專利名稱：基于相對(duì)距離的手指靜脈識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種手指靜脈特征提取和識(shí)別的方法，屬于生物特征身份識(shí)別技 術(shù)領(lǐng)域。
背景技術(shù)：
生物特征識(shí)別技術(shù)是依靠人體生物特征進(jìn)行身份認(rèn)證的一種技術(shù)，具有不會(huì)遺 忘、丟失、偽造和假冒等優(yōu)點(diǎn)，正在取代傳統(tǒng)的方法，逐步成為日常生活中首選的方便可靠 的身份鑒別方法。其中，手指靜脈識(shí)別技術(shù)作為一種新興的人體特征識(shí)別技術(shù)，因其具有非 接觸性、抗干擾性和防偽性等優(yōu)點(diǎn)，近年來(lái)備受關(guān)注，具有很大的發(fā)展?jié)摿?。一般采用近紅 外光照射皮膚進(jìn)行非接觸式采集，當(dāng)近紅外光線波長(zhǎng)范圍在0. 72 μ m 1. 10 μ m照射皮膚 時(shí)，靜脈中的血紅蛋白相比其他組織(如脂肪、骨骼等)可以吸收更多的近紅外線，從而呈 現(xiàn)出網(wǎng)狀結(jié)構(gòu)的靜脈紋路。通過(guò)這些不同的靜脈紋路進(jìn)行身份識(shí)別[1]。在國(guó)外，日立公司研究靜脈識(shí)別起步較早，并已按照應(yīng)用類型產(chǎn)品化[2]，最初開(kāi)發(fā) 的產(chǎn)品是用來(lái)進(jìn)行出入管理。Naoto Miura[3]等人提出了一種基于模板匹配的靜脈識(shí)別方 法，先將圖像進(jìn)行二值化，并對(duì)二值化后的圖像進(jìn)行距離變換，以克服觀察向量序列中包含 大量的無(wú)用信息向量。最后，應(yīng)用嵌入式隱馬爾可夫模型對(duì)指靜脈進(jìn)行識(shí)別。這種方法需 要復(fù)雜的預(yù)處理工作，識(shí)別速度很慢，手指若有較大變形則不能準(zhǔn)確識(shí)別。國(guó)內(nèi)的手指靜脈 識(shí)別技術(shù)的研究起步比較晚，但進(jìn)展很快。哈爾濱工程大學(xué)的袁智[4]，采用一種融合小波 矩和PCA分解及LDA變換的方法對(duì)手指靜脈進(jìn)行識(shí)別，將手指靜脈圖像矩陣轉(zhuǎn)化為一維向 量進(jìn)行降維處理，由于向量維數(shù)過(guò)高，將圖像分成若干小塊后再采用PCA算法。這目前手指 靜脈識(shí)別領(lǐng)域中效果較好的一種方法。但由于分塊后，導(dǎo)致訓(xùn)練樣本增多，致使識(shí)別速度較 慢。由于手指靜脈本身的特點(diǎn)，目前還沒(méi)有很好的定位方法，并且手指內(nèi)部血管較少，不容 易提取特征。與本發(fā)明相關(guān)的公開(kāi)報(bào)道有[1]余成波，秦華鋒.生物特征識(shí)別技術(shù)手指靜脈識(shí)別技術(shù).北京清華大學(xué)出版社· 2009 ；[2]K. Shimizu. Optical trans-body imaging :feasibility of non-invasion CT and functional imaging of living body[J]. Jpn. J. of Medicine Philosophica,1992, 11 620-629 ；[3]Naoto Miura, Akio Nagasaka, Takafumi Miyatake. Feature extraction of finger-veinpatterns based on repeated line tracking and its application to personal identification. Machine Vision and Applications,2004,15(4) :194_203P ;[4]袁智.手指靜脈識(shí)別技術(shù)研究[D].哈爾濱哈爾濱工程大學(xué).2007 ；[5]0，Gorman, L. , Lindeberg, Nickerson, J. V. . An approach to fingerprint filter design. PR,1989,22(1) :29 38 ;[6]苑瑋琦，柯麗，白云.生物特征識(shí)別技術(shù)[Μ].北京科學(xué)出版社，2009，P164-165。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種能提高識(shí)別速度和精度，避免圖像的平移、旋轉(zhuǎn)等對(duì) 匹配結(jié)果的影響，魯棒性強(qiáng)，具有實(shí)際應(yīng)用價(jià)值的基于相對(duì)距離的手指靜脈識(shí)別方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的對(duì)讀入的手指靜脈圖像進(jìn)行分割和細(xì)化操作，提取細(xì)化后手指靜脈圖像的端點(diǎn)和 交叉點(diǎn)，作為特征點(diǎn)集，定義特征點(diǎn)的結(jié)構(gòu)類型，最后通過(guò)計(jì)算特征點(diǎn)之間的距離來(lái)進(jìn)行手 指靜脈圖像的匹配進(jìn)行身份識(shí)別。所述手指靜脈圖像的細(xì)化指用單像素點(diǎn)表示圖像的骨架，并保持原來(lái)手指靜脈圖 像的形狀和連通性。細(xì)化后的圖像，可以清晰的辨認(rèn)交叉點(diǎn)和端點(diǎn)。所述的特征點(diǎn)集是由通過(guò)提取細(xì)化后手指靜脈圖像中的端點(diǎn)和交叉點(diǎn)組成，每一 幅手指靜脈圖像就是一個(gè)特征點(diǎn)集。所述的手指靜脈圖像的匹配的方法為首先比較兩組特征點(diǎn)集中端點(diǎn)距離的相等 或近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則繼續(xù)下一步；不滿足，則認(rèn) 為匹配失??；再比較交叉點(diǎn)距離的相等或近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾 值，如滿足，則繼續(xù)下一步；不滿足，則認(rèn)為匹配失??；最后比較所有特征點(diǎn)距離的相等或 近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則認(rèn)為匹配成功；否則，認(rèn)為匹 配失敗?？紤]到圖像在平移和旋轉(zhuǎn)時(shí)，其內(nèi)部結(jié)構(gòu)沒(méi)有發(fā)生變化，即圖像中特征點(diǎn)間的距 離是相等的或近似相等，根據(jù)這個(gè)特點(diǎn)，本發(fā)明提供了一種基于相對(duì)距離的方法，利用手指 靜脈內(nèi)部的特征結(jié)構(gòu)，通過(guò)計(jì)算特征點(diǎn)之間的距離來(lái)進(jìn)行手指靜脈圖像的匹配。該方法，無(wú) 須定位，簡(jiǎn)單易行，減少了工作量，提高了識(shí)別速度和精度；有效的克服了平移、旋轉(zhuǎn)等對(duì)識(shí) 別結(jié)果的影響，使得系統(tǒng)在識(shí)別效果上得到了改善，具有實(shí)際應(yīng)用價(jià)值及發(fā)展前景。本發(fā)明的主要貢獻(xiàn)和特點(diǎn)在于為人體手指靜脈識(shí)別技術(shù)提供新的思路，通過(guò)計(jì) 算細(xì)化后的手指靜脈圖像中，特征點(diǎn)之間的相對(duì)距離的方法進(jìn)行身份識(shí)別。該發(fā)明能夠準(zhǔn) 確有效地提取出靜脈特征，不要求對(duì)圖像進(jìn)行定位處理，減少了工作量，提高了識(shí)別速度和 精度，使得系統(tǒng)在識(shí)別效果上得到了改善。并且有效的克服了圖像平移、旋轉(zhuǎn)等對(duì)識(shí)別結(jié)果 的影響，使得算法的魯棒性更強(qiáng)，具有很強(qiáng)的實(shí)用性。


圖1是本發(fā)明的流程圖；圖2(a)是手指靜脈原圖，圖2(b)是分割后的圖像，圖2 (c)是細(xì)化后的圖像；圖3標(biāo)記出細(xì)化后的手指靜脈圖像中，端點(diǎn)和交叉點(diǎn)的圖像，其中紅色圓圈標(biāo)記 的是端點(diǎn)，綠色方形標(biāo)記的是交叉點(diǎn)；圖4是本發(fā)明利用VC++6. 0進(jìn)行開(kāi)發(fā)的系統(tǒng)界面設(shè)計(jì)截圖；圖5基于相對(duì)距離的手指靜脈識(shí)別示意圖；圖6是1 1模式下的識(shí)別率測(cè)試結(jié)果；圖7是1 n模式下誤識(shí)率測(cè)試結(jié)果。
具體實(shí)施例方式下面結(jié)合附圖舉例對(duì)本發(fā)明做更詳細(xì)地描述1.讀入手指靜脈圖像，根據(jù)參考文獻(xiàn)[5]提出的方向?yàn)V波器設(shè)計(jì)方法對(duì)其進(jìn)行圖 像分割，并用8鄰域的方法[6]進(jìn)行細(xì)化操作，得到手指靜脈的細(xì)化圖像，如圖2。2.提取細(xì)化后手指靜脈圖像的端點(diǎn)和交叉點(diǎn)，如圖3。3.定義特征點(diǎn)結(jié)構(gòu)類型為a, = (\^，站7 6)，其中，\和71表示特征點(diǎn)的位置 坐標(biāo)，atype為特征點(diǎn)的類型(端點(diǎn)或交叉點(diǎn))。定義特征點(diǎn)集A=( ，a2，. . .，aj，特征 點(diǎn)集B = (bp b2，. . .，bn)，a(l, . . .，m)和b(l，. . .，n)分別是兩幅細(xì)化后的手指靜脈圖像 中的特征點(diǎn)。4.計(jì)算特征點(diǎn)之間的距離。 分別計(jì)算特征點(diǎn)集A和B中所有端點(diǎn)之間的距離，交叉點(diǎn)之間的距離，以及所有特 征點(diǎn)之間的距離。對(duì)于特征點(diǎn)集A，假設(shè)其有mi個(gè)端點(diǎn)和m2個(gè)交叉點(diǎn)，則有mi+n^ = m個(gè)特征 點(diǎn)，求得的距離中，端點(diǎn)間的距離值共有(mrl) /2個(gè)，交叉點(diǎn)之間的距離共有m2 (m2-l) /2 個(gè)，所有特征點(diǎn)間的距離個(gè)數(shù)為m(m-l)/2個(gè)。對(duì)于特征點(diǎn)集B，若其端點(diǎn)個(gè)數(shù)為ni，交叉點(diǎn) 個(gè)數(shù)為n2，則對(duì)應(yīng)有ni(ni_l)/2個(gè)端點(diǎn)間距離，n2(n2-l)/2個(gè)交叉點(diǎn)間距離和n(n_l)/2個(gè) 特征點(diǎn)間的距離。5.利用這些距離值進(jìn)行匹配，具體流程如下5. 1比較特征點(diǎn)集A中叫(mrl) /2個(gè)端點(diǎn)間距離值與特征點(diǎn)集B的~ (叫-1) /2個(gè) 端點(diǎn)距離的相等或近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則繼續(xù)下一 步；不滿足，則認(rèn)為匹配失敗。5. 2比較特征點(diǎn)集A中m2 (m2_l) /2個(gè)交叉點(diǎn)間距離值與特征點(diǎn)集B的n2 (n2_l) /2 個(gè)交叉點(diǎn)距離的相等或近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則繼續(xù) 下一步；不滿足，則認(rèn)為匹配失敗。5. 3比對(duì)特征點(diǎn)集A中m(m-l)/2個(gè)特征點(diǎn)間距離值與特征點(diǎn)集B的n(n-l)/2個(gè) 特征點(diǎn)距離的相等或近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則匹配成 功；不滿足，則認(rèn)為匹配失敗。由于即使是不相同的手指靜脈圖像中，所有特征點(diǎn)聯(lián)系的距離也有可能出現(xiàn)相等 的情況，不可避免的會(huì)出現(xiàn)一些誤差，所以進(jìn)行3次匹配，保證識(shí)別的準(zhǔn)確性。6實(shí)驗(yàn)結(jié)果與分析本章算法在windows 2002系統(tǒng)下利用VC++6. 0進(jìn)行開(kāi)發(fā)實(shí)現(xiàn)，實(shí)驗(yàn)機(jī)器配為 2. 50GHz,CPU E5200，內(nèi)存2GB。圖4為手指靜脈識(shí)別分步演示部分和識(shí)別比對(duì)部分。我們 將對(duì)基于相對(duì)距離的匹配方法進(jìn)行實(shí)驗(yàn)設(shè)計(jì)和分析。首先在圖4中，點(diǎn)擊“導(dǎo)入圖像組1”和“導(dǎo)入圖像組2”中的打開(kāi)靜脈圖像，然后 點(diǎn)擊靜脈識(shí)別2完成認(rèn)證識(shí)別，整個(gè)識(shí)別的過(guò)程僅為0. 6秒左右，可見(jiàn)采用基于點(diǎn)模式的手 指靜脈識(shí)別的效率還是相當(dāng)高的。算法的運(yùn)行結(jié)果如圖5所示。為了驗(yàn)證本發(fā)明的有效性，采用哈爾濱工程大學(xué)自動(dòng)化學(xué)院408教研室建立的手 指靜脈圖像庫(kù)中的手指靜脈圖像進(jìn)行測(cè)試，隨機(jī)抽取100個(gè)人的手指靜脈圖像，每個(gè)人采 集5次(5個(gè)樣本)，共500幅圖像，圖像大小為320X240像素，分辨率96dpi。
匹配模式為1 1時(shí)，將每個(gè)手指中的1個(gè)樣本分別與其他4個(gè)樣本分別進(jìn)行比 對(duì)已完成識(shí)別，實(shí)驗(yàn)結(jié)果如圖6所示，通過(guò)次數(shù)為1824次，通過(guò)率為99. 12 %，滿足生物識(shí)別 系統(tǒng)的要求。匹配模式為1 N時(shí)，選取每個(gè)手指中的任意兩幅作為待識(shí)別樣本與庫(kù)中所有樣 本分別進(jìn)行比對(duì)已完成識(shí)別，實(shí)驗(yàn)結(jié)果如圖7所示，誤識(shí)次數(shù)為6次，誤識(shí)率為3%。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析，證明本發(fā)明是合理的，在手指靜脈識(shí)別上達(dá)到了比較理 想的效果。基于相對(duì)距離的手指靜脈識(shí)別算法，有效的克服了圖像平移、旋轉(zhuǎn)等對(duì)識(shí)別結(jié)果 的影響，使得算法的魯棒性更強(qiáng)。采用這種方法進(jìn)行匹配，在無(wú)須做圖像定位的前提下，減 少了工作量，提高了識(shí)別速度和精度，使得系統(tǒng)在識(shí)別效果上得到了改善，具有實(shí)際應(yīng)用價(jià) 值及發(fā)展前景。
權(quán)利要求
一種基于相對(duì)距離的手指靜脈識(shí)別方法，其特征是對(duì)讀入的手指靜脈圖像進(jìn)行分割和細(xì)化操作，提取細(xì)化后手指靜脈圖像的端點(diǎn)和交叉點(diǎn)，作為特征點(diǎn)集，定義特征點(diǎn)的結(jié)構(gòu)類型，最后通過(guò)計(jì)算特征點(diǎn)之間的距離來(lái)進(jìn)行手指靜脈圖像的匹配進(jìn)行身份識(shí)別。
2.根據(jù)權(quán)利要求1所述的基于相對(duì)距離的手指靜脈識(shí)別方法，其特征是所述手指靜 脈圖像的細(xì)化指用單像素點(diǎn)表示圖像的骨架，并保持原來(lái)手指靜脈圖像的形狀和連通性。
3.根據(jù)權(quán)利要求1或2所述的基于相對(duì)距離的手指靜脈識(shí)別方法，其特征是所述的 特征點(diǎn)集是由通過(guò)提取細(xì)化后手指靜脈圖像中的端點(diǎn)和交叉點(diǎn)組成，每一幅手指靜脈圖像 就是一個(gè)特征點(diǎn)集。
4.根據(jù)權(quán)利要求1或2所述的基于相對(duì)距離的手指靜脈識(shí)別方法，其特征是所述的 手指靜脈圖像的匹配的方法為，首先比較兩組特征點(diǎn)集中端點(diǎn)距離的相等或近似相等的個(gè) 數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則繼續(xù)下一步；不滿足，則認(rèn)為匹配失??；再 比較交叉點(diǎn)距離的相等或近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則繼 續(xù)下一步；不滿足，則認(rèn)為匹配失??；最后比較所有特征點(diǎn)距離的相等或近似相等的個(gè)數(shù)， 判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則認(rèn)為匹配成功；否則，認(rèn)為匹配失敗。
5.根據(jù)權(quán)利要求3所述的基于相對(duì)距離的手指靜脈識(shí)別方法，其特征是所述的手指 靜脈圖像的匹配的方法為，首先比較兩組特征點(diǎn)集中端點(diǎn)距離的相等或近似相等的個(gè)數(shù)， 判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則繼續(xù)下一步；不滿足，則認(rèn)為匹配失?。辉俦?較交叉點(diǎn)距離的相等或近似相等的個(gè)數(shù)，判斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則繼續(xù) 下一步；不滿足，則認(rèn)為匹配失敗；最后比較所有特征點(diǎn)距離的相等或近似相等的個(gè)數(shù)，判 斷其是否滿足預(yù)先設(shè)定的閾值，如滿足，則認(rèn)為匹配成功；否則，認(rèn)為匹配失敗。
全文摘要
本發(fā)明提供的是一種基于相對(duì)距離的手指靜脈識(shí)別方法。對(duì)讀入的手指靜脈圖像進(jìn)行分割和細(xì)化操作，提取細(xì)化后手指靜脈圖像的端點(diǎn)和交叉點(diǎn)，作為特征點(diǎn)集，定義特征點(diǎn)的結(jié)構(gòu)類型，最后通過(guò)計(jì)算特征點(diǎn)之間的距離來(lái)進(jìn)行手指靜脈圖像的匹配進(jìn)行身份識(shí)別。本發(fā)明無(wú)須定位，簡(jiǎn)單易行，減少了工作量，提高了識(shí)別速度和精度；有效的克服了平移、旋轉(zhuǎn)等對(duì)識(shí)別結(jié)果的影響，使得系統(tǒng)在識(shí)別效果上得到了改善，具有實(shí)際應(yīng)用價(jià)值及發(fā)展前景。
文檔編號(hào)G06K9/00GK101853378SQ20101017974
公開(kāi)日2010年10月6日 申請(qǐng)日期2010年5月24日 優(yōu)先權(quán)日2010年5月24日
發(fā)明者馮偉興, 劉靖宇, 李雪峰, 王科俊, 馬慧 申請(qǐng)人:哈爾濱工程大學(xué)