专利名称：掌纹图像信息采集、识别装置及方法
技术领域：
本发明属于信息安全系统范围，特别涉及一种小型高速在线掌纹信息采集的一种掌纹图像信息采集、识别装置及方法。
背景技术：
现今，人们对于系统和信息安全性的要求日益增加，需要验证人的身份的应用场合越来越多，传统的身份验证方法由于其自身所固有的弱点已不能满足社会发展的要求。生物特征识别技术就是在这种情况下应运而生的。生物特征识别技术是基于生物统计学的身份自动鉴别技术，利用人的生理特征或行为特征通过计算机来鉴别一个人的身份，被认为是一种最可靠、最有前途的身份鉴别技术。作为网络化与信息化时代必不可少的身份鉴别手段，生物特征识别技术已成为国内外的前沿热门研究方向。用于身份识别的人体生物特征很多，其中指纹、虹膜、人脸、签名等生物特征已经得到深入研究，并取得了丰硕的成果。
掌纹识别技术是利用掌纹图像信息对个人身份进行识别的一种生物特征识别技术。虽然它是一种比较新的身份识别技术，但作为对现有人体生物特征识别技术的重要补充，掌纹识别有着其独特的优点①掌纹图像比指纹含有更多的可区分信息，即使损伤和残缺的掌纹也有足够的鉴别信息；②掌纹面积大、细节多，中心凹陷，难以在日常使用的物品上提取完整的掌纹，所以很难伪造；③掌纹采集设备的价格比虹膜采集设备的价格要低廉得多；掌纹的采集方法相对简单，并不会让人联想到隐私权的侵害，它的被测试者可接受程度较高；④掌纹识别可获得比人脸识别更高的识别精度，识别速度也较快。正是由于这些原因，使得掌纹识别从近年兴起以来，很快就成为生物识别技术领域中一种很有发展潜力的生物特征识别方法。
掌纹识别系统主要包括三部分掌纹图像采集，掌纹图像预处理和掌纹特征提取及匹配。其中，掌纹图像采集是一个重要方面，尤其是在线获取掌纹图像，它直接影响到后续处理的难易程度和识别结果。在线掌纹图像采集是用计算机控制采集过程，并将实时采集的图像传送到计算机。现有的在线掌纹图像采集装置主要是基于CCD摄像机和扫描仪两种方式。
第一台基于CCD摄相机的采集装置是由香港理工大学的张大鹏教授及其所带领的科研小组于2000年自行设计和开发的，并于2002年申请了专利(专利号02132457.3公开号CN138716
公开日期2002.12.25)。随后他们对开发的掌纹图像采集仪进行改进，并也申请了专利(专利号03822593.x公开号CN168535
公开日期2005.10.19)。图1显示了他们最终采用的在线掌纹图像采集装置图，由CCD摄相机1、观察窗2和玻璃板3放置在仪器主体台面上构成，在玻璃板3上设置5个定位销限制手掌的移动。其工作原理是光的全反射。光线照到掌纹的表明，反射光线由CCD去获取，反射光的量依赖于压在玻璃表明掌纹的脊和谷的深度以及皮肤与玻璃间的油脂和水分。光线照射到谷的地方后在玻璃与空气的界面发生全反射，光线被反射到CCD，而射向脊的光线不发生全反射，而被脊与玻璃的接触面吸收或者漫反射到别的地方，这样就在CCD上形成了掌纹图像。虽然该装置可以实现在线掌纹图像的实时采集，但该项技术也存在着一些缺陷1.为了实现手掌定位，该装置采用了5个定位销限制手掌的移动，旋转和张伸程度。由于这些定位销位置固定，无法根据手掌大小不一做出相应的调整，这给用户带来不便，不符合人性化设计理念。另外，5个定位销的位置和掌纹图像捕获窗口的大小是根据成年人手掌大小的统计均值设定的，它忽略了儿童用户群体。
2.由于受到镜头焦距的限制，待采集手掌与镜头之间的距离必须大于镜头的焦距，所以造成该在线掌纹采集装置整体体积庞大，影响系统最终的推广和普及。
另外一种基于CCD摄相机的在线掌纹图像采集装置是由A.Kumar和H.C.Shen于2002年设计的一套基于数码相机的在线掌纹图像采集装置。该装置直接采用Olympus C-3020数码相机来获取掌纹图像，虽然简单方便，而且没有采用定位销限制手掌的移动，但是其采集图像质量受采集环境影响较大，尤其是外界光线造成较大影响。
2002年，Tee Connie和Andrew Teoh等采用HP ScanJet 3500C光学扫描仪采集在线掌纹图像。这种方法受外界光线影响较少，而且设备体积也可以做的较小。扫描仪是最容易得到的通用采集设备，但这种方法的弊端在于采集速度较慢，获取一幅图像往往需要10秒左右的时间，不利于实现掌纹的实时采集和识别。台湾中华大学和马来西亚的Multimedia大学也采用这种方法，现有基于CCD的在线掌纹图像采集装置由于受到镜头焦距的限制设备体积庞大。采集装置越小，适用领域越广，采集装置过大直接影响系统最终的推广和普及。除此之外，他们对光源的均匀性和稳定性要求较高或对外界光源很敏感。虽然基于扫描仪的在线掌纹图像采集装置不存在以上问题，但它也有一个致命的弱点扫描速度慢，无法满足在线掌纹识别系统的实时性要求。
现有的大部分文献均采用基于稳定点建立坐标系来进行掌纹定位的方法，如图5所示，即采用食指与中指，中指与无名指和无名指与小拇指之间的连接点k1，k2和k3确立坐标系，并在所建立的坐标系下截取出一个固定尺寸(如128×128)的掌纹子图，因此在对掌纹图像进行特征提取和匹配之前，应该对所有掌纹图像进行精确定位和归一化；虽然该方法应用于如图1所示的装置采集的掌纹图像可以取得很好的定位效果，但只使用手指之间连接点定位，无法获取正确的掌纹子图。另外，该方法采用一个固定大小的窗口截取掌纹子图，可能会丢失重要的掌纹信息。为了解决以上问题，我们设计开发了一套小型高速基于扫描仪的在线掌纹图像采集装置。因为本掌纹图像采集装置采集图像时，用户仅需将手掌随意放置于扫描平面上，并不采用定位销来约束用户。这种采集方式受到用户的欢迎，但手掌的灵活位置及张伸程度等变化将增加定位难度；目前与本发明类似的掌纹采集装置尚没有先例。
发明内容
本发明的目的是提供一种掌纹图像信息采集、识别装置及方法。其特征在于，所述掌纹图像信息采集、识别装置由计算机、快速扫描仪及暗箱组成，所述暗箱如图2所示，它由顶板13、背板11、两个侧面板9及底板5构成一端开口的长方体箱体，开口端的两侧面板9上设置抽拉门滑槽1，抽拉门2插入抽拉门滑槽1中；在长方体箱体内底板5上，靠两个侧面板9分别固定挡块支撑板6，二者之间放入扫描仪4，挡块支撑板6上面固定平板透明玻璃板3，平板透明玻璃板3上靠两个侧面板9对称固定前挡块10和后挡块7，前挡块10和后挡块7之间为拇指凹槽8。
所述背板11上开了两个洞12，一个是运输锁窗口，一个是USB接口和交流电适配器接口窗口。
所述两个侧面板9之间距离与扫描仪器4的宽度相当。
所述组成长方体箱体的各侧面板及抽拉门都采用黑色不透明的有机玻璃板材料。
所述掌纹图像信息采集、识别方法，通过手掌的最大内切圆(MIC)以及手指间的关键点获得较为稳定的手掌最大有效圆，然后根据最大有效圆截取有效子图并进行尺度归一化，得到掌纹子图。该方法的主要流程为①读入掌纹库中的掌纹图像。
②图像二值化，即首先计算图像的灰度直方图，依此确定二值化阈值，并对图像进行二值化处理。
③对二值化图像进行角度旋转校正，即采用手掌的方向线一外侧轮廓弧线所对应的弦作为参考线校正掌纹图像。
④搜索手掌的最大内切圆(MIC)，获得其圆心位置及半径大小的相关数据。该搜索流程。
⑤定位指缝关键点。即，在二值化图像上定位中指与无名指间指缝的最低点作为最大有效圆定位的关键点。
⑥定位手掌的最大有效圆。即，将步骤④得到的最大内切圆的圆心与由步骤⑤得到指缝关键点所在直线向指缝关键点的方向移动，同时动态地调整圆的半径并最终得到最大有效圆，并记录其圆心位置、半径数据。
⑦截取子图。在步骤⑥的基础上，根据最大有效圆的圆心位置及半径大小，截取最大有效圆的最大内接正方形区域作为子图。
⑧子图归一化。将步骤⑦所获得的子图全部归一化为128×128大小并输出。
本发明的有益效果，由长方体暗箱和扫描仪组成掌纹信息采集、识别装置其结构简化，体积小；降低开发成本，缩短开发周期，采集速度快，可以实现掌纹图像的实时采集与传输；不用外加光源，不受外界光线的影响；不设定位销约束手掌的摆放位置，不仅提高了装置的使用舒适度，而且还扩大其适用群体，增强设备的通用性，进而易于该装置的推广和普及。
所提出的掌纹图像提取方法不受手掌的伸展程度的影响，可获得较一致的子图；找到每个手掌的最大有效圆，提取适合尺寸的有效子图，避免丢失重要掌纹信息，提高识别率。
图1现有技术采用的在线掌纹图像采集装置示意图。
图2暗箱结构示意图。
图3掌纹图像预处理流程图。
图4(a)为原手掌图像(b)为手掌二值化图像。
图5掌纹图像校正原理示意图(a)旋转前边缘图像(b)旋转后边缘图像。
图6 MIC的搜索流程图。
图7搜索最大内切圆示意图。
图8子图截取与归一化转掌纹图像。
图9为采集装置软硬件通讯流程图。
图10为本发明识别算法的ROC曲线。
具体实施例方式
本发明提供一种掌纹图像信息采集、识别装置及方法。在图2所示掌纹信息采集、识别装置结构示意图中，为了适应掌纹采集的方便与快捷，并且尽量减少外界干扰，对原有的系统结构做了改进。①去掉扫描仪盖板；②设计了一个具有抽拉门的暗箱，将扫描仪封装到暗箱中；进而构成完整的基于扫描仪的在线掌纹采集装置。该装置为一个由顶板13、背板11、两个侧面板9及底板5构成一端开口的长方体箱体，开口端的两侧面板9上设置抽拉门滑槽1，抽拉门2插入抽拉门滑槽1中；在长方体箱体内底板5上，靠两个侧面板9分别固定挡块支撑板6，两个挡块支撑板6之间距离与扫描仪器4的宽度相当，扫描仪4放入二者之间。扫描仪4采用富士通公司新推出的一款高速A6幅面平板扫描仪(fi-60f)。在掌纹识别中我们仅需要手掌和指根部分的图像，所以，该款扫描仪完全能够满足掌纹图像的采集的需要。Fi-60f这款扫描仪尺寸为40×234×145mm，自重也仅有0.9kg。该机采用CMOS CIS技术。挡块支撑板6上面固定平板透明玻璃板3，平板透明玻璃板3上靠两个侧面板9对称固定前挡块10和后挡块7，前挡块10和后挡块7之间为拇指凹槽8，该两个凹槽直接有足够的空间供手掌活动，所以它并不是用于定位手掌，而是起到保证手掌置于扫描范围内的作用；由于箱体材料采用黑色不透明的有机玻璃，用户无法看见箱体内的构造，这两组挡块同时也起到手掌放置导向的作用。
在软件设计方案中，我们利用TWAIN(Toolkit Without An Ihteresting Name)作为与扫描仪设备交互的接口。TWAIN为应用程序和图像获取设备(数据源)之间的通信定义了一个标准的软件协议和编程接口。使用它在应用程序中与图像获取设备进行通信可以大大的降低开发的复杂度。本采集装置软硬件通讯流程(如图9所示)依次为加载源管理器、打开源管理器、打开源、准备数据传输、进行数据传输。
本方法通过手掌的最大内切圆(MIC)以及手指间的关键点获得较为稳定的手掌最大有效圆，然后根据最大有效圆截取有效子图并进行尺度归一化，得到掌纹子图(如图3、4、5、6、7、8所示)下面就软件设计的每个过程进行详细说明。
1.掌纹图像的二值化由于采集的掌纹图像具有背景简单的特点。因此首先计算原图像的直方图，即Pr(rk)=nkn,]]>rk＝k＝0，1，…，255，然后动态地取直方图曲线第一个峰值所对应的灰度值作为阈值对原图像进行二值化，即可得到手掌的二值化图像(如图4所示)。
2.掌纹图像校正由于手掌外侧轮廓线的方向不受手掌张伸程度的影响，所以我们采用手掌的方向线(外侧轮廓弧线所对应的弦)作为参考线校正掌纹图像。如图5所示。首先提取手掌边缘，利用边缘跟踪算法找到各手指间的连接点k1，k2和k3；在位于最下方的连接点正下方30-35个像素处取一条水平直线，该直线与手掌外轮廓线的交点p1即为参考线上的一点；在L1下方120个像素点距离处另取一水平直线L2，L2与手掌外轮廓线的交点为P2，则p1和p2的连线即为掌纹图像旋转的参考线。计算直线p1p2与竖直方向的夹角θ，将原手掌图像，二值化图像及其边缘图像顺时针旋转一个θ角，分别获得校正后的掌纹图像，二值化图像和边缘图像。
3.手掌最大内切圆(MIC)搜索图6所示为MIC的搜索流程图；图7为搜索最大有效圆示意图。在校正后的二值化图像上(如图4所示)，图4(a)为原手掌图像，(b)为手掌二值化图像；取白色点(右图中手掌内部的点)为圆心的可取范围。第一次搜索前给出半径的初始值，以圆心角为自变量根据圆心、半径的取值计算该圆周上的每点的坐标，并判断该点是否在手掌内部(在二值化图像上即为白色点)。当圆周上所有的点都为白色即在手掌内部时，将半径增大1个单位、并取下一个圆心点再次进行验证。当这个部分完成时，即可得到手掌的MIC的圆心O的坐标和半径R。
4.手掌最有效圆定位(MEC)如图7所示，利用边缘跟踪算法在旋转后的边缘图像上找到中指和无名指之间的连接点L，将MIC沿直线OL向L平移，即将其圆心沿直线OL向L平移，同时调整其半径大小以保证圆始终内切于手掌。当该内切圆平移到最靠近L点时停止，此时即得到最有效圆MEC，其圆心为On、半径为Rn。
5.子图截取与归一化如图8所示，以On为中心、Rn为半径，取大小为Rn×Rn的方子图，并将其缩放到128×128大小，即得到最终的子图结果。。
本装置的试验数据库由来自40个试验者的400张图片构成。使用现有的及本技术方案提出的掌纹提取方法分别得到掌纹图像库DBA和DBB。利用2DGabor小波来验证本系统预处理方法，参数设置θ＝0，u＝0.0916，σ＝5.6179，得相应的ROC曲线(如图10所示)。从图中看出使用DBB的正确接受率要比DBA高两个百分点，可证明本系统预处理方法的有效性。
本发明的扫描分辨率介于50dpi和600dpi之间，支持TWSIN和ISIS驱动。这保证了设备所采集的图像的质量和通用性。扫描仪的扫描速度在200dpi分辨率下扫描一幅图像仅需1秒钟。通常在掌纹识别中所需的掌纹图像的分辨率仅为72dpi，所以扫描一幅掌纹图像只需不足一秒的时间。另外，fi-60f采用USB2.0接口与计算机连接，上传扫描结果更为迅速。因此使用该扫描仪可以满足掌纹采集装置实时采集和传输的要求。
缩略语CCD，是英文Charge Coupled Device即电荷耦合器件的缩写；CMOS是Complementary Metal Oxide Semiconductor即互补氧化金属半导体的缩写；CIS是Contact Image Sensor即接触式图像传感器的缩写；MEC是Maximal Effective Circle即最大有效圆的缩写；MIC是Maximal Inscribed Circle即最大内切圆的缩写；ROC是Receiver.Operating Characteristics即接受者操作特性的缩写。
权利要求
1.一种掌纹图像信息采集、识别装置，其特征在于，所述掌纹图像信息采集、识别装置由计算机、快速扫描仪及暗箱组成，所述暗箱由顶板(13)、背板(11)、两个侧面板(9)及底板(5)构成一端开口的长方体箱体，开口端的两侧面板(9)上设置抽拉门滑槽(1)，抽拉门(2)插入抽拉门滑槽(1)中；在长方体箱体内底板(5)上，靠两个侧面板(9)分别固定挡块支撑板(6)，二者之间放入扫描仪(4)，挡块支撑板(6)上面固定平板透明玻璃板(3)，平板透明玻璃板(3)上靠两个侧面板(9)对称固定前挡块(10和后挡块(7)，前挡块(10)和后挡块(7)之间为拇指凹槽(8)。
2.根据权利要求1所述掌纹图像信息采集、识别装置，其特征在于，所述背板(11)上开了两个洞(12)，一个是运输锁窗口，一个是USB接口和交流电适配器接口窗口。
3.根据权利要求1所述掌纹图像信息采集、识别装置，其特征在于，所述两个侧面板(9)之间距离与扫描仪(4)的宽度相当。
4.根据权利要求1所述掌纹图像信息采集、识别装置，其特征在于，所述组成长方体箱体的各侧面板及抽拉门都采用黑色不透明的有机玻璃板材料。
5.一种掌纹图像信息采集、识别方法，其特征在于，所述掌纹图像的采集、识别方法，本方法通过手掌的最大内切圆以及手指间的关键点获得较为稳定的手掌最大有效圆，然后根据最大有效圆截取有效子图并进行尺度归一化，得到掌纹子图。
6.根据权利要求5所述掌纹图像信息采集、识别方法，其特征在于，该方法的流程为①读入掌纹库中的掌纹图像；②图像二值化，即首先计算图像的灰度直方图，依此确定二值化阈值，并对图像进行二值化处理；③对二值化图像进行角度旋转校正，即采用手掌的方向线一外侧轮廓弧线所对应的弦作为参考线校正掌纹图像；④搜索手掌的最大内切圆(MIC)，获得其圆心位置及半径大小的相关数据；⑤定位指缝关键点，即，在二值化图像上定位中指与无名指间指缝的最低点作为最大有效圆定位的关键点；⑥定位手掌的最大有效圆，即，将步骤④得到的最大内切圆的圆心与由步骤⑤得到指缝关键点所在直线向指缝关键点的方向移动，同时动态地调整圆的半径并最终得到最大有效圆，并记录其圆心位置、半径数据；⑦截取子图，在步骤⑥的基础上，根据最大有效圆的圆心位置及半径大小，截取最大有效圆的最大内接正方形区域作为子图；⑧子图归一化，将步骤⑦所获得的子图全部归一化为128×128大小并输出。
全文摘要
本发明公开了属于信息安全系统范围的一种掌纹图像信息采集、识别装置及方法。该装置为由顶板、背板、两个侧面板及底板构成一端开口的长方体箱体，开口端的两侧面板上设置抽拉门滑槽，抽拉门插入抽拉门滑槽中形成长方体暗箱。将扫描仪封装到暗箱中，进而构成完整的基于扫描仪的在线掌纹图像采集装置。本装置结构简化，体积小；降低开发成本，缩短开发周期，采集速度快，可以实现掌纹图像的实时采集与传输；不设定位销约束手掌的摆放位置，不仅提高了装置的使用舒适度，扩大适用群体，通用性强，提出的掌纹图像提取方法不受手掌的伸展程度的影响，找到每个手掌的最大有效圆，提取适合尺寸的、较一致有效子图，避免丢失重要掌纹信息，提高识别率。
文档编号G06K9/20GK101046846SQ20061017159
公开日2007年10月3日 申请日期2006年12月31日 优先权日2006年12月31日
发明者阮秋琦, 王艳霞, 王萌, 丁冰玉, 付树军, 潘新 申请人:北京交通大学