人體掌脈特征圖像采集方法
【專利摘要】本發(fā)明公開了一種人體掌脈特征圖像采集方法，首先采用紅外采集裝置進(jìn)行原始掌脈圖像采集，然后通過手掌輪廓線，定位中指所在輪廓線，得到中指中線，以中線為基準(zhǔn)對原始掌脈圖像進(jìn)行旋轉(zhuǎn)校正，然后選取兩個關(guān)鍵點(diǎn)：食指與中指指尖的角點(diǎn)A，無名指和小指指尖的角點(diǎn)B；以AB所在直線為X軸，AB垂線為Y軸，建立坐標(biāo)系，提取預(yù)先設(shè)定大小的圖像作為ROI圖像，最后通過Radon變換提取掌脈特征圖像。本發(fā)明得到的一種人體掌脈特征圖像采集方法，能采集有效掌靜脈圖像，并簡化計算量，利于后續(xù)圖像處理和對比，不僅去除了過多的冗余信息，減少計算復(fù)雜度和計算量，同時能包含更多的有效信息，能得到更好的識別效果。
【專利說明】人體掌脈特征圖像采集方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種身份識別技術(shù)，特別是一種人體掌脈特征圖像采集方法。

【背景技術(shù)】
[0002] 中國專利ZL200710144914. 5, CN101196987B公開了一種"在線掌紋、手掌靜脈圖 像身份識別方法及其專用采集儀"，首先對掌靜脈圖像進(jìn)行歸一化處理，得到手掌中心區(qū)域 的灰度圖像，然后通過計算得到手掌中心區(qū)域的灰度圖像的灰度共生矩陣，由灰度共生矩 陣計算得出該中心區(qū)域的灰度圖像的慣性矩陣為紋理特征，再計算手掌中心區(qū)域的灰度圖 像的各個像素點(diǎn)的亮度均值作為該中心區(qū)域的亮度特征，最后，結(jié)合手掌中心區(qū)域灰度圖 像的紋理特征和亮度特征，對該手掌靜脈圖像進(jìn)行分類，進(jìn)而判斷是否為活體樣本。所述利 用手掌靜脈圖像進(jìn)行身份認(rèn)證，是采用對手掌靜脈血管的線特征進(jìn)行分類的方法來實(shí)現(xiàn)， 首先對歸一化后得到的手掌中心區(qū)域用0°、45°、90°、135°四個方向的多尺度高斯濾波 器進(jìn)行線檢測，然后對濾波后的圖像進(jìn)行二值化，得到血管線的二值圖像，最后對二值圖像 采用點(diǎn)對點(diǎn)匹配的策略進(jìn)行分類，完成身份認(rèn)證。
[0003] 在此如何有效采集人體掌脈特征圖像，對后續(xù)圖像的處理和身份識別都起著決定 性的作用，上述公開文件中通過采集儀得到手掌中心區(qū)域的灰度圖像，沒有提供如何通過 計算獲得手掌中心區(qū)域的灰度圖像的各個像素點(diǎn)的亮度均值及手掌中心區(qū)域的灰度圖像 的灰度共生矩陣及慣性矩陣，在所述利用手掌靜脈圖像進(jìn)行身份認(rèn)證中，采用對手掌靜脈 血管的線特征進(jìn)行分類是首先對歸一化后得到的手掌中心區(qū)域用0°、45°、90°、135°四 個方向的多尺度高斯濾波器進(jìn)行線檢測，這種高斯濾波器會產(chǎn)生較多的冗余信息或者辨識 信息量不足，增加了算法的計算復(fù)雜度和存儲的負(fù)擔(dān)，會降低算法的識別效率和精度，而掌 靜脈圖像一般都存在著全局照度不均、紋路粗細(xì)不均以及紋路邊界模糊等不利于特征提取 等情況，所以如何獲取不同活體的掌靜脈血管線特征及如何對該特征圖像進(jìn)行處理并獲取 識別效率和精度高的掌靜脈特征圖像，對真真實(shí)現(xiàn)有效的不同活體的身份認(rèn)證極為重要。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的不足而提供一種能采集有效掌靜脈圖 像，并簡化計算量，利于后續(xù)圖像處理和對比的人體掌脈特征圖像采集方法。
[0005] 為了實(shí)現(xiàn)上述目的，本發(fā)明所設(shè)計的一種人體掌脈特征圖像采集方法，首先采用 紅外采集裝置進(jìn)行原始掌脈圖像采集，然后將圖像處理并建立到坐標(biāo)系中，最后通過方向 濾波器提取掌脈特征圖像，其特征是：所述將圖像處理并建立到坐標(biāo)系中，是通過手掌輪廓 線，定位中指所在輪廓線，得到中指中線，以中線為基準(zhǔn)對原始掌脈圖像進(jìn)行旋轉(zhuǎn)校正，然 后選取兩個關(guān)鍵點(diǎn)：食指與中指指尖的角點(diǎn)A，無名指和小指指尖的角點(diǎn)B ;以AB所在直線 為X軸，AB垂線為Y軸，建立坐標(biāo)系，提取預(yù)先設(shè)定大小的圖像作為R0I圖像，例如但不限 于128*128像素，在此，為降低計算量，可對待提取圖像進(jìn)行裁剪，將裁剪后的圖像做為R0I 圖像。最后通過方向?yàn)V波器對R0I圖像提取掌脈特征圖像，所述方向?yàn)V波器對R0I圖像提 取掌脈特征圖像是采用Radon變換提取掌脈特征圖像。
[0006] 所述的采用Radon變換提取掌脈特征圖像，是采用Radon變換對建立到坐標(biāo)系中 的圖像進(jìn)行卷積操作，從而提取掌脈圖像特征，特征提取整體過程如下：
[0007] (1)設(shè)定距離函數(shù)：
[0008] d = round[yl(i-i0f +(j-j0)2)
[0009] (i0，j0)為中心像素點(diǎn)，按照這樣定義的距離函數(shù)得至IJ的鄰域范圍是不大于d的像 素點(diǎn)組成的近似圓形的區(qū)域local (' jQ)。
[0010] ⑵設(shè)定符合距離函數(shù)的鄰域，并劃分k個方向：
[0011] Lk = {(i, j) ：j = k(i-i〇)+j〇, i e Zp} (i, j) e local (i〇, j〇)
[0012] 其中k表示方向，（i。，」。）表示中心像素點(diǎn)，所有點(diǎn)（i，j)組成直線段Lk，圖像在直 線段L k處響應(yīng)最強(qiáng)，其他方向響應(yīng)為0。
[0013] (3)計算k個方向能量相應(yīng)：
[0014] Energy[Lk]= (hj)^k 〇
[0015] 為了滿足所設(shè)定的符合距離函數(shù)的鄰域，并且保證k個方向的濾波器所包含的像 素點(diǎn)個數(shù)相同，并且使用盡量少的方向個數(shù)，保證方向辨識度，盡可能提取更多的方向信 息，提高識別率，在k個方向構(gòu)建時，選取六個方向區(qū)間，其中：方向0為0度，方向1角度屬 于[30, 31. 875]區(qū)間內(nèi)（（（22. 5+30) /2+ (30+45) /2) /2 = 31. 875)，方向 2 為[58. 125,60] (((45+60) /2+ (60+67. 5) /2) /2 = 58. 125)，方向 3 為 90 度，同理方向 4 為[120,121. 875] 度區(qū)間內(nèi)，方向5為[148. 125,150]區(qū)間內(nèi)。
[0016] 本發(fā)明將上述設(shè)定的角度選取一個角度區(qū)間替代現(xiàn)有技術(shù)中的精確角度，這樣便 于計算機(jī)操作，得到穩(wěn)定的特征信息，增加特征提取算法的魯棒性。其次，角度用區(qū)間替代 精確值，可容許一定的旋轉(zhuǎn)誤差，加強(qiáng)了算法的旋轉(zhuǎn)不變性。最后由于方向1和方向2區(qū)間 比原本的30度和60度方向更貼近于45度方向，這樣設(shè)定的方向?yàn)V波器可以在得到30度 方向上響應(yīng)的同時，一定程度上得到45度方向上的響應(yīng)，同理方向3和方向4的濾波器可 以得到120度方向上的響應(yīng)和一部分135度方向上的響應(yīng)。這樣就達(dá)到了使用盡量少的方 向個數(shù)，盡可能提取更多的方向信息的目的，即使用相同個數(shù)的方向?yàn)V波器，也能得到更多 更有效的方向信息。
[0017] 為了提取更多更切合掌脈真實(shí)架構(gòu)的方向信息，對卷積操作后的圖像進(jìn)行取方向 索引操作，生成響應(yīng)圖像，即方向圖特征矩陣，并將方向索引轉(zhuǎn)換成l〇g 2 (K)位比特數(shù)；將最 終的方向圖特征矩陣作為數(shù)據(jù)庫模板，構(gòu)建掌脈數(shù)據(jù)庫，在此所述的方向索引選取方式，即 加權(quán)求方向索引如下：
[0018] Dk{x,y) = argmm(Energy[Lk]),k = 1,2,...,K
[0019] D0(x,y) = argrmn(Energy[L0]),o = l,2,...,Κ,οφ k
[0020] p(i，j) = a Xk(i, j) + 3 Xo(i, j)，α，β e [0, 1]
[0021] ρ(\Χ) ρ{\,2) : p(i,n) ^(2,1) ρ(2,2) : ρ(2,η) Orientation map = p(m,l) p(m,2) : p[m，n)
[0022] 其中：圖像大小為mXn，k(i，j)為Dk(x，y)中的k值，o(i，j)為Do(x，y)中的o 值。
[0023] 這樣得到的方向索引就是相應(yīng)最強(qiáng)的掌脈方向k與相應(yīng)次強(qiáng)的掌脈方向o的加權(quán) 方向索引，這樣相同大小的方向矩陣下，這種方向索引選取方式可以提取更多更切合掌脈 真實(shí)架構(gòu)的方向信息。以此類推，在存儲模板和速度允許下，可加權(quán)更多強(qiáng)度響應(yīng)的方向索 引。
[0024] 本發(fā)明提供的一種人體掌脈特征圖像采集方法，采用Radon變換來進(jìn)行圖像中直 線的檢測更有利于直線特征的提取，而又由于曲線可以看做小區(qū)間的直線，所以Radon變 換也可以檢測圖像中的曲線特征。掌脈血管脈絡(luò)圖類似于線特征，同時Radon變換中的積 分會累加所有像素的灰度變化，消去噪聲的影響并且得到整體的方向信息，因此用Radon 變換提取掌脈特征可以得到較佳的實(shí)驗(yàn)結(jié)果。
[0025] 本發(fā)明提供的距離函數(shù)：d = round[j(i-i0)2+(j-j0)2),按照這樣定義的距離函 數(shù)得到的鄰域范圍是不大于d的像素點(diǎn)組成的近似圓形的區(qū)域local (' 1)。這種方法不 僅去除了過多的冗余信息，減少計算復(fù)雜度和計算量，同時能包含更多的有效信息。通過構(gòu) 建這種距離函數(shù)矩陣確定濾波器鄰域有效范圍能得到更好的識別效果。
[0026] 本發(fā)明得到的一種人體掌脈特征圖像采集方法，能采集有效掌靜脈圖像，并簡化 計算量，利于后續(xù)圖像處理和對比。

【專利附圖】

【附圖說明】
[0027] 圖1是本實(shí)施例采集的掌脈圖像；
[0028] 圖2是本實(shí)施例剪切后原始的掌脈R0I圖像；
[0029] 圖3是為15 X 15的滿足對應(yīng)距離函數(shù)的鄰域示意圖；
[0030] 圖4是未設(shè)定距離函數(shù)的不同k下Lk的矩陣圖；
[0031] 圖5是設(shè)定距離函數(shù)后不同k下Lk的矩陣圖；
[0032] 圖6是直線段Lk為角度區(qū)間下的矩陣圖；
[0033] 圖7是實(shí)施例16 X 16大小的6個方向?yàn)V波器示意圖；
[0034] 圖8為實(shí)施例方向特征模板。

【具體實(shí)施方式】
[0035] 下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。
[0036] 實(shí)施例1 :
[0037] 本實(shí)施例提供的人體掌脈特征圖像采集方法，首先采用紅外采集裝置進(jìn)行原始掌 脈圖像采集，如圖1所示，原始掌脈圖像采集為128X128大小的256色灰度圖，每個人每只 手采集12幅圖像，前6幅和后6幅分別采自不同時間，采集的平均時間間隔為9天。第一個 階段采集到的圖片（即PolyU的前六幅圖片）作為數(shù)據(jù)庫樣本，剩下的圖片用作未知測試 樣本。這樣所得到的實(shí)驗(yàn)結(jié)果可以排除掉一部分由于采集時間不同而導(dǎo)致的變化的干擾。
[0038] 然后將圖像處理并建立到坐標(biāo)系中，最后通過方向?yàn)V波器提取掌脈特征圖像，所 述將圖像處理并建立到坐標(biāo)系中，是通過手掌輪廓線，定位中指所在輪廓線，得到中指中 線，以中線為基準(zhǔn)對原始掌脈圖像進(jìn)行旋轉(zhuǎn)校正，然后選取兩個關(guān)鍵點(diǎn)：食指與中指指尖的 角點(diǎn)A，無名指和小指指尖的角點(diǎn)B ;以AB所在直線為X軸，AB垂線為Y軸，建立坐標(biāo)系，提 取預(yù)先設(shè)定大小的圖像作為R0I圖像，例如但不限于128*128像素，在此，為降低計算量，可 對待提取圖像進(jìn)行裁剪，如圖2所示，將裁剪后的處理圖像作為R0I圖像。
[0039] 將所感興趣區(qū)域（R0I)進(jìn)行分塊，計算每塊平均灰度值，用雙三次插值得到平均 灰度估計矩陣。通過圖像背景灰度值的估計與原圖像作差后進(jìn)行CLAHE(Contrast Limited Adaptive Histogram Equalization,對比度受限自適應(yīng)直方圖均衡）操作得到增強(qiáng)的ROI 圖像。最后通過Radon變換對R0I圖像提取掌脈特征圖像。
[0040] 實(shí)施例2 :
[0041] 本實(shí)施例提供的人體掌脈特征圖像采集方法，采用Radon變換對建立到坐標(biāo)系中 的圖像進(jìn)行卷積操作，從而提取掌脈圖像特征，特征提取整體過程如下：
[0042] (1)設(shè)定距離函數(shù)：
[0043] d = round[j(i-i0f+(j-j0)2)
[0044] (i0，j0)為中心像素點(diǎn)，按照這樣定義的距離函數(shù)得至丨撤鄰域范圍是不大于d的像 素點(diǎn)組成的近似圓形的區(qū)域local (' jQ)。
[0045] (2)設(shè)定符合距離函數(shù)的鄰域，并劃分k個方向：
[0046] Lk = {(i, j) ：j = k(i-i〇)+j〇, i e Zp} (i, j) e local (i〇, j〇)
[0047] 其中k表示方向，（id, jd表示中心像素點(diǎn)，所有點(diǎn)（i, j)組成直線段Lk,圖像在直 線段Lk處響應(yīng)最強(qiáng)，其他方向響應(yīng)為0。
[0048] (3)計算k個方向能量相應(yīng)：
[0049] Energy\-Lk~\^ Σ/Ky]
[0050] 不同的中心像素重復(fù)這個操作。這樣由Djx^)所組成的方向索引矩陣為特征矩 陣。
[0051] 通常離中心像素越遠(yuǎn)的點(diǎn)（即靠近邊緣的點(diǎn)）對中心像素影響越小，反之則影響 越大，若按照對中心像素影響大小，將影響小的像素點(diǎn)定義為冗余信息，將影響大的像素點(diǎn) 定義為有效信息。則此設(shè)定的目的是減少冗余信息并盡可能增加有效信息對中心像素的 影響。如圖3所示為15X15的滿足對應(yīng)距離函數(shù)的鄰域示意圖，黑色區(qū)域表示中心像素 點(diǎn)（iodo)。大多數(shù)方法將圖3(a)作為其鄰域的有效范圍，即距離函數(shù)為d = max(|i-iQ|， j-j〇l)，為中心像素點(diǎn)。這種方法定義的鄰域包含了過多的冗余信息，增加了 計算量和計算復(fù)雜度。還有方法將圖3(b)作為其鄰域的有效范圍，即距離函數(shù)為d = i-i〇 I +1 I。這種方法定義的鄰域盡管計算量和計算復(fù)雜度都相應(yīng)減少，但其有效信息 也大大減少，不僅去除了過多的冗余信息，同時去除了大量的有效信息?；谏鲜龇椒ǖ牟?足，本文設(shè)定如圖3(c)所示的新的距離函數(shù)d =削艦-i。)2 +() -j·。)2)，按照這樣定義 的距離函數(shù)得到的鄰域范圍是不大于d的像素點(diǎn)組成的近似圓形的區(qū)域local (L，。這 種方法不僅去除了過多的冗余信息，減少計算復(fù)雜度和計算量，同時能包含更多的有效信 息。通過構(gòu)建這種距離函數(shù)矩陣確定濾波器鄰域有效范圍能得到更好的識別效果。
[0052] 實(shí)施例3 :
[0053] 本實(shí)施例提供的一種人體掌脈特征圖像采集方法，為了符合距離函數(shù)的鄰域，并 且保證k個方向的濾波器所包含的像素點(diǎn)個數(shù)相同，并且使用盡量少的方向個數(shù)，保證方 向辨識度，盡可能提取更多的方向信息，提高識別率，在k個方向構(gòu)建時，選取六個方向區(qū) 間，其中：
[0054] 方向0為0度；
[0055] 方向 1 角度屬于[30,31· 875]區(qū)間內(nèi)，即（（22. 5+30)/2+(30+45)/2)/2 = 31. 875 ;
[0056] 方向 2 為[58. 125,60]區(qū)間內(nèi)，即（(45+60)/2+(60+67. 5)/2)/2 = 58. 125 ;
[0057] 方向3為90度；
[0058] 同理方向4為[120,121.875]度區(qū)間內(nèi)；
[0059] 方向 5 為[148. 125,150]區(qū)間內(nèi)。
[0060] 上述方案滿足了下述的兩個目的1和目的2 :
[0061]目的1 :每個方向?qū)?yīng)一個濾波器，假定有k個方向?yàn)V波器，其應(yīng)同時滿足以下幾 個條件：
[0062] 條件1 :通過下面公式計算得到：
[0063] Lk = {(i, j) ：j = k(i-i〇)+j〇, i e Zp} (i, j) e local (i〇, j〇)
[0064] 其中k表示方向，（i。，」。）表示中心像素點(diǎn)，所有點(diǎn)（i，j)組成直線段Lk，圖像在直 線段L k處響應(yīng)最強(qiáng)，其他方向響應(yīng)為0。
[0065] 條件2 :保證k個方向的濾波器所包含的像素點(diǎn)個數(shù)相同。
[0066] 滿足條件1和條件2的濾波器可以從圖像中得到以直線段Lk表示的k方向響應(yīng) 圖像。
[0067] 但不論怎樣選取k，通過條件1計算得到的濾波器在方向不為0度和90度時，其像 素點(diǎn)總個數(shù)都要比〇度和90度方向的總數(shù)多，如圖4所示，k = 31 /6時組成Lk的共有42 個像素點(diǎn)，但k = 0時組成Lk的只有32個像素點(diǎn)；為了滿足條件2,必然要舍去方向不為0 度和90度上的一些點(diǎn)。而如何選擇舍去的點(diǎn)，用保留下的點(diǎn)集合得到表示方向的強(qiáng)相應(yīng)， 這點(diǎn)對識別率影響較大。但大多數(shù)方法設(shè)定濾波器時，通常人為感官的設(shè)定方向?yàn)V波器，而 沒有嚴(yán)格遵照公式計算真正方向?yàn)V波器，也沒有發(fā)現(xiàn)條件1. 2的矛盾。上面的距離函數(shù)同 樣為此部分奠定了良好基礎(chǔ)，由于舍去了冗余信息，方向不為0度和90度的濾波器的邊緣 點(diǎn)會舍去，減少了表示這些方向的像素點(diǎn)，使得條件2更容易滿足，如圖5所示，k = π/6 時組成Lk的共有33個像素點(diǎn)，k = 0時組成Lk的有32個像素點(diǎn),此時像素點(diǎn)之差僅為1。 現(xiàn)有技術(shù)的方法是等分角度，即任意兩個角度間間隔相等，〇度與180度重合。
[0068] 通常6個方向角度分別為：0度，30度，60度，90度，120度，150度；8個方向角度 分別為：〇 度，22. 5 度，45 度，67. 5 度，90 度，112. 5 度，135 度，157. 5 度。
[0069]目的2 :使用盡量少的方向?yàn)V波器提取更多更有效的方向信息。目前所有方法的 濾波器都是通過增加濾波器個數(shù)（方向數(shù)）進(jìn)而獲取更多的方向信息。如將6個方向增加 為8個方向，這樣不僅增加了計算量，同時實(shí)驗(yàn)結(jié)果并沒有明顯提升，反而有所下降。這是 因?yàn)橄嗤笮〉臑V波器，8個方向重疊的部分增加了，這使得方向可辨識度下降。這就要求 我們在保證方向辨識度的同時，盡可能的提取更多的方向信息。
[0070] 本實(shí)施例將上述設(shè)定的角度選取一個角度區(qū)間替代現(xiàn)有技術(shù)中的精確角度，這可 以為目的1中舍去的點(diǎn)設(shè)定新規(guī)則，即直線段L k為角度區(qū)間下重合的部分，如圖6所示， 藍(lán)色部分表不方向30度與方向31. 875度重合部分，黃色部分表7^ 30度方向非重合部分， 綠色部分表示31. 875度非重合部分，橘黃色為整個鄰域區(qū)域，黑色部分表示中心像素點(diǎn)， 這樣由藍(lán)色和黑色部分組合形成的像素點(diǎn)總個數(shù)剛好為32個像素點(diǎn)，這與0度90度方向 上像素點(diǎn)總數(shù)相同，這樣便于計算機(jī)操作，得到穩(wěn)定的特征信息，增加特征提取算法的魯棒 性。其次，角度用區(qū)間替代精確值，可容許一定的旋轉(zhuǎn)誤差，加強(qiáng)了算法的旋轉(zhuǎn)不變性。最 后由于方向1和方向2區(qū)間比原本的30度和60度方向更貼近于45度方向，這樣設(shè)定的方 向?yàn)V波器可以在得到30度方向上響應(yīng)的同時，一定程度上得到45度方向上的響應(yīng)，同理方 向3和方向4的濾波器可以得到120度方向上的響應(yīng)和一部分135度方向上的響應(yīng)。這樣 就達(dá)到了目的2,即使用相同個數(shù)的方向?yàn)V波器，得到更多更有效的方向信息。
[0071] 如圖7所示，為本實(shí)施例16X16大小的6個方向?yàn)V波器示意圖，在圖7的方向 濾波器中，線寬為2,方向數(shù)量為6,（a)(b)(c)(d)(e)(f)圖像分別代表不同方向的線積 分（求和），這些方向分別為 0°，[30°，31.875° ]，[58.125°，60° ]，90°，[120°， 121.875° ]，[148. 125°，150° ]。使用此方向?yàn)V波器，每次可以計算4個像素（中心像 素）的方向特征。
[0072] 實(shí)施例4 :
[0073] 本實(shí)施例提供的一種人體掌脈特征圖像采集方法，是為了提取更多更切合掌脈真 實(shí)架構(gòu)的方向信息，對卷積操作后的圖像進(jìn)行取方向索引操作，生成響應(yīng)圖像，即方向圖特 征矩陣，并將方向索引轉(zhuǎn)換成l〇g 2(K)位比特數(shù)；將最終的方向圖特征矩陣作為數(shù)據(jù)庫模 板，構(gòu)建靜脈數(shù)據(jù)庫。
[0074] 方向圖特征矩陣表示為：
[0075] Ener§y\-Lk]= Υ,?ν,?
[0076] 采集到的掌脈圖像中，表示掌脈區(qū)域的灰度值比背景處的灰度值暗，因此 Energy[L k]越小則表示此方向掌脈相應(yīng)最強(qiáng)。但根據(jù)掌脈響應(yīng)取方向索引操作有多種方 法，目前大多數(shù)方法選取掌脈相應(yīng)最強(qiáng)的方向，即Energy[L k]最小的方向索引構(gòu)建方向圖 特征矩陣：
[0077] Dk(x->y) = argmin(Energy[Lk]),k = 1,2,...,K
[0078] 女(1,1) k(l,2) '： k(l,n) k(2,l) k(2,2) \ k(2,n) Orientation map = k(m,2) : k(m,n)
[0079] 其中圖像大小為mXn，k(i，j)為Dk(x，y)中的k值。但這種方向圖矩陣所包含的 信息只是掌脈響應(yīng)最強(qiáng)的方向，特征提取過程中，Lk的線寬可調(diào)（即中心像素可以 不僅僅為1)，但一次實(shí)驗(yàn)中，Lk線寬取值固定，不能中途隨著掌脈寬度變化而變化。若掌脈 寬度變化較大，或掌脈交叉點(diǎn)，則單獨(dú)的最強(qiáng)方向索引不能完全表示出掌脈方向信息或呈 現(xiàn)出虛假掌脈方向信息。
[0080] 因此，本實(shí)施例提供的一種方向索引選取方式，即加權(quán)求方向索引如下：
[0081] Dk(x,y) = ^rgmm(Energy[Lk\),k = 1,2,..K k
[0082] D"(^y) = argmm{Energy[L0]),o = \,2,...,Κ,〇Φ k
[0083] p(i，j) = a Xk(i, j) + 3 Xo(i, j)，α，β e [0, 1]
[0084]

【權(quán)利要求】
1. 一種人體掌脈特征圖像采集方法，首先采用紅外采集裝置進(jìn)行原始掌脈圖像采集， 然后將圖像處理并建立到坐標(biāo)系中，最后通過方向?yàn)V波器提取掌脈特征圖像，其特征是：所 述將圖像處理并建立到坐標(biāo)系中，是通過手掌輪廓線，定位中指所在輪廓線，得到中指中 線，以中線為基準(zhǔn)對原始掌脈圖像進(jìn)行旋轉(zhuǎn)校正，然后選取兩個關(guān)鍵點(diǎn)：食指與中指指尖的 角點(diǎn)A，無名指和小指指尖的角點(diǎn)B ;以AB所在直線為X軸，AB垂線為Y軸，建立坐標(biāo)系，提 取預(yù)先設(shè)定大小的圖像作為ROI圖像，最后通過方向?yàn)V波器對ROI圖像提取掌脈特征圖像， 所述方向?yàn)V波器對ROI圖像提取掌脈特征圖像是采用Radon變換提取掌脈特征圖像。
2. 根據(jù)權(quán)利要求1所述的一種人體掌脈特征圖像采集方法，其特征是：所述的以MN垂 線為Y軸，是以M、N中點(diǎn)為原點(diǎn)，以MN的中垂線為Y軸建立坐標(biāo)系。
3. 根據(jù)權(quán)利要求1所述的一種人體掌脈特征圖像采集方法，其特征是：所述的采用 Radon變換提取掌脈特征圖像，是采用Radon變換對建立到坐標(biāo)系中的圖像進(jìn)行卷積操作， 從而提取靜脈圖像特征，特征提取整體過程如下： (1) 設(shè)定距離函數(shù)： d - round - 2 +(j~j〇)2 ) (i〇, j〇)為中心像素點(diǎn)，按照這樣定義的距離函數(shù)得至IJ的鄰域范圍是不大于d的像素點(diǎn) 組成的近似圓形的區(qū)域local (L, jQ); (2) 設(shè)定符合距離函數(shù)的鄰域，并劃分k個方向： Lk = {(i, j) ：j = k(i-i〇)+j〇, i e Zp} (i, j) e local (i〇, j〇) 其中k表示方向，（id, jd表示中心像素點(diǎn)，所有點(diǎn)（i, j)組成直線段Lk,圖像在直線段 Lk處響應(yīng)最強(qiáng)，其他方向響應(yīng)為0 ; (3) 計算k個方向能量響應(yīng)： Energy[Lk] = Σ/[，，)]
4. 根據(jù)權(quán)利要求3所述的一種人體掌脈特征圖像采集方法，其特征是：在k個方向構(gòu) 建時，選取六個方向區(qū)間，其中： 方向〇為〇度； 方向1角度屬于[30,31. 875]區(qū)間內(nèi)； 方向 2 為[58. 125,60]; 方向3為90度； 方向4為[120,121.875]度區(qū)間內(nèi)； 方向5為[148. 125,150]區(qū)間內(nèi)。
5. 根據(jù)權(quán)利要求3或4所述的一種人體掌脈特征圖像采集方法，其特征是：所述計算k 個方向能量響應(yīng)中，方向索引選取方式，采用加權(quán)求方向索引： Dk(x,y) = wgrmn(Energy[Lk]),k = 1,2,...,K k D0{x,y) = argmm{Energy[L0]),o = \,2,...,Κ,〇Φ k O P(i，j) = α Xk(i, j) + 3 Xo(i, j)，α，β e [〇, 1] P(U) P(l^) ' P(%n) r， , ^ ^(2,1) p(2,2) '： p(2,n) Orientation map = p(m3l) p(m32) : p(m，n) 其中：圖像大小為mXn，k(i，j)為Dk(x，y)中的k值，〇 (i，j)為Do (x，y)中的〇值。
【文檔編號】G06K9/20GK104091145SQ201410243214
【公開日】2014年10月8日 申請日期:2014年6月3日 優(yōu)先權(quán)日:2013年6月2日
【發(fā)明者】劉婭琴, 周宇佳, 盧慧莉, 黃振鵬, 何素寧, 聶為清, 詹恩毅 申請人:廣東智冠實(shí)業(yè)發(fā)展有限公司