一种掌静脉图像质量评估方法与流程

本申请属于掌静脉识别，更具体地说，是涉及一种掌静脉图像质量评估方法。

背景技术：

1、掌静脉识别技术利用静脉中的脱氧血红蛋白与其它生理组织对近红外光的吸收率差异，采取近红外反射成像方式，获取到手掌的静脉图像信息，将静脉特征数字化，以此作为身份信息识别认证的依据。这种技术具有高度防伪、高度准确、特性稳定和使用方便的特点，可实现完全非接触式、非限位的活体特征识别，可应用于门禁、机场、金融交易、移民局、政府部门、电子商务等多种场合。

2、现有的掌静脉识别技术主要由掌静脉图像采集、掌静脉预处理、掌静脉特征提取、掌静脉匹配及识别这几部分组成。目前，掌静脉图像可以通过接触式或非接触式的方式进行采集和识别。当近红外摄像头为广角摄像头时，广角摄像头能够获取的视野广，背景干扰多，且获取的图像存在一定的畸变；在非接触式采集掌静脉图像的过程中，每次采集的手掌位置、方向以及手指的张开角度都会有所不同，这样不同时间从同一手掌采集的图像都会有不同程度的旋转和偏移，容易发生倾斜，造成纹理形变。此外，由于人的手掌大小差异和采集距离不同，采集到的手掌区域图像大小也不同，而且容易受到设备分辨率、光照等各种因素的影响，产生含很多噪声的低质量图像。

3、这些低质量的掌静脉图像，降低了掌静脉识别认证的准确率以及速度。

技术实现思路

1、本申请实施例的目的在于提供一种掌静脉图像质量评估方法，以解决现有技术对掌静脉识别认证过程中存在的准确率以及速度不足的技术问题。

2、为实现上述目的，本申请采用的技术方案是：提供一种掌静脉图像质量评估方法，包括步骤：

3、获取掌静脉图像的掌静脉目标框以及手掌关键点；

4、根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像；

5、分别对掌静脉目标框以及掌静脉目标框对应的掌静脉roi区域进行评分；

6、通过融合加权获取掌静脉图像的综合评分结果。

7、优选的，所述手掌关键点包括p1、p2、p3以及p4，其中p1为拇指与食指之间的指根点，p2为中指与食指之间的指根点，p3为中指与无名指之间的指根点，p4为小指与无名指之间的指根点。

8、优选的，根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像的方法，包括步骤：

9、以p2为支点，连接p1与p2、p2与p4、p1与p4，形成△p1p2p4；

10、求取∠p1p2p4的角度；

11、若∠p1p2p4的角度在第一阈值范围之外，则删除当前掌静脉目标框以及手掌关键点。

12、优选的，根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像的方法，包括步骤：

13、以p2为支点，连接p1与p2、p2与p4、p1与p4，形成△p1p2p4；

14、求取△p1p2p4的面积s1与掌静脉目标框的面积s2的比值p；

15、若比值p在第二阈值范围之外，则删除当前掌静脉目标框以及手掌关键点。

16、优选的，根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像的方法，包括步骤：

17、检测p1、p2、p3、p4是否在掌静脉目标框内；

18、若存在p1、p2、p3、p4任意一点在掌静脉目标框内之外，则删除当前掌静脉目标框以及手掌关键点。

19、优选的，对掌静脉目标框进行评分的方法，包括步骤：

20、计算掌静脉roi区域在掌静脉图像中的尺寸占比；

21、根据掌静脉roi区域在掌静脉图像中的尺寸占比的进行评分。

22、优选的，对掌静脉目标框进行评分的方法，包括步骤：

23、计算掌静脉目标框的宽高比；

24、根据掌静脉目标框的宽高比的进行评分。

25、优选的，对掌静脉目标框对应的掌静脉roi区域进行评分的方法，包括步骤：

26、收集正常手掌静脉图像数据集以及倾斜手掌静脉图像数据集；

27、给定正常手掌静脉图像数据集的标签为1，倾斜手掌静脉图像数据集的标签为0；

28、建立基于深度卷积神经网络的手掌倾斜二分类模型；

29、将正常手掌静脉图像数据集以及倾斜手掌静脉图像数据集输入至手掌倾斜二分类模型进行训练；

30、将掌静脉目标框对应的掌静脉roi区域输入至训练好的手掌倾斜二分类模型；

31、手掌倾斜分类模型输出分类结果后使用softmax函数归一化到（0，1）之间，输出手掌倾斜评估分数。

32、优选的，对掌静脉目标框对应的掌静脉roi区域进行评分的方法，包括步骤：

33、对掌静脉目标框按照比例进行缩减，获取掌静脉roi区域内的掌静脉roi中心区域；

34、采用lab颜色空间计算掌静脉roi中心区域的亮度并进行评分。

35、优选的，对掌静脉目标框对应的掌静脉roi区域进行评分的方法，包括步骤：

36、采用计算图像brenner梯度的方法评估掌静脉roi区域的清晰度；

37、根据掌静脉roi区域的清晰度进行评分。

38、优选的，通过融合加权获取掌静脉图像的综合评分结果的方法，包括步骤：

39、对手掌倾斜评估分数score1、掌静脉roi区域在掌静脉图像中的尺寸占比分数score2、掌静脉目标框的宽高比分数score3、掌静脉roi中心区域的亮度分数score4、掌静脉roi区域的清晰度分数score5进行融合加权。

40、本申请提供的掌静脉图像质量评估方法的有益效果在于：与现有技术相比，先根据掌静脉目标框以及手掌关键点的几何特征检测，从宏观层面直接过滤异常误检的掌静脉图像，再分别对掌静脉目标框以及掌静脉目标框对应的掌静脉roi区域进行评分，从微观层面多维度评判掌静脉图像质量，解决广角摄像头在掌静脉采集过程中引起的干扰因素，有效提升掌静脉图像注册质量、识别认证的准确率以及速度。

技术特征：

1.一种掌静脉图像质量评估方法，其特征在于，包括步骤：

2.如权利要求1所述的掌静脉图像质量评估方法，其特征在于，所述手掌关键点包括p1、p2、p3以及p4，其中p1为拇指与食指之间的指根点，p2为中指与食指之间的指根点，p3为中指与无名指之间的指根点，p4为小指与无名指之间的指根点。

3.如权利要求2所述的掌静脉图像质量评估方法，其特征在于，根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像的方法，包括步骤：

4.如权利要求2所述的掌静脉图像质量评估方法，其特征在于，根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像的方法，包括步骤：

5.如权利要求2所述的掌静脉图像质量评估方法，其特征在于，根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像的方法，包括步骤：

6.如权利要求1至5任意一项所述的掌静脉图像质量评估方法，其特征在于，对掌静脉目标框进行评分的方法，包括步骤：

7.如权利要求6所述的掌静脉图像质量评估方法，其特征在于，对掌静脉目标框进行评分的方法，包括步骤：

8.如权利要求1至5任意一项所述的掌静脉图像质量评估方法，其特征在于，对掌静脉目标框对应的掌静脉roi区域进行评分的方法，包括步骤：

9.如权利要求8所述的掌静脉图像质量评估方法，其特征在于，对掌静脉目标框对应的掌静脉roi区域进行评分的方法，包括步骤：

10.如权利要求9所述的掌静脉图像质量评估方法，其特征在于，对掌静脉目标框对应的掌静脉roi区域进行评分的方法，包括步骤：

技术总结
本申请提供了一种掌静脉图像质量评估方法，包括步骤：获取掌静脉图像的掌静脉目标框以及手掌关键点；根据掌静脉目标框以及手掌关键点的几何特征检测过滤异常误检的掌静脉图像；分别对掌静脉目标框以及掌静脉目标框对应的掌静脉ROI区域进行评分；通过融合加权获取掌静脉图像的综合评分结果。本申请的掌静脉图像质量评估方法先根据掌静脉目标框以及手掌关键点的几何特征检测，从宏观层面直接过滤异常误检的掌静脉图像，再分别对掌静脉目标框以及掌静脉目标框对应的掌静脉ROI区域进行评分，从微观层面多维度评判掌静脉图像质量，解决广角摄像头在掌静脉采集过程中引起的干扰因素，有效提升掌静脉图像注册质量、识别认证的准确率以及速度。

技术研发人员：李希,欧阳一村,赖时伍,罗富章,朱光强,龚小龙,付磊
受保护的技术使用者：盛视科技股份有限公司
技术研发日：
技术公布日：2024/1/16