System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理和指纹活体防伪,特别涉及一种基于散斑方差的光学相干层析成像的手指活体防伪方法。
技术介绍
1、随着信息技术的飞速发展,身份识别技术在社会治安管理和隐私保护等领域得到了广泛的应用。生物特征识别技术是身份识别技术中的一种重要方式,相较于传统身份认证方法(密码、钥匙等),生物特征识别技术具有便捷性、唯一性和保密性等一系列独特的优势,在公共安全领域发挥着十分重要的作用。
2、在众多生物特征识别技术中,指纹以其通用性、独特性和持久性,被广泛应用于出入境管理、刑事侦查、移动支付、门禁等安全领域。大多数指纹识别系统主要依赖于从手指表面获取指纹图像,这种表面信息的提取方式提取的信息极为有限,容易遭受伪造攻击。光学相干层析成像(oct)是一种非接触式高分辨率光学成像技术。作为一种无创技术,它能够对生物组织和样本进行高分辨率的体内横切面实时成像,能够深入皮肤内部,对手指内部结构进行成像。因此,oct技术能够获得手指皮下深度上的组织结构信息,提供额外的防伪特性,在指纹识别领域发挥重要作用。
3、然而,传统oct指纹防伪方法主要利用手指内外部指纹信息、皮下汗腺数量等结构项信息进行防伪。尽管这些防伪方法在一定程度上能抵御不同类型的伪造攻击,但仍然存在缺陷。这些方法主要关注手指中的结构项信息,将耦合在其中的流动项信息视为图片中的噪声,忽略了其中包含的活体信息,因此传统oct指纹防伪方法只能实现对伪造材料进行分类而无法实现活体防伪。如果需要实现活体防伪,往往需要引入额外的活体检测设备和复杂的处理流程。
r/>技术实现思路
1、本专利技术的目的在于解决传统oct指纹防伪方法存在的不足,并提出一种基于散斑方差的光学相干层析成像手指活体防伪方法,通过对oct设备采集到的时序b-scan图像进行处理和计算,实现活体防伪。
2、为了达到上述目的,本专利技术提供的技术方案为:
3、所述基于散斑方差的光学相干层析成像的手指活体防伪方法,包括:
4、通过b-scan扫描方式采集当前样本在特定位置的时序b-scan图像;
5、对每张时序b-scan图像进行特征区域提取,得到所有时序b-scan图像的最终特征区域,根据最终特征区域对每张时序b-scan图像进行裁剪得到对应的特征区域图像;
6、计算所有的特征区域图像的亮度的均值,根据亮度的均值计算散斑方差;
7、根据散斑方差对特征区域图像进行阈值分割,根据阈值分割的结果计算当前样本的活体概率;
8、将当前样本的活体概率与活体阈值进行比较,得到当前样本的防伪结果。
9、进一步的,所述对每张时序b-scan图像进行特征区域提取,得到所有时序b-scan图像的最终特征区域,包括:
10、获取时序b-scan图像的长度和宽度;
11、计算每张时序b-scan图像每一行像素的水平梯度,用公式表示如下:
12、
13、其中,mx表示当前时序b-scan图像第x行像素的水平梯度,w表示时序b-scan图像的宽度,i(x,y)表示位置(x,y)处的亮度,i(x-1,y)表示位置(x-1,y)处的亮度;
14、根据当前时序b-scan图像的长度从上到下进行每行遍历,将第一次遇到的水平梯度大于预设阈值的行设置为特征区域的起始位置,设置起始位置之后,将第一次遇到的水平梯度小于预设阈值的行设置为特征区域的结束位置,得到每张时序b-scan图像的特征区域;
15、计算所有时序b-scan图像的特征区域的平均值,得到最终特征区域。
16、进一步的,所述计算所有的特征区域图像的亮度的均值,包括:
17、遍历读取所有的特征区域图像,计算所有的特征区域图像的亮度的均值,用公式表示如下:
18、
19、其中,表示所有的特征区域图像在(x,y)处的平均亮度,n表示特征区域图像的数量,ii(x,y)表示第i张特征区域图像在(x,y)处的亮度。
20、进一步的,所述根据亮度的均值计算散斑方差,包括:
21、遍历读取所有的特征区域图像,并计算散斑方差,用公式表示如下:
22、
23、其中,sv(x,y)表示特征区域图像(x,y)处的散斑方差。
24、进一步的,所述根据散斑方差对特征区域图像进行阈值分割,包括:
25、计算自适应的阈值,用公式表示如下:
26、
27、其中,c表示固定的常数,t表示自适应的阈值;
28、根据散斑方差和自适应的阈值进行阈值分割,用公式表示如下:
29、
30、其中,b(x,y)表示特征区域图像(x,y)处阈值分割的结果。
31、进一步的,所述根据阈值分割的结果计算当前样本的活体概率,用公式表示如下:
32、
33、其中,ssi表示当前样本的活体概率,r表示特征区域图像的宽度,c表示特征区域图像的高度。
34、进一步的,所述将当前样本的活体概率与活体阈值进行比较,得到当前样本的防伪结果,用公式表示如下:
35、
36、其中,result表示当前样本的防伪结果,result=true时防伪结果为活体,result=false时防伪结果为非活体,p表示活体阈值。
37、本专利技术与现有技术相比,其显著优点为:1、首次在时间的维度上分析了散斑方差结果和手指活体防伪的内在关系,提取时序数据中变化的散斑中的活体信息作为防伪的特征。2、只需要采集少量b-scan图像就能达到活体检测的目的,计算负担小,运行速度快,最快能在0.5秒以内就能得到检测结果。3、无需额外的检测设备,无需修改原本的oct系统,与任何oct设备无缝兼容,具有高度的通用性和灵活性。4、根据阈值分割的结果计算当前样本的活体概率,在真假手指上能够得到较高的区分度和分类准确率,具备高度的准确性,能够准确区分真手指和各种伪造材料,具有高度的应用价值。
本文档来自技高网...【技术保护点】
1.一种基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述基于散斑方差的光学相干层析成像的手指活体防伪方法,包括:
2.根据权利要求1所述的基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述对每张时序B-scan图像进行特征区域提取,得到所有时序B-scan图像的最终特征区域,包括:
3.根据权利要求1所述的基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述计算所有的特征区域图像的亮度的均值,包括:
4.根据权利要求3所述的基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述根据亮度的均值计算散斑方差,包括:
5.根据权利要求4所述的基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述根据散斑方差对特征区域图像进行阈值分割,包括:
6.根据权利要求5所述的基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述根据阈值分割的结果计算当前样本的活体概率,用公式表示如下:
7.根据权利要求6所述的基于散斑方差的光学相干层析成像的
...【技术特征摘要】
1.一种基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述基于散斑方差的光学相干层析成像的手指活体防伪方法,包括:
2.根据权利要求1所述的基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述对每张时序b-scan图像进行特征区域提取,得到所有时序b-scan图像的最终特征区域,包括:
3.根据权利要求1所述的基于散斑方差的光学相干层析成像的手指活体防伪方法,其特征在于,所述计算所有的特征区域图像的亮度的均值,包括:
4.根据权利要求3所述的基于散斑方差的光学相干层析成像的手指活体防...
【专利技术属性】
技术研发人员:张怡龙,虞何悠,王海霞,孙昊浩,梁荣华,陈朋,
申请(专利权)人:浙江工业大学,
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。