1.一种gdv能量图的轮廓确定方法，其特征在于，包括：
采集gdv手指能量图；
将所述gdv手指能量图转化为灰度图像，再对所述图像进行局部自适应二值化处理和膨胀处理，获得灰度均匀分布和域连通的灰度图像；
获取所述灰度图像的轮廓的点的集合，根据所述轮廓的点的集合计算图像矩，进而得到每一个轮廓的面积；
获取所有轮廓的面积其中最大的两个轮廓，所述面积最大的两个轮廓分别为gdv手指能量图的内轮廓与外轮廓。
2.根据权利要求1所述的方法，其特征在于，将所述gdv手指能量图转化为灰度图像，包括：
将所述gdv手指能量图分解成r、g、b三个通道图像；r(x,y)、g(x,y)、b(x,y)分别表示r、g、b通道图像上的像素值；
计算r(x,y)、g(x,y)、b(x,y)的均值m
m＝(r(x,y)+g(x,y)+b(x,y))/3；
将均值m赋给原图i(x,y)
i(x,y)＝m；
完成所述gdv手指能量图转化为灰度图像。
3.根据权利要求1所述的方法，其特征在于，对所述图像进行局部自适应二值化处理和膨胀处理的步骤之前，还包括：滤除小于灰度阈值的能量像素，具体为，
遍历所述灰度图像；
计算所述灰度图像中，像素灰度值大于0的所述像素灰度值总和i和像素灰度值大于0的像素个数s；
计算所述灰度图像的灰度平均强度，
icp＝i/s
遍历所述灰度图像，当像素值p小于图像灰度平均强度icp时，设置像素值p为0，完成小于灰度阈值的能量像素的滤除。
4.根据权利要求1所述的方法，其特征在于，对所述图像进行局部自适应二值化处理和膨胀处理，获得灰度均匀分布和域连通的灰度图像，包括：
求每个像素领域的平均值，像素点的领域大小为blocksize*blocksize，sum为所有领域内像素值的总和，avg为平均值；
设blocksize＝3，则有
sum＝i(x-1,y-1)+i(x-1,y)+…+i(x+1,y)+i(x+1,y+1)
avg＝sum/3*3；
i(x,y)是所处理的目标像素点，avg为阈值，得出局部自适应阈值函数，
通过上述步骤，遍历整个灰度图像，完成所述图像进行局部自适应二值化处理；
采用形态学膨胀的方法将所述灰度图像断裂的连通域进行连接，并加大延伸连接域的横向与竖向，完成所述灰度图像的膨胀处理。
5.根据权利要求1所述的方法，其特征在于，获取所述灰度图像的轮廓的点的集合，包括：
采用opencv函数的findcontours方法，获取所述灰度图像的轮廓的点的集合。
6.根据权利要求1所述的方法，其特征在于，获取轮廓的面积最大的两个轮廓，所述面积最大的两个轮廓分别为gdv手指能量图的内轮廓与外轮廓，包括：
将所述轮廓的面积按冒泡排序方法进行排序，获取轮廓的面积最大的两个轮廓，并将其他轮廓滤除；
所述面积最大的两个轮廓分别为gdv手指能量图的内轮廓与外轮廓。
7.一种gdv能量图的轮廓确定装置，其特征在于，包括：
采集单元，用于采集gdv手指能量图；
灰度处理单元，用于将所述gdv手指能量图转化为灰度图像，再对所述图像进行局部自适应二值化处理和膨胀处理，获得灰度均匀分布和域连通的灰度图像；
面积确定单元，用于获取所述灰度图像的轮廓的点的集合，根据所述轮廓的点的集合计算图像矩，进而得到每一个轮廓的面积；
轮廓确定单元，用于获取所有轮廓的面积其中最大的两个轮廓，所述面积最大的两个轮廓分别为gdv手指能量图的内轮廓与外轮廓。
8.根据权利要求7所述的装置，其特征在于，还包括：
滤除单元，用于滤除小于灰度阈值的能量像素。
9.根据权利要求7所述的装置，其特征在于，面积确定单元，包括：
轮廓的点的集体获取子单元，用于采用opencv函数的findcontours方法，获取所述灰度图像的轮廓的点的集合。
10.根据权利要求7所述的装置，其特征在于，轮廓确定单元，包括：
排序子单元，用于将所述轮廓的面积按冒泡排序方法进行排序，获取轮廓的面积最大的两个轮廓，并将其他轮廓滤除；
轮廓确定子单元，所述面积最大的两个轮廓分别为gdv手指能量图的内轮廓与外轮廓。