一种基于掌纹数据的业务处理方法和装置与流程

本发明涉及计算机处理的技术领域，特别是涉及一种基于掌纹数据的业务处理方法和一种基于掌纹数据的业务处理装置。

背景技术：

随着计算机技术的快速发展，生物识别技术作为一种新兴的身份识别技术，在政府、金融、军事等方面得到了广泛的发展。

其中，掌纹数据的主线、皱纹、细小的纹理、脊末梢、分叉点等特征，可以用于生物识别，并且，由于掌纹数据的采集具有非侵犯性，用户比较容易接受，对采集的终端要求也不高。

在某些情况下，为了减少终端的资源消耗，终端将采集到的图像数据传输至服务器，服务器识别掌纹数据。

由于需要传输图像数据，因此，终端与服务器之间传输的数据体积较大，导致传输效率较低。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于掌纹数据的业务处理方法和相应的一种基于掌纹数据的业务处理装置。

依据本发明的一个方面，提供了一种基于掌纹数据的业务处理方法，包括：

当接收到移动终端发送的业务请求时，依据所述业务请求从图床中获取手掌图像数据；

从所述手掌图像数据中识别掌纹数据，以生成手掌掌纹图像；

查询所述掌纹数据对应的业务信息；

以所述图床作为所述手掌掌纹图像的载体，将所述手掌掌纹图像和/或所述业务信息返回所述移动终端。

可选地，所述依据所述业务请求从图床中获取手掌图像数据的步骤包括：

从所述业务请求中提取手掌图像数据在图床中的第一地址；

访问所述第一地址、从所述图床中下载移动终端上传至所述图床的手掌图像数据。

可选地，所述依据所述业务请求从图床中获取手掌图像数据的步骤包括：

对所述业务请求中的请求参数进行格式检查；

当所述请求参数的格式正确时，从图床中下载移动终端上传至所述图床的手掌图像数据；

当所述请求参数的格式错误时，进行错误异常处理。

可选地，所述依据所述业务请求从图床中获取手掌图像数据的步骤包括：

查询所述移动终端的访问频次；

判断所述访问频次是否超过预设的频次阈值；

若是，则拒绝所述业务请求，并进行错误异常处理；

若否，则从图床中下载移动终端上传至所述图床的手掌图像数据。

可选地，所述查询所述移动终端的访问频次的步骤包括：

针对所述移动终端的每一次访问，记录所述移动终端的终端标识；

对所述终端标识设置过期时间；

统计所述终端标识的数量，作为访问频次。

可选地，所述掌纹数据包括一条或多条主线数据；

所述查询所述掌纹数据对应的业务信息的步骤包括：

确定所述主线数据对应的级别；

提取所述级别对应的业务信息。

可选地，所述确定所述主线数据对应的级别的步骤包括：

计算所述主线数据的分值；

查询所述分值所在的分值区域；

确定所述分值属于所述分值区域对应的级别。

可选地，所述掌纹数据包括一条或多条主线数据；

所述以所述图床作为所述手掌掌纹图像的载体，将所述手掌掌纹图像和/或所述业务信息返回所述移动终端的步骤包括：

将所述手掌掌纹图像上传至所述图床，获得第二地址；

查询所述主线数据的分值；

将所述分值、所述业务信息和所述第二地址中的至少一项封装至脚本对象中；

将所述脚本对象返回所述移动终端。

根据本发明的另一方面，提供了一种基于掌纹数据的业务处理装置，包括：

手掌图像数据获取模块，适于在接收到移动终端发送的业务请求时，依据所述业务请求从图床中获取手掌图像数据；

掌纹数据识别模块，适于从所述手掌图像数据中识别掌纹数据，以生成手掌掌纹图像；

业务信息查询模块，适于查询所述掌纹数据对应的业务信息；

掌纹信息返回模块，适于以所述图床作为所述手掌掌纹图像的载体，将所述手掌掌纹图像和/或所述业务信息返回所述移动终端。

可选地，所述手掌图像数据获取模块还适于：

从所述业务请求中提取手掌图像数据在图床中的第一地址；

访问所述第一地址、从所述图床中下载移动终端上传至所述图床的手掌图像数据。

可选地，所述手掌图像数据获取模块还适于：

对所述业务请求中的请求参数进行格式检查；

当所述请求参数的格式正确时，从图床中下载移动终端上传至所述图床的手掌图像数据；

当所述请求参数的格式错误时，进行错误异常处理。

可选地，所述手掌图像数据获取模块还适于：

查询所述移动终端的访问频次；

判断所述访问频次是否超过预设的频次阈值；

若是，则拒绝所述业务请求，并进行错误异常处理；

若否，则从图床中下载移动终端上传至所述图床的手掌图像数据。

可选地，所述手掌图像数据获取模块还适于：

针对所述移动终端的每一次访问，记录所述移动终端的终端标识；

对所述终端标识设置过期时间；

统计所述终端标识的数量，作为访问频次。

可选地，所述掌纹数据包括一条或多条主线数据；

所述业务信息查询模块还适于：

确定所述主线数据对应的级别；

提取所述级别对应的业务信息。

可选地，所述业务信息查询模块还适于：

计算所述主线数据的分值；

查询所述分值所在的分值区域；

确定所述分值属于所述分值区域对应的级别。

可选地，所述掌纹数据包括一条或多条主线数据；

所述掌纹信息返回模块还适于：

将所述手掌掌纹图像上传至所述图床，获得第二地址；

查询所述主线数据的分值；

将所述分值、所述业务信息和所述第二地址中的至少一项封装至脚本对象中；

将所述脚本对象返回所述移动终端。

本发明实施例中，业务平台通过图床与移动终端传输手掌图像数据，在业务平台识别掌纹数据、生成手掌掌纹图像，通过图床与移动终端传输手掌掌纹图像，在业务平台与移动终端之间的通信，均可以使用地址等简单的信息即可，无需直接传递图像数据本身，有效地减小传输的数据的体积，提高传输效率和开发效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的一种基于掌纹数据的业务处理方法的步骤流程图；

图2a-图2b示出了根据本发明一个实施例的一种掌纹数据的业务处理示例图；

图3a-图3b示出了根据本发明一个实施例的一种灰度处理的示例图；

图4a-图4b示出了根据本发明一个实施例的一种中值滤波处理的示例图；

图5示出了根据本发明一个实施例的一种检测阈值的调整示例图；

图6示出了根据本发明一个实施例的一种主线的掌纹模板的示例图；

图7示出了根据本发明一个实施例的一种手掌掌纹图像的示例图；

图8示出了根据本发明一个实施例的一种基于掌纹数据的业务处理装置的结构框图；以及

图9示出了根据本发明一个实施例的一种掌纹数据识别模块的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

参照图1，示出了根据本发明一个实施例的一种基于掌纹数据的业务处理方法的步骤流程图，具体可以包括如下步骤：

步骤101，当接收到移动终端发送的业务请求时，依据所述业务请求从图床中获取手掌图像数据。

在具体实现中，本发明实施例可以应用于业务平台，其本质可以为独立的服务器或服务器集群，如分布式系统。

业务平台可以提供api(applicationprogramminginterface，应用程序编程接口)接口，移动终端可以按照该api接口的规范，封装业务请求发送至业务平台，以调用该业务提供掌纹服务。

在本发明实施例中，移动终端可以调用摄像头采集手掌图像数据，并上传至图床，其中，如图2a所示，手掌图像数据为记载有手掌的图像数据。

图床为一个独立于业务平台、移动终端的第三方的云平台，可以对用户提供云服务，用户在申请了相应的账号之后，分配相应的云服务器，如虚拟机，并在该云服务器中建立数据库。

移动终端可以通过图床提供的接口上传手掌图像数据到该云服务器中，该云服务器可以将手掌图像数据存储，并分配第一地址，例如，url(uniformresourcelocator，统一资源定位符)。

需要说明的是，移动终端在上传手掌图像数据之前，可以对手掌图像数据进行压缩，以减少传输的数据量。

图床存储该手掌图像数据之后，将其第一地址返回移动终端。

移动终端可以将该第一地址按照api接口的规范，封装业务请求发送至业务平台，以调用该业务提供掌纹服务。

当然，除了手掌图像数据在图床的第一地址之外，移动终端还可以将其他信息封装至业务请求中，例如，uid(用户唯一标识)、用户昵称、用户密码等等，本发明实施例对此不加以限制。

业务平台在接收到移动终端发送的业务请求之后，响应该业务请求，从图床中获取移动终端上传的手掌图像数据。

在具体实现中，业务平台可以从业务请求中提取手掌图像数据在图床中的第一地址，访问第一地址、从图床中下载移动终端上传至图床的手掌图像数据。

在本发明的一个实施例中，步骤101可以包括如下子步骤：

子步骤1011，对所述业务请求中的请求参数进行格式检查。

子步骤1012，当所述请求参数的格式正确时，从图床中下载移动终端上传至所述图床的手掌图像数据。

子步骤1013，当所述请求参数的格式错误时，进行错误异常处理。

在本发明实施例中，业务平台可以移动终端业务请求中的请求参数(如uid、url等)进行格式检查，例如，是否为空、url是否合法，url是否为手掌图像数据的url检查，等等。

如果请求参数正确，则可以继续从图床中下载移动终端上传至该图床的手掌图像数据。

如果请求参数错误，则可以进行错误异常处理，例如，向移动终端返回错误的信息，等等，可以减少程序异常情况，保证系统的正常运行。

在本发明的另一个实施例中，步骤101可以包括如下子步骤：

子步骤1014，查询所述移动终端的访问频次。

子步骤1015，判断所述访问频次是否超过预设的频次阈值；若是，则执行子步骤1016，若否，则执行子步骤1017。

子步骤1016，拒绝所述业务请求，并进行错误异常处理。

子步骤1017，从图床中下载移动终端上传至所述图床的手掌图像数据。

在本发明实施例中，为了在一定程度上防止api接口被恶意扫描，可以对移动终端的业务请求进行一定的频次限制。

因此，对于移动终端的业务请求，可以统计其访问频次。

在一个示例中，可以基于内存的redis(重申)数据存储服务，针对移动终端的每一次访问，记录移动终端的终端标识，如移动终端的ip(internetprotocol，网络之间互连的协议)地址、uid，等等。

对终端标识设置过期时间，该国企时间可以写在配置文件中，进行动态加载，若超过该过期时间，则该终端标识失效。

统计终端标识的数量，作为访问频次。

如果同一移动终端的访问频次超过频次阈值，表示移动终端访问过于频繁，则可以拒绝该业务请求，以拒绝向该移动终端提供服务，并进行错误异常处理，例如，向移动终端返回访问过于频繁的信息，等等，可以减少程序异常情况，保证系统的正常运行。

如果同一移动终端的访问频次未超过频次阈值，表示移动终端访问不频繁，则可以接受该业务请求，继续从图床中下载移动终端上传至该图床的手掌图像数据，向该移动终端提供服务。

步骤102，从所述手掌图像数据中识别掌纹数据，以生成手掌掌纹图像。

在人与外界的接触中，表皮逐渐增厚，人的手掌上有很多纹线，称之为掌纹，掌纹可以分为主线(principallines)、皱褶线(wrinkle)和乳突线(ridge)。

其中，主线包括生命线、智慧线、感情线，由于在抓握东西的方式不尽相同，所以不同人的主线也会有所不同。

皱褶线是手掌部分的皮肤由于肌肉运动而产生的永久的褶皱。

乳突线是由于表皮永久变厚形成的，主要位于手掌内侧。

在本发明实施例中，可以从手掌图像数据中识别掌纹数据，在手掌图像数据中绘制掌纹数据，生成手掌掌纹图像。

例如，如图2b所示，在手掌图像数据中绘制生命线、智慧线、感情线等主线，生成手掌掌纹图像。

在实际应用中，对于高分辨率的手掌图像数据可以利用乳突纹和细节点进行识别，特征提取阶段通常包括方向场估计、图像增强、二值化、细化和细节点提取等处理。

在此基础上，可以利用统计信息和结构信息给出一些规则，用于去除伪细节点，匹配时采用的是点集间的匹配，每对细节点间的匹配通常要考虑细节点的位置、方向以及类型等信息。

此外，潜掌纹识别方法可以针对部分掌纹与全部掌纹间匹配的特点，提出了以细节点码作为局部特征，先进行局部匹配，再进行全局匹配的方法识别掌纹数据。

对于低分辨率的掌纹图像数据，可以利用主线和皱褶信息实现掌纹识别。

根据掌纹中特征的表示以及匹配方法，可将掌纹识别方法分为四个类别，分别是基于结构的方法、基于统计的方法、基于子空间的方法和基于编码的方法。

在本发明的一个实施例中，步骤102可以包括如下子步骤：

子步骤1021，对手掌图像数据进行预处理。

其中，预处理包括如下的一种或多种：

(1)、灰度处理

由于采用canny算子进行边缘检测使用灰度图，并且，使用灰度图可以提升后续图像处理操作的速度。

因此，可以调用opencv库的cvtcolo函数等方式，将rgb彩色的手掌图像数据处理成灰度图。

例如，对如图3a所示的手掌图像数据进行灰度处理，得到如图3b所示的灰度图。

(2)、中值滤波处理

由于未经处理的手掌图像数据带有较多的细纹、杂纹，在主线提取中这些被视为噪声，会对主线提取带来较大干扰，所以，可以使用中值滤波将细纹、杂纹过滤掉。

例如，对如图4a所示的灰度图(手掌图像数据)进行中值滤波处理，得到如图4b所示的图像数据。

当然，上述预处理只是作为示例，在实施本发明实施例时，可以根据实际情况设置其他预处理，例如归一化、光照补充等等，本发明实施例对此不加以限制。另外，除了上述预处理外，本领域技术人员还可以根据实际需要采用其它预处理，本发明实施例对此也不加以限制。

子步骤1022，从所述手掌图像数据中提取轮廓数据。

在具体实现中，可以从手掌图像数据中提取轮廓数据，识别出较为明显的掌纹数据。

在本发明的一个实施例中，子步骤1022可以包括如下子步骤：

子步骤10221，对所述掌纹图像数据中进行边缘检测，获得边缘图像数据；

在具体实现中，可以对掌纹图像数据进行边沿检测，标识掌纹图像数据中亮度变化明显的点，获得边缘图像数据，在保留原有图像属性的情况下，显著减少掌纹图像数据的数据规模。

在本发明的一个实施例中，子步骤10221可以包括如下子步骤：

子步骤102211，基于检测阈值对所述掌纹图像数据中进行边缘检测，获得边缘图像数据。

在本发明实施例中，可以采用canny算子进行边缘检测，canny算子是一个多级边缘检测算法，提出了三个严格的边缘检测标准：

(a)好的信噪比

(b)高的定位精度

(c)单边缘响应

根据这三个准则，canny算子推到出最优边缘检测算子的一个近似实现，即边界点位于图像被高斯函数平滑后的梯度幅度极大值点上，通过包括如下过程：

(1)、利用一维高斯函数，分别按行和列对掌纹图像数据进行低通平滑滤波。

(2)计算平滑后的掌纹图像数据中各点的梯度值和梯度方向，记录于梯度幅值图和梯度方向图中。

(3)对梯度幅值进行非极大值抑制，确定候选边缘点。

在梯度幅值图中，如果某点梯度值与该店梯度方向上相邻两个像素的梯度值相比不是最大，则该点视为非边缘点呗删除，抑制后得到的候选边缘点记录在图edge中。

(4)设置全局高低两阈值，选取边缘点。

梯度幅值图的直方图分布中，像素点个数按梯度幅值递增方向累加，累加个数达到总数的一定比例(比如80％)时，对应的梯度值作为高阈值，高阈值的一定比例(比如50％、40％)作为低阈值。

在图edge中的候选边缘点中，梯度值大于高阈值的点作为边缘保留，梯度值小于低阈值的点则被删除，梯度值介于两阈值间且与边缘点邻接的点作为边缘点保留，否则删除。再判断保留点的八个方向中是否存在大于高阈值的边缘像素，如果存在，则认为它是边缘点，否则不是。

在本发明实施例中，检测阈值可以作为高阈值等阈值，用于选择边缘点。

子步骤10222，从所述边缘图像数据中提取像素点数量预符合设的轮廓条件的轮廓数据。

在实际应用中，可以预先一定的轮廓条件，若边缘图像数据的像素点的数量符合该条件，则可以作为轮廓数据。

在本发明的一个实施例中，子步骤10222可以包括如下子步骤：

子步骤102221，从所述手掌图像数据的像素点总数取指定的比例(如3％)，获得像素点数量阈值；

子步骤102222，从所述边缘图像数据中提取轮廓数据；

子步骤102223，去除像素点数量小于预设的数量阈值(如20)的轮廓数据；

子步骤102224，判断所述轮廓数据的像素点数量是否小于所述像素点数量阈值；若是，则执行子步骤102225，若否，则执行子步骤102226；

子步骤102225，确定所述轮廓数据的像素点数量符合预设的轮廓条件；

子步骤102226，调整所述检测阈值，返回执行子步骤102211。

在本发明实施例中，如果轮廓数据的像素点数量小于像素点总数的一定比例，则确定该轮廓数据符合轮廓条件。

否则，如图5所示，可以调整检测阈值，增加检测阈值，如值加一，重新进行边缘检测、提取轮廓，以求得适当的检测阈值，从而较为完整的保留主线的轮廓的同时去除杂纹的轮廓。

子步骤1023，采用预置的掌纹模板与所述轮廓数据进行匹配，识别出掌纹数据。

在人与外界的接触中，表皮逐渐增厚，人的手掌上有很多纹线，称之为掌纹，掌纹可以分为主线(principallines)、皱褶线(wrinkle)和乳突线(ridge)。

其中，主线包括生命线、智慧线、感情线，由于在抓握东西的方式不尽相同，所以不同人的主线也会有所不同。

皱褶线是手掌部分的皮肤由于肌肉运动而产生的永久的褶皱。

乳突线是由于表皮永久变厚形成的，主要位于手掌内侧。

在本发明实施例中，可以预先针对一种或多种掌纹配置掌纹模板，即提现该中掌纹特征的模板，将掌纹模板与轮廓数据进行匹配，提取所需的掌纹数据。

在本发明的一个实施例中，子步骤1023可以包括如下子步骤：

子步骤10231，提取手掌主线的主线模板；

子步骤10232，采用所述主线模板与所述轮廓数据进行匹配，识别出主线数据；

在具体实现中，手掌主线包括如下的一个或多个：

生命线、智慧线、感情线。

相对应地，针对生命线、智慧线、感情线配置的主线模板如图6所示。

通过这些主线模板与轮廓数据进行匹配，可以从轮廓数据中识别出生命线、智慧线、感情线等主线数据。

若识别出主线数据，则可以合并属于同一个手掌主线的轮廓数据。

子步骤1024，在手掌图像数据中绘制掌纹数据，生成手掌掌纹图像。

例如，如图7所示，在手掌图像数据中绘制生命线、智慧线、感情线等主线，生成手掌掌纹图像。

当然，上述掌纹数据的识别方式只是作为示例，在实施本发明实施例时，可以根据实际情况设置其他掌纹数据的识别方式，发明实施例对此不加以限制。另外，除了上述掌纹数据的识别方式外，本领域技术人员还可以根据实际需要采用其它掌纹数据的识别方式，本发明实施例对此也不加以限制。

步骤103，查询所述掌纹数据对应的业务信息。

应用本发明实施例，可以按照业务需求预先对掌纹数据设置相应的业务信息，从手掌图像数据中识别出掌纹数据之后，则可以提取相关的业务信息。

对于不同业务领域而言，可以具有不同的业务信息，即具有业务领域特征的数据对象。

例如，对于生物识别领域而言，业务信息可以为对掌纹数据进行验证的信息；对于医疗领域而言，业务信息可以为健康，对于娱乐领域而言，业务信息可以为手相信息，等等。

业务信息虽然承载不同的业务特性，但其本质仍然是数据，例如，文本、图像数据、音频数据、视频数据等等。

在本发明的一个实施例中，步骤103可以包括如下子步骤：

步骤1031，确定所述主线数据对应的级别。

步骤1032，提取所述级别对应的业务信息。

在本发明实施例中，掌纹数据包括一条或多条主线数据，可以对预先按照产品策略并结合统计结果的经验值，对每条主线划分多个级别，并对每个级别设置分值区域，建立等级及分值区域之间的映射关系。

此外，对于每个主线的每个等级，可以设置业务信息，进一步可以设置简述信息、详细信息。

在具体实现中，可以按照一定的计分规则(如长度、宽度、是否断开等等)，计算主线数据的分值，查询分值所在的分值区域，从而按照该映射关系，确定分值属于分值区域对应的级别。

对于每条主线，提取其级别对应的业务信息，其中，对于每条主线的简述信息，可以组合为一个整体的总览信息。

步骤104，以所述图床作为所述手掌掌纹图像的载体，将所述手掌掌纹图像和/或所述业务信息返回所述移动终端。

在具体实现中，业务平台可以将识别出的手掌掌纹图像及其相关的业务信息，通过图床返回移动终端，进行相应的显示或其他处理。

在本发明的一个实施例中，步骤104可以包括如下子步骤：

子步骤1041，将所述手掌掌纹图像上传至所述图床，获得第二地址；

子步骤1042，查询所述主线数据的分值；

子步骤1043，将所述分值、所述业务信息和所述第二地址中的至少一项封装至脚本对象中；

子步骤1044，将所述脚本对象返回所述移动终端。

在本发明实施例中，业务平台可以将手掌掌纹图像上传至图床。

需要说明的是，业务平台在上传手掌图像数据之前，可以对手掌图像数据进行压缩，以减少传输的数据量。

图床存储该手掌掌纹图像之后，分配第二地址，如url，并将该第二地址返回业务平台。

业务平台将每条主线数据的分值、相应的业务信息以及第二地址，通过json(javascriptobjectnotation，一种轻量级的数据交换格式)等进行编码，生成脚本对象，返回给移动终端，移动终端可以加载该脚本对象进行相应的显示或其他处理。

移动终端可以访问第二地址、从图床下载手掌掌纹图像，并加载业务信息(例如，总览信息)。

用户点击某条主线数据之后，可以通过数据条等形式显示该主线数据的分值、并加载业务信息(例如，详细信息)。

本发明实施例中，业务平台通过图床与移动终端传输手掌图像数据，在业务平台识别掌纹数据、生成手掌掌纹图像，通过图床与移动终端传输手掌掌纹图像，在业务平台与移动终端之间的通信，均可以使用地址等简单的信息即可，无需直接传递图像数据本身，有效地减小传输的数据的体积，提高传输效率和开发效率。

此外，本发明实施例抽象出访问频次的限制、错误异常处理、主线数据的级别划分、业务信息的组合等服务的关键节点，通过配置进行控制，通过了灵活性。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图8，示出了根据本发明一个实施例的一种基于掌纹数据的业务处理装置的结构框图，具体可以包括如下模块：

手掌图像数据获取模块801，适于在接收到移动终端发送的业务请求时，依据所述业务请求从图床中获取手掌图像数据；

掌纹数据识别模块802，适于从所述手掌图像数据中识别掌纹数据，以生成手掌掌纹图像；

业务信息查询模块803，适于查询所述掌纹数据对应的业务信息；

掌纹信息返回模块804，适于以所述图床作为所述手掌掌纹图像的载体，将所述手掌掌纹图像和/或所述业务信息返回所述移动终端。

在本发明的一个实施例中，所述手掌图像数据获取模块801还适于：

从所述业务请求中提取手掌图像数据在图床中的第一地址；

访问所述第一地址、从所述图床中下载移动终端上传至所述图床的手掌图像数据。

在本发明的一个实施例中，所述手掌图像数据获取模块801还适于：

对所述业务请求中的请求参数进行格式检查；

当所述请求参数的格式正确时，从图床中下载移动终端上传至所述图床的手掌图像数据；

当所述请求参数的格式错误时，进行错误异常处理。

在本发明的一个实施例中，所述手掌图像数据获取模块801还适于：

查询所述移动终端的访问频次；

判断所述访问频次是否超过预设的频次阈值；

若是，则拒绝所述业务请求，并进行错误异常处理；

若否，则从图床中下载移动终端上传至所述图床的手掌图像数据。

在本发明的一个实施例中，所述手掌图像数据获取模块801还适于：

针对所述移动终端的每一次访问，记录所述移动终端的终端标识；

对所述终端标识设置过期时间；

统计所述终端标识的数量，作为访问频次。

在本发明的一个实施例中，所述掌纹数据包括一条或多条主线数据；

所述业务信息查询模块803还适于：

确定所述主线数据对应的级别；

提取所述级别对应的业务信息。

在本发明的一个实施例中，所述业务信息查询模块803还适于：

计算所述主线数据的分值；

查询所述分值所在的分值区域；

确定所述分值属于所述分值区域对应的级别。

在本发明的一个实施例中，所述掌纹数据包括一条或多条主线数据；

所述掌纹信息返回模块804还适于：

将所述手掌掌纹图像上传至所述图床，获得第二地址；

查询所述主线数据的分值；

将所述分值、所述业务信息和所述第二地址中的至少一项封装至脚本对象中；

将所述脚本对象返回所述移动终端。

参照图9，示出了根据本发明一个实施例的一种掌纹数据识别模块的结构框图，具体可以包括如下模块：

轮廓数据提取模块901，适于从所述手掌图像数据中提取轮廓数据；

掌纹模板匹配模块902，适于采用预置的掌纹模板与所述轮廓数据进行匹配，识别出掌纹数据；

手掌掌纹图像生成模块903，适于在所述手掌图像数据中绘制所述掌纹数据，生成手掌掌纹图像。

在本发明的一个实施例中，还可以包括如下模块：

预处理模块，适于对所述手掌图像数据进行预处理；

其中，所述预处理包括如下的一种或多种：

灰度处理，中值滤波处理。

在本发明的一个实施例中，所述轮廓数据提取模块901还适于：

对所述掌纹图像数据中进行边缘检测，获得边缘图像数据；

从所述边缘图像数据中提取像素点数量预符合设的轮廓条件的轮廓数据。

在本发明的一个实施例中，所述轮廓数据提取模块901还适于：

基于检测阈值对所述掌纹图像数据中进行边缘检测，获得边缘图像数据。

在本发明的一个实施例中，所述轮廓数据提取模块901还适于：

从所述手掌图像数据的像素点总数取指定的比例，获得像素点数量阈值；

从所述边缘图像数据中提取轮廓数据；

判断所述轮廓数据的像素点数量是否小于所述像素点数量阈值；

若是，则确定所述轮廓数据的像素点数量符合预设的轮廓条件；

若否，则调整所述检测阈值，返回执行所述基于检测阈值对所述掌纹图像数据中进行边缘检测，获得边缘图像数据的步骤。

在本发明的一个实施例中，所述轮廓数据提取模块901还适于：

去除像素点数量小于预设的数量阈值的轮廓数据。

在本发明的一个实施例中，所述掌纹模板匹配模块902还适于：

提取手掌主线的主线模板；

采用所述主线模板与所述轮廓数据进行匹配，识别出主线数据；

其中，所述手掌主线包括如下的一个或多个：

生命线、智慧线、感情线。

在本发明的一个实施例中，所述掌纹模板匹配模块902还适于：

合并属于同一个手掌主线的轮廓数据。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的基于掌纹数据的业务处理装置设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。