基于智能手机分离处理的手指静脉识别系统及方法与流程
本发明涉及手指静脉识别技术，具体涉及一种基于智能手机分离处理的手指静脉识别系统及方法。
背景技术：
现有的手指静脉识别技术是基于采集和处理结合在一起的设备平台，采集到手指静脉图像数据后，再进行预处理，特征提取和认证识别，由于手指静脉图像对比度和信噪比都比较低，需要较复杂的增强算法，如gabor滤波，在特征提取方面需要用到诸如surf等复杂的局部特征点提取，提取特征后还需要压缩，上述算法关系到识别精度，有大量的浮点数和迭代运算，即要求该设备平台具有很强的计算能力和较大的内存空间。
目前，市面上的手指静脉识别设备大多是集采集和处理于一体，设备硬件成本较高，难以满足大范围推广。
技术实现要素：
针对现有技术中的缺陷，本发明首先提供一种基于智能手机分离处理的手指静脉识别系统，该系统将手指静脉采集和信息处理分离处理，借助于现有的智能手机，将复杂的处理算法移植到智能手机上，有效降低系统硬件成本，便于推广。
为实现上述目的，本发明所采用的具体技术方案如下：
一种基于智能手机分离处理的手指静脉识别系统，其关键在于，包括手指静脉采集终端和智能手机平台，所述手指静脉采集终端和智能手机平台之间通过无线通信实现信息交互，其中：
所述手指静脉采集终端包括近红外光源模块、近红外摄像头、微控制器以及第一无线通信模块，所述近红外光源模块和近红外摄像头模块相对设置，二者之间预留有用于放置手指的采集槽，所述微控制器一方面用于控制所述红外光源模块的光照强度，另一方面通过所述近红外摄像头采集手指静脉信息，并通过所述第一无线通信模块上传至智能手机平台；
所述智能手机平台设置有与所述第一无线通信模块相匹配的第二无线通信模块，该智能手机平台通过所述第二无线通信模块接收所述手指静脉采集终端上传的手指静脉信息，智能手机平台中的信号处理器提取手指静脉信息的信号特征，并将其反馈到手指静脉采集终端中；
手指静脉采集终端通过与数据库中预设的信号特征匹配，最终输出手指静脉识别结果。
基于上述系统，本发明在功能上将手指静脉识别的四个识别过程(采集，预处理，特征提取和匹配识别)分离出来，将需要大量计算资源的预处理和特征提取移至智能手机上进行，在手指静脉采集终端上保留原有的现场活体采集和认证的功能，简化了手指静脉识别终端的设计，只需保留采集和简单的匹配功能，从而降低计算资源要求，节约系统硬件成本。
进一步地，所述智能手机平台中设置有内核、数字信号处理器、图像处理单元以及液晶显示器，数字信号处理器主要用于图像信息的预处理，图像处理单元用于实现图像特征提取。
进一步地，所述第一无线通信模块和第二无线通信模块为蓝牙模块，当然也可以采用其它无线通信方式，比如wifi网络。
进一步地，在所述手指静脉采集终端设置有二维码，所述智能手机平台通过扫描该二维码自动链接进入服务器，并下载用于实现手指静脉识别的处理软件。
基于上述系统设计，本发明还提出一种基于智能手机分离处理的手指静脉识别方法，按照以下步骤进行：
s1：通过手指静脉采集终端采集手指静脉图像；
s2：手指静脉采集终端对步骤s1所采集的手指静脉图像加密；
s3：手指静脉采集终端将加密后的手指静脉图像通过无线通信方式上传到智能手机平台；
s4：智能手机平台对加密后的手指静脉图像进行解密还原；
s5：智能手机平台对解密还原后的手指静脉图像进行图像增强处理；
s6：智能手机平台对增强后的手指静脉图像进行特征提取，得到特征向量；
s7：智能手机平台对提取后的特征向量进行压缩加密；
s8：智能手机平台将压缩加密后的特征向量下载到手指静脉采集终端中；
s9：手指静脉采集终端对下载的特征向量进行解密处理；
s10：手指静脉采集终端判断下载的特征向量是否用于进行判断识别，如果是，则进入步骤s11，否则，该特征向量是用于注册的特征向量，将其存储在数据库中；
s11:手指静脉采集终端将解密后的特征向量与数据库中的每个特征向量进行匹配；
s12：由所述手指静脉采集终端向外输出匹配结果。
进一步地，所述智能手机平台还设置有用于输出提示用户将手指放置到手指静脉采集终端上的步骤。
进一步地，步骤s2中的图像加密采用混沌logistic置乱加密。
进一步地，所述混沌logistic置乱加密的密钥由所述手指静脉采集终端每天随机产生，并在与所述智能手机平台握手连接时，通过握手信号传送给智能手机平台。
进一步地，所述手指静脉采集终端中的近红外摄像头获取得到的原始图像大小为320*240，微控制器将其裁剪为160*64的大小后再做加密处理，通过图像裁剪，仅仅选择部分携带静脉图像信息的图片进行异地处理，从而有效降低数据的传输量。
本发明的有益效果：
本发明将手指静脉图像采集和识别处理过程分开，简化手指静脉识别采集设备的硬件和软件，降低其硬件平台成本，采集平台中的微控制器只需要控制摄像头，光源和与无线通信模块即可，充分利用现有手机上硬件处理数字图像的能力，有效克服了现有系统因为硬件成本偏高而难以市场普及的缺陷，同时设备之间传输的数据量相对较少，有效保证了信息处理的实时性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明的系统原理框图；
图2为本发明的信息处理流程图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示，本实施例中首先提供一种基于智能手机分离处理的手指静脉识别系统，包括手指静脉采集终端和智能手机平台，所述手指静脉采集终端和智能手机平台之间通过无线通信模块实现信息交互，其中：
所述手指静脉采集终端包括近红外光源模块、近红外摄像头、微控制器以及第一无线通信模块，所述近红外光源模块和近红外摄像头模块相对设置，二者之间预留有用于放置手指的采集槽，所述微控制器一方面用于控制所述红外光源模块的光照强度，另一方面通过所述近红外摄像头采集手指静脉信息，并通过所述第一无线通信模块上传至智能手机平台；
所述智能手机平台设置有与所述第一无线通信模块相匹配的第二无线通信模块，该智能手机平台通过所述第二无线通信模块接收所述手指静脉采集终端上传的手指静脉信息，智能手机平台中的信号处理器提取手指静脉信息的信号特征，并将其反馈到手指静脉采集终端中；
手指静脉采集终端通过与数据库中预设的信号特征匹配，最终输出手指静脉识别结果。
实施过程中，所述第一无线通信模块和第二无线通信模块为蓝牙模块。
为了更好的实现手指静脉图像的分离式处理，所述智能手机平台中设置有内核、数字信号处理器、图像处理单元以及液晶显示器。
基于目前智能手机的发展，智能手机平台中的手指静脉识别系统通常设置成一款专用的app软件，为了方便软件下载和安装，在所述手指静脉采集终端设置有二维码，该二维码对应一个软件下载地址，所述智能手机平台通过扫描该二维码自动链接进入服务器，并下载用于实现手指静脉识别的处理软件，通过安装预设的处理软件，智能手机平台即可与手指静脉采集终端之间进行近距离蓝牙无线连接。
如图2所示，本实施例还提出一种基于智能手机分离处理的手指静脉识别方法，在具体处理过程中，按照以下步骤进行：
s1：当智能手机平台与手指静脉采集终端建立蓝牙连接后，所述智能手机平台上预先安装的用于实现手指静脉识别的app软件即开始工作，先输出提示信息，提示用户将手指放置到手指静脉采集终端上，用户做出该动作后，手指静脉采集终端检测到该手指放置在合适的位置时，即可通过近红外摄像头采集该用户的手指静脉图像；
为了减少信息传输量，所述手指静脉采集终端中的近红外摄像头获取得到的原始图像大小为320*240，微控制器将其裁剪为160*64的大小后再进入步骤s2做加密处理，裁剪后的静脉图像记为i0，每个像素的灰度值都在[0255]之间。
s2：手指静脉采集终端对步骤s1所采集的手指静脉图像加密；
在本实施例中，获得原始手指静脉图像i0后进行混沌logistic置乱加密，logistic函数是源于一个人口统计的动力学系统，其系统方程形式如下：
x(k+1)＝u*x(k)*[1-x(k)](k＝0,1,…,n)(1)
该方程只需要2个参数，分别是初值x(0)和参数u，在满足以下两个条件时：
①：0<x(0)<1；②：3.5699456...<u<＝4
logistic函数工作于混沌状态。例如可以取x(0)＝0.1和u＝4，当迭代n次后，就得到了x(1)、x(2)、…，x(n)的序列。那么这就是一个混沌序列，是一维的暂且称作序列a，也就是我们想要得到的序列，该序列数值在(0,1)之间，可以映射到(0,255)之间。如果n的取值与静脉roi区域的像素值一样多，即n＝160*64，将该序列也排列成160*64大小的一个矩阵，称为b。
将图像矩阵a与矩阵b每个对应位置(i,j)的像素值进行异或运算得到新的加密后的图像c，如下公式所示：
i1(i,j)＝i0(i,j)⊕b(i,j)
上述加密过程的密钥是：u和x(0)，可以由所述手指静脉采集终端每天随机产生，并在与所述智能手机平台握手连接时，通过握手信号传送给智能手机平台，便于后续解密处理。
s3：手指静脉采集终端将加密后的手指静脉图像通过无线通信方式上传到智能手机平台；
s4：智能手机平台对加密后的手指静脉图像进行解密还原；
结合前面描述，当智能手机平台中的app程序接收到i1图像后，再用下述公式解密恢复出i0图像，d与a是相同的图像：
i0(i,j)＝i1(i,j)⊕b(i,j)
由于密钥由手指静脉采集终端随机产生，一天一密，手指静脉采集终端将加密后的手指静脉图像和动态密码上传给智能手机平台，智能手机平台app解密获得原始的手指静脉图像，再做预处理。
s5：智能手机平台对解密还原后的手指静脉图像进行图像增强处理；
在图像增强处理过程中，通常包括中值滤波，灰度均衡，以及三个尺度八个方向的gabor滤波，gabor滤波核的公式描述如下：
其中
s6：智能手机平台对增强后的手指静脉图像进行特征提取，得到特征向量；使用增强后的静脉图像进行特征提取，如先提取uniformlbp特征，再将lbp特征图分成16*16的块，统计每个块中的58种uniformlbp特征的直方图，原图像大小为160*64，分块16*16,即有40个块，每个块有58个字节，连接所有块的lbp直方图数据作为特征向量t0，该向量为40*58＝2320个字节；
s7：智能手机平台对提取后的特征向量进行压缩加密；
实施过程中，依然通过前面的混沌logistic置乱加密进行压缩加密，最后后变为特征向量t1；
s8：智能手机平台将压缩加密后的特征向量t1下载到手指静脉采集终端中；
s9：手指静脉采集终端对下载的特征向量进行解密处理；
s10：手指静脉采集终端判断下载的特征向量是否用于进行判断识别，如果是，则进入步骤s11，否则，该特征向量是用于注册的特征向量，将其存储在数据库中；
s11:手指静脉采集终端将解密后的特征向量与数据库中的每个特征向量进行匹配；
s12：由所述手指静脉采集终端向外输出匹配结果。
通过上述过程可以理解，手指静脉采集终端接收到加密后的特征向量t1后，如果是属于注册信息，则直接存储在外存储器flash中，如果是做匹配识别，就先将t1解密为特征向量t0，将恢复的特征向量t0与所有已注册的特征向量进行距离匹配，选取出距离最小的注册特征向量与预先设定的阈值进行比较，低于该阈值即识别该手指静脉为距离最小的用户，从而向外输出匹配结果，使其可以进行门禁或执行打卡操作。
基于上述构思，可以理解，本实施例通过在功能上将手指静脉识别的四个识别过程(采集，预处理，特征提取和匹配识别)分离出来，将需要大量计算资源的预处理和特征提取移至智能手机上进行，在手指静脉采集终端保留原有的现场活体采集和认证的功能。简化手指静脉识别终端的设计，只需保留采集和简单的匹配功能，降低计算资源要求，节约硬件成本。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
- 还没有人留言评论。精彩留言会获得点赞！