利用人体的这些独特的生理特征能准确地鉴别每个人的身份。近几年来，已开发 应用了声音识别、签字识别、指纹识别、掌形识别、眼虹膜识别等人体生物特征识别技术。其中，人的掌纹具有唯一性和终身基本不变的特性，和指纹相比掌纹的区域大得多，具 有更丰富的纹理信息；因为掌纹的有效区域比较大，使其可以在低分辨率下采集；非接触式 掌纹采集又可以避免了接触式指纹采集所遇到的一些问题，如卫生问题、残留痕迹等等。人 的手掌静脉也具有唯一性和终身基本不变的特性；手掌静脉分布复杂，具有丰富的结构信息； 并且，手掌静脉位于表皮以下，增加了伪造的难度。基于掌纹和手掌静脉的上述特点，掌纹识别和手掌静脉识别具有速度快、精度高、成本 低廉等特点。因此，它们正受到越来越多的关注和使用。因为手掌血管位于表皮层下，目前 的常见手掌静脉采集主要通过数码摄像机获取在单一红外光源照射下的手掌血管图像。常见 掌纹采集采用类似的方式，通常选用白光作为照明光源。然而，手掌静脉常常受到掌纹线尤其是主线的干扰；并且有的人手表皮比较厚，难以采 集到清晰的图像；手掌静脉还容易受到温度的波动而縮放，影响成像质量。而单一波长或白 光下的掌纹容易被不法分子获取掌纹印迹而进行伪造，存在一定的安全隐患。(三)
技术实现思路
本专利技术的目的在于提供一种可以根据不同光源照射采集多幅掌纹图像，提高系统识别精 度和提升系统安全性能的多光谱掌纹身份认证方法。本专利技术的身份认证方法为首先利用专用采集仪采集多光谱掌纹图像，由同一个手掌在 多个不同光谱照射下获取的多幅图片重建出一幅包含所有身份鉴别信息的合成图像，进而提 取出有效的表达特征，表达特征的提取采用其基于象素级的融合识别和基于匹配相似度级的 融合识别方法，基于象素级的融合提取出不同光谱照射下同一手掌共有或特有的特征，然后 在此特征上提取鉴别信息，最后根据该信息完成身份认证；基于匹配相似度的融合则将不同光谱下采集到的手掌图片先独立进行特征提取，然后在各自提取到的特征上进行相似度计算， 并根据不同光谱下掌纹辨识能力不同设置相应的权重，最后将加权的相似度与预先设定的阈 值比较，实现身份认证。本专利技术的身份认证方法还有这样一些技术特征1、 所述的基于象素级的融合识别方法为利用小波变化将每个谱段图像的分解到不同尺度、不同方向的频带范围内，因为不同谱 段下的线特征对应着小波变换中的大模值高频系数，因此在高频细节部分采用取最大模值的 融合策略。在低频部分，采用取平均的方法进行低频系数融合。然后将融合后的小波系数进 行小波逆变换，就可以得到各个谱段下都比较清晰的融合图像。最后对得到的融合图像进行 特征提取和匹配。2、 所述的基于匹配相似度的融合识别方法为将获取到的每个谱段图像分别进行特征提取，对不同谱段的特征分别进行相似度计算， 然后将得到的相似度采用加权融合的策略得到一个融合的相似度。其中权值是通过对部分样 本进行训练，得到的最优权值。本专利技术的另一目的在于提供一种多光谱掌纹身份认证方法的专用采集仪。本专利技术多光谱掌纹专用采集仪的技术方案为它包括数码摄像机、多光谱光源、光源控 制器、通讯接口、个人计算机、手掌放置平面、仪器外壳和带底座的仪器支架，数码摄像机 和多光谱光源竖直固定在仪器支架上，手掌放置平面与支架的底座平行，仪器外壳固定在仪 器支架与手掌放置平面外侧形成一个暗室，数码摄像机、多光谱光源和光源控制器安装在仪 器外壳内，多光谱光源安装在数码相机周围；光源控制器固定在仪器外壳内侧并与计算机相 连，数码摄像机与计算机相连。本专利技术多光谱掌纹采集仪还有这样一些技术特征1、 所述的多光谱光源由近红外和可见光LED组成，其中可见光包括三原色红色、蓝色和绿色，四种不同波长的LED形成均匀交错排布的环形LED阵列，环绕在数码摄像机四周；2、 所述的通讯接口包括标准的串行接口和PCI或USB接口，其中数码摄像机通过PCI 或USB与个人计算机交换数据，个人计算机通过串行接口控制光源控制器；3、 所述的手掌放置平面上布置有指示零件。本专利技术身份认证方法是基于象素级的融合和基于匹配相似度级的融合。为解决传统掌纹 或手掌静脉只能获取单一可见光或红外的掌纹图像，易于受到伪造攻击；而传统手掌静脉采 集仪由于部分人手表皮厚难以获取清晰血管图像，以及温度变换引起血管的不稳定等问题，。本专利技术研制设计出一个多光谱的在线掌纹获取装置。它由数码摄像机、多光谱光源、光源控 制器、通讯接口、个人计算机、手掌放置平面、仪器外壳和带底座的仪器支架组成。多光谱 光源是由若干个单一波长的可见光和红外光组成；数码摄像机和多光谱光源竖直固定在仪器 支架上；多光谱光源安装在数码相机周围；手掌放置平面与支架的底座平行，手掌放置平面 上布置有若干指示零件，可以有效减少用户放置手掌时带来的旋转和平移影响；仪器外壳固 定在仪器支架与手掌放置平面外，形成一个暗箱，阻止外界环境光的干扰；光源控制器固定 在仪器外壳内侧，通过串行接口与计算机相连，利用计算机程序实时的打开或关闭任一个单 波长光源；数码摄像机通过通讯接口与计算机相连，将采集到的若干幅掌纹图片传入到计算 机内；利用多光谱光源可以获得高质量的掌纹和手掌静脉图像，而且符合实时采集的需求， 能够满足在线身份识别的需求；基于上述多光谱掌纹采集仪，设计出两种基于多光谱掌纹图 像进行融合身份验证的方法基于象素级的融合和基于匹配相似度级的融合。基于象素级的 融合提取出不同光谱下同一手掌共有或特别的特征，然后在此特征上提取鉴别信息，最后根 据该信息完成身份认证；基于匹配相似度的融合是将不同光谱下采集到的手掌图片独立进行 特征提取，在各自提取到的特征上进行相似度计算，并根据不同光谱下手掌图片分辨能力不 同设置相应的权重，最后将加权的相似度与预先设定的相似度阈值比较，实现身份认证。本专利技术属于人体生物特征的在线身份识别用仪器和方法
，本专利技术仪器用以获得 高质量的多光谱掌纹图像，具有实时采集、自由切换光源的优点，能满足在线身份识别的要 求；基于采集仪获取的多光谱掌纹图像可以采用基于像素级的或基于匹配相似度级的融合策 略进行身份识别。本专利技术的采集仪和身份识别方法能够较好的提高传统掌纹和静脉识别系统 的通用性、稳定性、防伪性和识别性能。本专利技术综合使用了像素级和匹配相似度级融合，像素级融合利用多传感器融合技术，由 同一个手掌在多个不同光谱照射下获取的多幅图片重建出一幅包含所有身份鉴别信息的合成图像，进而提取出有效的表达特征完成基于像素级的融合身份验证或识别。不同于传统的单一光源的身份认证系统，只采集一幅图像，较容易受到攻击或伪造。本 专利技术的有益效果是，可以快速切换多光谱光源，在短时间内捕获不同光源照射下的手掌掌纹 图像。由于不同谱段下会获取到不同的掌纹信息，本文档来自技高网...

【技术保护点】
一种多光谱掌纹身份认证方法，其特征在于首先利用专用采集仪采集多光谱掌纹图像，由同一个手掌在多个不同光谱照射下获取的多幅图片重建出一幅包含所有身份鉴别信息的合成图像，进而提取出有效的表达特征，表达特征的提取采用其基于象素级的融合识别和基于匹配相似度级的融合识别方法，基于象素级的融合提取出不同光谱照射下同一手掌共有或特有的特征，然后在此特征上提取鉴别信息，最后根据该信息完成身份认证；基于匹配相似度的融合则将不同光谱下采集到的手掌图片先独立进行特征提取，然后在各自提取到的特征上进行相似度计算，并根据不同光谱下掌纹辨识能力不同设置相应的权重，最后将加权的相似度与预先设定的阈值比较，实现身份认证。

【技术特征摘要】
1、一种多光谱掌纹身份认证方法，其特征在于首先利用专用采集仪采集多光谱掌纹图像，由同一个手掌在多个不同光谱照射下获取的多幅图片重建出一幅包含所有身份鉴别信息的合成图像，进而提取出有效的表达特征，表达特征的提取采用其基于象素级的融合识别和基于匹配相似度级的融合识别方法，基于象素级的融合提取出不同光谱照射下同一手掌共有或特有的特征，然后在此特征上提取鉴别信息，最后根据该信息完成身份认证；基于匹配相似度的融合则将不同光谱下采集到的手掌图片先独立进行特征提取，然后在各自提取到的特征上进行相似度计算，并根据不同光谱下掌纹辨识能力不同设置相应的权重，最后将加权的相似度与预先设定的阈值比较，实现身份认证。2、 根据权利要求1所述的一种多光谱掌纹身份认证方法，其特征在于所述的基于象素级的 融合识别方法为利用小波变化将每个谱段图像的分解到不同尺度、不同方向的频带范围内， 因为不同谱段下的线特征对应着小波变换中的大模值高频系数，因此在高频细节部分采用取 最大模值的融合策略。在低频部分，采用取平均的方法进行低频系数融合。然后将融合后的 小波系数进行小波逆变换，就可以得到各个谱段下都比较清晰的融合图像。最后对得到的融 合图像进行特征提取和匹配。3、 根据权利要求1所述的一种多光谱掌纹身份认证方法，其特征在于所述的基于匹配相似 度的融合识别方法为将获取到的每个...

【专利技术属性】
技术研发人员：张大鹏，卢光明，郭振华，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93[中国|哈尔滨]