本发明涉及一种识别方法，具体是一种基于手背静脉的识别方法。
背景技术：
随着现代社会的高速发展与日益进步，对于信息技术也伴随着其脚步而不断得更新与完善。然而在人们的生活中需要考虑到身份认证的问题。关键在于如何准确鉴定一个人的身份和身份的保密性。在日常生活当中我们通常会遇到身份的认证，比如计算机的登录，在银行的办理金钱业务，在大型的企业通行的身份鉴定问题等。因此，一个完善有效的鉴别身份的方法是非常有用的。
传统的识别身份的方法主要是基于证件、钥匙、密码或者PIN码等等。但是伴随着网络化的趋势，这些传统的鉴定机制展现出了固有的弊端。基于标识物（证件、钥匙）的识别方式，很容易丢失和伪造，而且不方便携带。基于密码的识别机制，很容易被盗取和忘记，一旦被攻击将对个人的带来极大的安全隐患。密码有一个根本问题：只有当密码很长、很复杂，而且经常更换时，才能给企业带来最大的保护作用。换句话说，只有当员工最不可能记住密码时，效果才最好。例如，一旦企业的密码被盗用，将会给企业带来难以估量的损失。还有，在银行的时候，会有人会留意用户在系统终端留下输入口令的击键动作，从而知道用户的密码。因此，传统的识别身份的方法已经不能适应信息时代的发展需要，要去寻找更加便捷、安全、实用的识别方式。
通过生物特征的身份识别方式能够克服许多传统识别方式的许多劣势。生物特征识别方法的依据是人体本身所拥有的东西，是个体特性。生物特征分为基于身体特性(生理特征)和基于行为特点两类。生理特征与生俱来，多为先天性的；行为特征则是习惯使然，多为后天形成。生物特征识别技术是目前最为方便与安全的识别系统，无须记住身份证号码或密码，也不需要随身携带像智能卡之类的东西。“钥匙”就是你自己，没有什么能比这更安全和更方便。另外生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。
静脉识别技术是近几年才发展起来的生物特征识别技术。同其他生物识别技术相比，手背静脉认证技术具备以下主要优势: 识别精度高、适用范围广、可获得性高、可接受性高等，对于现有的生物特征识别技术进行全面的分析总结后，基于静脉识别存在的问题，结合现今的趋势，考虑到手指静脉识别、手背静脉识别和手掌静脉识别分别具有的特点，研究手背的静脉识别，对手背的静脉进行图像的采集，并运用图像处理与模式识别的方法，对手背静脉特征进行处理和匹配，从而实现个人身份的识别。
手背的静脉识别是针对静脉中的血红蛋白具有近红外光的特性，采用近红外摄像头对手背的静脉图像进行非接触式采集，对采集的图像分析处理，得到手背静脉的局部结构，由选取的匹配方式决定提取的模式。采取所研究的算法对采取装置获取来的手背静脉图像进行一系列的处理如滤波、分割、细化等后，提取手背静脉的特征，与注册的训练样本进行匹配，从而完成识别。
生物检测技术最早可以追溯到古中国时期，当时，人们已经开始意识到每个人的指纹是不同的，可以通过指纹比对的方式作为身份鉴定的依据。其它的基于虹膜识别和基于人脸轮廓特征的生物识别技术在20世纪最后一个二十年里也迎来了其高速发展的机遇。随着时间进入到了二十一世纪，007和星球大战等好莱坞巨制中出现的神奇桥段出。
现在现实世界我们身边的情况越来越常见，匪夷所思的身份识别方式一一走入了我们的生活。指纹犯罪数据库的建立使得疑犯的身份更加好辨认。通过扫描脸型和视网膜的门禁方式越来越常见。生物识别已经充斥到我们日常生活的每一个角落。
背静脉识别技术可考证的历史很短暂，该识别技术最原始的可考证的时间节点可追溯到上世纪末期。利用人体血管结构特点进行生物识别的理念是由RICEJ提出的，其原型称为Veincheck，并申请专利成为该类型专利的鼻祖。在20世纪90年代期间GREGORPM，WELFORDR以及HAWKES等对做了详细的验证报告并加以推广。90年代中Veincheck的先驱RICE用文章叙述的方式介绍了其研究进度和研究方法。期间Veincheck技术受到了BTG公司的重视，由于其人群抵触感低，特征不易伪造的特点，第一次处于产品化研发阶段。之后由于受到当时技术条件的限制，该技术的鼻祖在推进该技术的进一步研究时则进展寥寥。
美国田纳西大学的AhmedM.Badawi则跨时代的首次提出应用CCD作为采集手背静脉血管结构的传感器，得到的图像可以并且通过电脑数字化，方便与计算机技术联合研究。
在亚洲，我们的近邻韩国和日本在基于手血管结构生物识别进行的研究最早。早在20世纪90日本研究学者就做出了技术性报告，被认为是亚洲基于手静脉生物识别的开山之作。韩国则在结合硬件产品化的方面走在了亚洲众邻居的前面。在即将步入21世纪的前夕，倾尽韩国 BK System公司以及韩国大学两者的科研力量，韩国率先介绍了利用DSP浮点运算的特性来实现手背静脉识别的任务。数字信号处理器（DSP）以其独特的哈佛双总线结构以及基于浮点的计算方式可以将复杂的手背静脉识别算法在处理时间上满足工程的需求。利用集成度和性能优秀的DSP，BKSystem公司先后研制了受到美国专利保护的 BK 系列，其改进版一直持续到了四个版本，添补了手背静脉识别产品在亚洲市场上的空缺。在其公司诸多系列产品中，BK300系统能够利用自身的数据库进行不联网单独工作，且性能也达到了世界先进水平。韩国公司在美国申请了专利保护之后无形中就为其他国家在这一领域的研究造成了一定的障碍。日本为了克服这一局限，另辟蹊径走上了研究手掌处静脉和手指的静脉的生物识别技术的道路。日本公司在其高科技研发团队的努力下也相继开发出了手指和手掌静脉的识别方法，与韩国公司的方法三足鼎立。新加坡的院校也兴起了基于静脉的生物识别研究，他们另辟蹊径使用红外热成像的方法取代近红外采集的方式来手背静脉图像，取得了良好的效果。在使用这种方式采集图像时，可以同时采集到手指、手掌、手背三处的静脉结构影像，可用于同时采集多种特征共同识别方法的推广。
在国内，从2002年开始，清华大学的林喜荣等发表了多篇文章，自主设计了近红外管图像采集仪，提取血管造影的原始图像，并对采集到的图像进行归一化和增强处理，对特征提取和特征匹配算法进行了初步的研究。在2006年他们利用分水岭算法提取特征点，并使用二阶矩和统计的方法进行多分辨率滤波得到多维特征向量。2005年，哈尔滨工程大学的王科俊等发表了三篇文章，针对手背静脉图像的特点提出了自己的细化算法和分割算法。吉林大学的韩笑等在文章中提出了利用带方因子的小波对手背静脉图像和手指静脉血管进行增强，并使用神经网络进一步判断血管特征点的方法。2007年同济大学设计了嵌入式的手背静脉辅助定位系统。2010年北京大学的李文新[25]等采用了迭代的线性追踪方法提取了线性特征并将其分块编码，实现收支静脉在大型数据库中的搜索。2010年复旦大学的郑英杰和顾晓东使用二维Gabor相位编码特征与直方图特征结合的方法提取手背静脉特征。2011年天津大学的刘铁根、王云新和李秀艳提出了一种基于加速鲁棒性特征的手背静脉算法，并设计了k邻近分类器和支持向量机相融合的分类器进行识别。这些研究工作书名手背静脉技术越来越受到研究工作者的重视，同时说明该项研究工作具有较高的理论意义。
虽然，近些年以来尤其是亚洲地区兴起了对手静脉识别算法的研究热潮，但这些识别方法对于成像设备依赖性很大，难以大规模推广，且目前静脉采集设备造价较高，不利于广泛向社会推广。目前的研究潮流是低造价的静脉图像采集设备和通用的基于手背静脉识别方法。
技术实现要素：
本发明的目的在于提供一种基于手背静脉的识别方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于手背静脉的识别方法，采用手背静脉采集模块实现手背静脉图像的摄入和储存任务，图像处理模块完成基于像素层面上的灰度范围一致以及基于图像大小上的尺寸统一，并对采集质量较差的静脉图像进行锐化加强处理，特征提取模块则利用相应的特征提取算法对预处理过的静脉图像进行静脉的特征提取，特征匹配模块实现对提取得到的手背静脉特征交通过识别决策在已建立的特征数据库中进行特征匹配。
作为本发明进一步的方案：手背静脉图像的获取是通过红外相机釆集得到的。
作为本发明进一步的方案：手背静脉图像的获取是通过红外相机釆集得到的。
作为本发明进一步的方案：通过对图像进行分割找到图像中信息量最大的部分，舍去信息量小的部分，提高图像识别效率。
作为本发明再进一步的方案：手背静脉识别技术采用非接触式，在手背截取出一个包含静脉信息最多的矩形，采用基于二维Fisner线性判别的手背静脉识别方法进行识别。
与现有技术相比，本发明的有益效果是：本发明直接对手背静脉灰度图像进行处理，并且具有尺度不变、旋转不变的性能，对光照变化和仿射变换具有部分不变性，在提高识别准确率的同时有效缩短了识别时间，对手背静脉识别技术的实际应用具有重要意义。
附图说明
图1为基于手背静脉的识别方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中，一种基于手背静脉的识别方法，采用手背静脉采集模块实现手背静脉图像的摄入和储存任务，图像处理模块完成基于像素层面上的灰度范围一致以及基于图像大小上的尺寸统一，并对采集质量较差的静脉图像进行锐化加强处理，特征提取模块则利用相应的特征提取算法对预处理过的静脉图像进行静脉的特征提取，特征匹配模块实现对提取得到的手背静脉特征交通过识别决策在已建立的特征数据库中进行特征匹配；手背静脉图像的获取是通过红外相机釆集得到的；手背静脉图像的获取是通过红外相机釆集得到的；通过对图像进行分割找到图像中信息量最大的部分，舍去信息量小的部分，提高图像识别效率；手背静脉识别技术采用非接触式，在手背截取出一个包含静脉信息最多的矩形，采用基于二维Fisner线性判别的手背静脉识别方法进行识别。
其具体的工作流程为：手背静脉采集模块实现手背静脉图像的摄入和储存任务。图像处理模块的任务繁重，其主要工作为完成基于像素层面上的灰度范围一致以及基于图像大小上的尺寸统一，并对采集质量较差的静脉图像进行锐化加强处理等任务。特征提取模块则需要利用相应的特征提取算法对预处理过的静脉图像进行静脉的特征提取。特征匹配模块则实现对提取得到的手背静脉特征交通过识别决策在已建立的特征数据库中进行特征匹配。
1、手背静脉图像采集
手背静脉图像的获取是通过红外相机釆集得到的，是图像处理中的重要一环，图像采集的效果直接关心到识别率的高低。若图像前后光照差距过大，角度过于倾斜，图像模糊等，非常不利于后续处理。
2、手背静脉图像预处理
图像预处理是为了纠正由于噪声、光照不均、角度倾斜等原因造成的图像质量差而做的。去噪是几乎所有的图像处理过程中都必须做的， 可能由于引入电源带来的电流噪声、镜头污渍、手背毛发、汗渍等原因，会造成采集到的图像含有噪声的现象。常用的去噪方法有：中值滤波法、维纳滤波法、小波变换、邻域平均法、空间域低通滤波法等。通过对上述方法的研究和对比，进而选择出合适的方法来处理图像的噪声问题。手背静脉的结构特征例如端点、交叉点的相对位置来进行识别时需要对静脉图像进行分割。角度较正有利于后续图像的分割，图像的分割可以找到图像中信息量最大的部分，舍去信息量小的部分，提高图像识别效率。
3、手背静脉图像特征提取
图像特征提取是比较难的一个方面，图像的特征有很多， 手背静脉图像的直观结构特征是指静脉纹路的几何构造。几何结构包括手背静脉纹线的连接点等特征点的数目和相对位置，手背静脉纹线的曲率、长度等。以上将经过理论分析和研究，来进行特征提取。
4、手背静脉图像特征识别
手背静脉识别技术采用非接触式，为了避免在采集图片时由于手背的旋转和平移给识别带来干扰，提出一种手背静脉有效区域的定位方法，在手背截取出一个包含静脉信息最多的矩形，将采用一种基于二维Fisner线性判别(2DFLD)的手背静脉识别方法。该算法具有自适应性，定位准确，速度快。
将采用一种基于加速鲁棒性特征(speeded-up robust features，SURF)的手背静脉识别算法。该算法直接对手背静脉灰度图像进行处理，并且具有尺度不变、旋转不变的性能，对光照变化和仿射变换具有部分不变性，在提高识别准确率的同时有效缩短了识别时间，对手背静脉识别技术的实际应用具有重要意义。
通过算法，对采集到的手背静脉识别构成的静脉图像的库，经过测试得到实验的结果。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。