一种利用人体手掌生物信息识别身份的方法
【专利摘要】一种利用人体手掌生物信息识别身份的方法，涉及一种识别身份的方法，所述方法包括以下步骤：a.手掌静脉和手指轮廓图像采集：在850nm近红外光下一次性拍摄采集手掌静脉和手指轮廓图像；b.在图像上提取小拇指、食指、中指、无名指的长度和宽度；并计算得到各手指长度与宽度的相对信息，以此作为四指轮廓特征信息；c.定位手掌静脉的感兴趣区域；提取手掌静脉信息构成手掌静脉特征信息；d.匹配识别。本发明通过加入方便获取的手指轮廓特征，解决了极少数人群手掌静脉清晰度不好，影响识别准确性的问题。即利用了人体中安全性和用户接受程度极高的手掌静脉信息进行个人身份识别，又解决了对单生物特征识别准确度的要求。
【专利说明】一种利用人体手掌生物信息识别身份的方法
【技术领域】
[0001] 本发明涉及一种身份识别方法，特别是涉及一种利用人体手掌生物信息识别身份 的方法。
【背景技术】
[0002] 人体生物特征的身份识别技术是指利用如人脸，指纹等人体固有的物理特征，或 声音、步态等行为特征来鉴别个人身份的技术。与传统的基于密码或身份识别卡的方式相 t匕，它具有更好的有效性、安全性和可靠性，日益获得更广阔的应用市场。目前常用的人脸 识别和指纹识别，由于人脸很容易被窃取拍摄，指纹容易遗留在手持物上而被窃取，两者都 存在安全漏洞，影响安全性，不适合于对安全级别要求高的场合。
[0003] 手掌静脉、手指轮廓都具有唯一性、稳定性，是可用作身份鉴别的生物特征。手掌 静脉隐藏在表皮下，呈网状分布，结构复杂很难被复制，手掌静脉图像需在近红外光下拍 摄，无法在可见光下拍摄，这些特性使得手掌静脉成为一种安全性好的生物特征。断落的手 掌或尸体因血液停止流动将不能通过认证，所以手掌静脉又可以作为"活体识别"的依据。 手掌静脉的以上特点使得手掌静脉识别技术具有了高安全性的优势，适合于对安全性要求 高的场合。但是，极少数人手表皮十分厚，其手掌静脉图像不够清晰。为了克服单一生物特 征的局限性，可以通过融合更多生物特征的有效信息，降低对单独生物特征的准确度要求。
【发明内容】
[0004] 本发明的目的在于提供一种利用人体手掌生物信息识别身份的方法，该方法利用 手掌静脉采集通过加入手指轮廓信息进行融合识别，利用了人体中安全性极高、被用户接 受程度好的手掌静脉特征，又能够克服极少数人群手掌静脉清晰度不好，影响识别准确性 的问题。
[0005] 本发明的目的是通过以下技术方案实现的： 一种利用人体手掌生物信息识别身份的方法，所述方法包括以下步骤： a. 手掌静脉和手指轮廓图像采集：在850nm近红外光下一次性拍摄采集手掌静脉和手 指轮廓图像； b. 在图像上提取小拇指、食指、中指、无名指的长度和宽度；并计算得到各手指长度与 宽度的相对信息，以此作为四指轮廓特征信息； c. 定位手掌静脉的感兴趣区域；提取手掌静脉信息构成手掌静脉特征信息； d. 匹配识别。
[0006] 所述的一种利用人体手掌生物信息识别身份的方法，所述四指轮廓特征信息的采 集步骤如下： (1) 图像二值化，采用大律法自动确定图像阈值，完成图像二值化； (2) 确定手掌轮廓，采用基于八连通区域的轮廓跟踪方法，在二值图像中确定手掌轮 廓； (3) 提取四指的指尖点和手指间谷点，从图像中手腕所在的边，向指尖所在边按列扫描 手掌轮廓图像； (4) 提取指间谷点的起点和终点； (5) 提取食指的左侧指根点，提取小捣指右侧指根点； (6) 提取四指的长度和宽度； 得四根手指的长度、宽度信息共12个；其中绝对值8个，相对值4个，为手指轮廓特征 向量。
[0007] 所述的一种利用人体手掌生物信息识别身份的方法，所述提取手掌静脉信息，即 在掌心区提取一块正方形区域作为感兴趣区域，在感兴趣区域中提取手掌静脉基于结构的 特征向量，基于纹理的特征向量或基于子空间的特征向量。
[0008] 所述的一种利用人体手掌生物信息识别身份的方法，所述匹配识别，包括以下过 程： 获得手指轮廓特征向量F和手掌静脉特征向量P;为了消除两种不同模式特征在数 值上的非均衡性对融合识别可能造成的不利影响，将/^'和P分别进行如下标准化处理：令
【权利要求】
1. 一种利用人体手掌生物信息识别身份的方法，其特征在于，所述方法包括以下步 骤： a. 手掌静脉和手指轮廓图像采集：在850nm近红外光下一次性拍摄采集手掌静脉和手 指轮廓图像； b. 在图像上提取小拇指、食指、中指、无名指的长度和宽度；并计算得到各手指长度与 宽度的相对信息，以此作为四指轮廓特征信息； c. 定位手掌静脉的感兴趣区域；提取手掌静脉信息构成手掌静脉特征信息； d. 匹配识别。
2. 根据权利要求1所述的一种利用人体手掌生物信息识别身份的方法，其特征在于， 所述四指轮廓特征信息的采集步骤如下： (1) 图像二值化，采用大律法自动确定图像阈值，完成图像二值化； (2) 确定手掌轮廓，采用基于八连通区域的轮廓跟踪方法，在二值图像中确定手掌轮 廓； (3) 提取四指的指尖点和手指间谷点，从图像中手腕所在的边，向指尖所在边按列扫描 手掌轮廓图像； (4) 提取指间谷点的起点和终点； (5) 提取食指的左侧指根点，提取小捣指右侧指根点； (6) 提取四指的长度和宽度； 得四根手指的长度、宽度信息共12个；其中绝对值8个，相对值4个，为手指轮廓特征 向量。
3. 根据权利要求1所述的一种利用人体手掌生物信息识别身份的方法，其特征在于， 所述提取手掌静脉信息，即在掌心区提取一块正方形区域作为感兴趣区域，在感兴趣区域 中提取手掌静脉基于结构的特征向量，基于纹理的特征向量或基于子空间的特征向量。
4. 根据权利要求1所述的一种利用人体手掌生物信息识别身份的方法，其特征在于， 所述匹配识别，包括以下过程： 获得手指轮廓特征向量F和手掌静脉特征向量P;为了消除两种不同模式特征在数 值上的非均衡性对融合识别可能造成的不利影响，将/^'和P分别进行如下标准化处理：令 ，· =，/ρτ|, ,将尸和产化为单位向量，，·，J?·分别为标准化后的手指轮廓特征 向量F和手掌静脉特征向量八
5. 双坚线表示2-范数，继而获得组合特征向量如下： L=IpPt (I-S)jFt]. 其中〇为权值，表示不同特征的贡献大小，可通过实验选择； 匹配时，计算图库中所提取的第/7个特征向量I51和第个特征向量1^的欧氏距离，记 为： Ljf -L^| . 如果?两足： Disiancect； 则认为该对掌纹属于同一个人而被接受，否则，被拒绝，?为某一预先设定的阈值。
【文档编号】G06K9/00GK104318213SQ201410560835
【公开日】2015年1月28日 申请日期:2014年10月21日 优先权日:2014年10月21日
【发明者】吴微, 邵一川, 赵宏伟, 夏红刚 申请人:沈阳大学