專利名稱：基于手背靜脈圖像的身份識別方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機技術(shù)，尤其涉及一種基于手背靜脈圖像的身份識別方法和裝置。
背景技術(shù)：
隨著科學(xué)技術(shù)的發(fā)展，利用生物特征進(jìn)行身份識別得到了快速發(fā)展?，F(xiàn)有技術(shù)中，通過手背靜脈圖像進(jìn)行身份識別，首先將待識別手背靜脈圖像進(jìn)行二值化、細(xì)化成一像素寬骨骼圖像，確定靜脈的交叉點和終點，將待識別圖像的交叉點坐標(biāo)和終點坐標(biāo)分別與注冊用戶數(shù)據(jù)庫中的手背靜脈圖像的交叉點坐標(biāo)和終點坐標(biāo)進(jìn)行匹配，得到匹配結(jié)果，根據(jù)匹配結(jié)果確定待識別圖像的身份信息。然而，采用現(xiàn)在有技術(shù)的方法進(jìn)行身份識別，識別準(zhǔn)確率不高。
發(fā)明內(nèi)容
本發(fā)明提供一種基于手背靜脈圖像的身份識別方法和裝置，以提高基于手背靜脈圖像的身份識別的準(zhǔn)確率。本發(fā)明第一方面提供一種基于手背靜脈圖像的身份識別方法，包括:獲取樣本的手背靜脈圖像，獲取所述樣本的手背靜脈圖像的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，所述鄰接矩陣包括所述結(jié)構(gòu)特征圖中各關(guān)鍵點的位置信息以及各關(guān)鍵點之間的距離信息；根據(jù)所述樣本的結(jié)構(gòu)特 征圖對應(yīng)的鄰接矩陣和數(shù)據(jù)庫中各注冊樣本的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，獲取所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離，所述圖距離為由所述樣本的結(jié)構(gòu)特征圖轉(zhuǎn)換到所述注冊樣本的結(jié)構(gòu)特征圖的過程中最小轉(zhuǎn)換代價和；在所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離中，獲取具有最小圖距離的注冊樣本，以確定所述樣本的身份。結(jié)合第一方面，所述獲取樣本的手背靜脈圖像之后，還包括:獲取所述樣本的手背靜脈圖像的LBP特征向量；根據(jù)所述樣本的手背靜脈圖像的LBP特征向量和數(shù)據(jù)庫中各注冊樣本的手背靜脈圖像的LBP特征向量，獲取所述樣本的手背靜脈圖像的LBP特征向量與各注冊樣本的手背靜脈圖像的LBP特征向量之間的卡方距離；獲取所述各圖距離與所述各卡方距離的乘積；相應(yīng)地，所述在所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離中，獲取具有最小圖距離的注冊樣本，以確定所述樣本的身份包括:在所述各圖距離與所述各卡方距離的乘積中，獲取具有最小乘積的注冊樣本，以確定所述樣本的身份。結(jié)合第一方面，所述數(shù)據(jù)庫中各注冊樣本為篩選后的各注冊樣本；所述篩選后的各注冊樣本的獲取方法如下:
獲取所述樣本的手背靜脈圖像的TEC特征向量；所述TEC特征向量的長度為根據(jù)預(yù)設(shè)規(guī)則從二值化手背靜脈圖像細(xì)化到手背靜脈骨骼圖像遍歷整個圖像的次數(shù)，所述TEC特征向量中每個元素的值為每次遍歷過程中被刪除的像素點的個數(shù)；根據(jù)所述樣本的手背靜脈圖像的TEC特征向量和數(shù)據(jù)庫中各注冊樣本的手背靜脈圖像的TEC特征向量，獲取所述樣本的手背靜脈圖像的TEC特征向量與各注冊樣本的手背靜脈圖像的TEC特征向量之間的歐氏距離；根據(jù)所述各歐式距離獲取篩選后的各注冊樣本。
結(jié)合第一方面，所述鄰接矩陣KHkd，其中
權(quán)利要求
1.一種基于手背靜脈圖像的身份識別方法，其特征在于，包括: 獲取樣本的手背靜脈圖像，獲取所述樣本的手背靜脈圖像的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，所述鄰接矩陣包括所述結(jié)構(gòu)特征圖中各關(guān)鍵點的位置信息以及各關(guān)鍵點之間的距離信息； 根據(jù)所述樣本的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣和數(shù)據(jù)庫中各注冊樣本的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，獲取所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離，所述圖距離為由所述樣本的結(jié)構(gòu)特征圖轉(zhuǎn)換到所述注冊樣本的結(jié)構(gòu)特征圖的過程中最小轉(zhuǎn)換代價和； 在所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離中，獲取具有最小圖距離的注冊樣本，以確定所述樣本的身份。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取樣本的手背靜脈圖像之后，還包括: 獲取所述樣本的手背靜脈圖像的局部二值模式LBP特征向量； 根據(jù)所述樣本的手背靜脈圖像的LBP特征向量和數(shù)據(jù)庫中各注冊樣本的手背靜脈圖像的LBP特征向量，獲取所述樣本的手背靜脈圖像的LBP特征向量與各注冊樣本的手背靜脈圖像的LBP特征向量之間的卡方距離； 獲取所述各圖距離與所述各卡方距離的乘積； 相應(yīng)地，所述在所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離中，獲取具有最小圖距離的注冊樣本，以確定所述樣本的身份包括: 在所述各圖距離與所述各卡方距離的乘積中，獲取具有最小乘積的注冊樣本，以確定所述樣本的身份。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述數(shù)據(jù)庫中各注冊樣本為篩選后的各注冊樣本； 所述篩選后的各注冊樣本的獲取方法如下: 獲取所述樣本的手背靜脈圖像的細(xì)化能量損失TEC特征向量； 所述TEC特征向量的長度為根據(jù)預(yù)設(shè)規(guī)則從二值化手背靜脈圖像細(xì)化到手背靜脈骨骼圖像遍歷整個圖像的次數(shù)，所述TEC特征向量中每個元素的值為每次遍歷過程中被刪除的像素點的個數(shù)； 根據(jù)所述樣本的手背靜脈圖像的TEC特征向量和數(shù)據(jù)庫中各注冊樣本的手背靜脈圖像的IEC特征向量，獲取所述樣本的手背靜脈圖像的TEC特征向量與各注冊樣本的手背靜脈圖像的TEC特征向量之間的歐氏距離； 根據(jù)所述各歐式距離獲取篩選后的各注冊樣本。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述鄰接矩陣K={ku}，其中，^(x，y)表示手背靜脈圖像的關(guān)鍵點的坐標(biāo)，q表示手背靜脈圖像關(guān)鍵點i與j之間的像素點個數(shù)； 所述手背靜脈圖像關(guān)鍵點為手背靜脈圖像中各靜脈的交叉點或終點。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取樣本的手背靜脈圖像之前，還包括: 采集數(shù)據(jù)庫中的各注冊樣本的特征信息； 所述各注冊樣本的特征信息至少包括下述任一種信息: 各注冊樣本的手背靜脈圖像的鄰接矩陣； 各注冊樣本的手背靜脈圖像的LBP特征向量； 各注冊樣本的手背靜脈圖像的TEC特征向量。
6.一種基于手背靜脈圖像的身份識別裝置，其特征在于，包括: 獲取模塊，用于獲取樣本的手背靜脈圖像，獲取所述樣本的手背靜脈圖像的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，所述鄰接矩陣包括所述結(jié)構(gòu)特征圖中各關(guān)鍵點的位置信息以及各關(guān)鍵點之間的距離信息； 處理模塊，用于根據(jù)所述樣本的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣和數(shù)據(jù)庫中各注冊樣本的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，獲取所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離，所述圖距離為由所述樣本的結(jié)構(gòu)特征圖轉(zhuǎn)換到所述注冊樣本的結(jié)構(gòu)特征圖的過程中最小轉(zhuǎn)換代價和； 驗證模塊，用于在所述樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離中，獲取具有最小圖距離的注冊樣本，以確定所述樣本的身份。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述獲取模塊在獲取樣本的手背靜脈圖像之后，還用于獲取所述樣本的手背靜脈圖像的局部二值模式LBP特征向量； 所述處理模塊，還用于根據(jù)所述樣本的手背靜脈圖像的LBP特征向量和數(shù)據(jù)庫中各注冊樣本的手背靜脈圖像的LBP特征向量，獲取所述樣本的手背靜脈圖像的LBP特征向量與各注冊樣本的手背靜脈圖像的LBP特征向量之間的卡方距離；并獲取所述各圖距離與所述各卡方距離的乘積； 相應(yīng)地，所述驗證模塊具體用于在所述各圖距離與所述各卡方距離的乘積中，獲取具有最小乘積的注冊樣本，以確定所述樣本的身份。
8.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述數(shù)據(jù)庫中各注冊樣本為篩選后的各注冊樣本； 所述獲取模塊，還用于獲取所述樣本的手背靜脈圖像的細(xì)化能量損失TEC特征向量；所述TEC特征向量的長度為根據(jù)預(yù)設(shè)規(guī)則從二值化手背靜脈圖像細(xì)化到手背靜脈骨骼圖像遍歷整個圖像的次數(shù)，所述TEC特征向量中每個元素的值為每次遍歷過程中被刪除的像素點的個數(shù)； 所述處理模塊，還用于根據(jù)所述樣本的手背靜脈圖像的TEC特征向量和數(shù)據(jù)庫中各注冊樣本的手背靜脈圖像的TEC特征向量，獲取所述樣本的手背靜脈圖像的TEC特征向量與各注冊樣本的手背靜脈圖像的TEC特征向量之間的歐氏距離；并根據(jù)所述各歐式距離獲取篩選后的各注冊樣本。
9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述鄰接矩陣K={ku}，其中， Ux,y) J- J，(x，y)表示手背靜脈圖像的關(guān)鍵點的坐標(biāo)，q表示手背靜脈圖像關(guān)鍵點i與j之間的像素點個數(shù)； 所述手背靜脈圖像關(guān)鍵點為手背靜脈圖像中各靜脈的交叉點或終點。
10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述獲取模塊獲取樣本的手背靜脈圖像之前，還用于采集數(shù)據(jù)庫中的各注冊樣本的特征信息； 所述各注冊樣本的特征信息至少包括下述任一種信息: 各注冊樣本的手背靜脈圖像的鄰接矩陣； 各注冊樣本的手背靜脈圖像的LBP特征向量； 各注冊樣本的手背靜脈圖像 的TEC特征向量。
全文摘要
本發(fā)明提供一種基于手背靜脈圖像的身份識別方法和裝置，該方法通過獲取樣本的手背靜脈圖像，獲取樣本的手背靜脈圖像的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，根據(jù)樣本的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣和數(shù)據(jù)庫中各注冊樣本的結(jié)構(gòu)特征圖對應(yīng)的鄰接矩陣，獲取樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離，在樣本的結(jié)構(gòu)特征圖與各注冊樣本的結(jié)構(gòu)特征圖之間的圖距離中，獲取具有最小圖距離的注冊樣本，以確定樣本的身份，由于鄰接矩陣中包括手背靜脈圖像結(jié)構(gòu)特征圖中各關(guān)鍵點的位置信息以及各關(guān)鍵點之間的距離信息，能夠更好的體現(xiàn)手背靜脈圖像的獨特性，因此，能夠提高基于手背靜脈圖像的身份識別的準(zhǔn)確率。
文檔編號G06K9/00GK103235929SQ20131007640
公開日2013年8月7日 申請日期2013年3月11日 優(yōu)先權(quán)日2013年3月11日
發(fā)明者黃迪, 朱向榮, 王蘊紅 申請人:北京航空航天大學(xué)