一种基于三维NMI的指静脉识别方法与流程

本发明涉及一种基于三维nmi识别三维指静脉的方法。

技术背景

目前主流的指静脉识别技术只提取指静脉的二维图像信息，即指静脉在ccd拾取平面上的投影，并据此进行指静脉识别匹配，鲜少有利用三维指静脉图像进行指静脉识别的方法。二维指静脉图像缺乏图像深度信息，保存的指静脉信息有限，对应的指静脉系统对用户手指姿态要求严格，例如用户手指必须严格平放于传感器，并且指尖、指根必须在传感器确定位置等，诸如此类的要求不便于用户操作，产品的顾客满意度也不高。

技术实现要素：

针对上述问题，本发明提出一种基于三维nmi的三维指静脉识别方法。

本发明利用三维nmi特征的灰度不变性、平移变换、旋转变换以及比例变换不变性，首先将各三维指静脉图像与模板以仿射配准变换的方式进行三维指静脉图像预处理，然后对预处理后的三维指静脉图像进行灰度化、二值化，紧接着利用二值化三维指静脉图像像素点灰度值之和、图像的重心以及二值化三维指静脉图像绕其图像重心的转动惯量计算该三维指静脉图像绕其图像重心的三维nmi特征值以提取指静脉图像特征，最后利用待识别三维指静脉图像的三维nmi特征值与基准数据库中的三维指静脉图像的三维nmi特征值的差值跟系统设定的判定阈值进行比较分析，完成对三维指静脉的识别。

为实现上述目的，本发明采用以下技术方案：

一种基于三维nmi的指静脉识别方法，包括如下步骤：

步骤一，三维指静脉图像预处理；

由于人体手指自身差异或者三维成像条件的差异，三维指静脉图像间往往存在尺寸和位置上的差异，而这种总体差异或多或少会影响指静脉的识别精度。本发明在保留三维指静脉图像细节的同时通过将各三维指静脉图像与模板以仿射配准变换的方式进行三维指静脉图像预处理，以消除各图像间的可能影响识别精度的总体差异。

步骤二，三维指静脉图像的灰度化；

由于人眼对rgb三颜色的感应强弱各不相同，所以本发明对三维指静脉图像任一像素点(i,j,k)的rgb三颜色进行加权平均灰度化处理，即有：

gray(i,j,k)＝0.3r(i,j,k)+0.59g(i,j,k)+0.11b(i,j,k)(1)

步骤三，三维指静脉图像的二值化；

步骤四，基于三维nmi提取三维指静脉图像特征；

利用二值化三维指静脉图像像素点灰度值之和、二值化三维指静脉图像的重心以及二值化三维指静脉图像绕其图像重心的转动惯量计算该三维指静脉图像绕其图像重心的三维nmi特征值，具体实现步骤如下：

(1)把二值化三维指静脉图像m×n×h看作空间薄板，把二值化三维指静脉图像的像素点看作o-xyz空间上的质点，把二值化三维指静脉图像的像素点的灰度值f(i,j,k)看作质点的质量，其中i、j和k分别表示像素点于像素3d张量中所在的行、列和通道；

(2)计算二值化三维指静脉图像的质量m(f(i,j,k))：

(3)计算二值化三维指静脉图像的重心

(4)计算二值化三维指静脉图像绕其图像重心的转动惯量

(5)计算二值化三维指静脉图像绕其图像重心的三维归一化转动惯量，简称三维归一化转动惯量(3d-nmi)：

步骤五，三维指静脉的识别；

在获得待识别三维指静脉图像的三维nmi特征值x的基础上，将其与基准数据库中三维指静脉图像的三维nmi特征值yi进行一一对比，得到二者的差值ai，然后将该差值与系统设定的判定阈值t进行比较分析；若ai≤t，即可认为此待识别三维指静脉和数据库中与之产生该nmi特征值差值的三维指静脉来自同一手指，识别成功；反之，则认为二者来自不同手指，识别失败。

优选地，步骤三所述的对灰度化后的三维指静脉图像进行二值化处理，具体包括：

利用niblack动态阈值分割算法利用m×n×h大小邻域中所有元素，计算出邻域内像素灰度值平均值：

标准方差：

然后将灰度值均值和标准方差进行权值相加处理，最后将所得灰度值作为判决阈值，进行二值化，得到三维指静脉图像的二值特征图；即有：

τ(i,j,k)＝α×υ(i,j,k)+β×s(i,j,k)(4)

其中，t(i,j,k)为灰度化后m×n×h邻域中的像素灰度值；υ(i,j,k)为灰度平均值；s(i,j,k)为标准方差；τ(i,j,k)为判决阈值；α和β为修正权值，且二者之和为1。

本发明的优点是：

本发明基于三维nmi，提出了一种识别三维指静脉图像特征的方法。其突出特点有：其一，三维nmi特征具有很好的灰度不变性、平移变换、旋转变换以及比例变换不变性，故对三维指静脉图像预处理的质量要求较低，这也将大大降低对用户手指的姿态要求，提高了设备的使用便捷性，有利于市场推广；其二，三维nmi特征值的计算量小，算法运行效率高，能够很好地满足智能系统所要求的实时性。

附图说明

图1是本发明方法的流程图；

图2是本发明方法的详细流程图。

具体实施方式

为了验证本发明提出的方法的可行性和优越性，现结合应用场景对本发明做进一步的阐述：

一种基于三维nmi的指静脉识别方法，包括如下步骤：

步骤一，三维指静脉图像预处理；

由于人体手指自身差异或者三维成像条件的差异，三维指静脉图像间往往存在尺寸和位置上的差异，而这种总体差异或多或少会影响指静脉的识别精度。本发明在保留三维指静脉图像细节的同时通过将各三维指静脉图像与模板以仿射配准变换的方式进行三维指静脉图像预处理，以消除各图像间的可能影响识别精度的总体差异。

步骤二，三维指静脉图像的灰度化；

由于人眼对rgb三颜色的感应强弱各不相同，所以本发明对三维指静脉图像任一像素点(i,j,k)的rgb三颜色进行加权平均灰度化处理，即有：

gray(i,j,k)＝0.3r(i,j,k)+0.59g(i,j,k)+0.11b(i,j,k)(1)

步骤三，三维指静脉图像的二值化；

因niblack动态阈值分割算法在图像分割效果、运行效率和实际操作性等方面有着突出的性能优势，故本发明利用该算法对灰度化后的三维指静脉图像进行二值化处理；

niblack动态阈值分割算法利用m×n×h大小邻域中所有元素，计算出邻域内像素灰度值平均值：

标准方差：

然后将灰度值均值和标准方差进行权值相加处理，最后将所得灰度值作为判决阈值，进行二值化，得到三维指静脉图像的二值特征图；即有：

τ(i,j,k)＝α×υ(i,j,k)+β×s(i,j,k)(4)

其中，t(i,j,k)为灰度化后m×n×h邻域中的像素灰度值；υ(i,j,k)为灰度平均值；s(i,j,k)为标准方差；τ(i,j,k)为判决阈值；α和β为修正权值，且二者之和为1。

步骤四，基于三维nmi提取三维指静脉图像特征；

利用二值化三维指静脉图像像素点灰度值之和、二值化三维指静脉图像的重心以及二值化三维指静脉图像绕其图像重心的转动惯量计算该三维指静脉图像绕其图像重心的三维nmi特征值，具体实现步骤如下：

(1)把二值化三维指静脉图像m×n×h看作空间薄板，把二值化三维指静脉图像的像素点看作o-xyz空间上的质点，把二值化三维指静脉图像的像素点的灰度值f(i,j,k)看作质点的质量，其中i、j和k分别表示像素点于像素3d张量中所在的行、列和通道；

(2)计算二值化三维指静脉图像的质量m(f(i,j,k))：

(3)计算二值化三维指静脉图像的重心

(4)计算二值化三维指静脉图像绕其图像重心的转动惯量

(5)计算二值化三维指静脉图像绕其图像重心的三维归一化转动惯量，简称三维归一化转动惯量(3d-nmi)：

步骤五，三维指静脉的识别；

在获得待识别三维指静脉图像的三维nmi特征值x的基础上，将其与基准数据库中三维指静脉图像的三维nmi特征值yi进行一一对比，得到二者的差值ai，然后将该差值与系统设定的判定阈值t进行比较分析；若ai≤t，即可认为此待识别三维指静脉和数据库中与之产生该nmi特征值差值的三维指静脉来自同一手指，识别成功；反之，则认为二者来自不同手指，识别失败。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。