一種基于脈向檢測的指靜脈識別技術制造技術

本發明專利技術屬于生物特征識別領域，具體涉及一種基于脈向檢測的指靜脈識別技術。本發明專利技術通過對目標圖像進行預處理之后，使用方向算子對手指的靜脈紋路進行檢測，能對不同走向的靜脈都能進行相應操作；然后再通過算子處理后的新圖像進行閾值分割。本發明專利技術能對不同指靜脈圖像進行脈象檢測從何獲得最佳分割閾值，得到清晰的目標圖像以便特征提取與匹配。

【技術實現步驟摘要】

本專利技術屬于生物特征識別領域，具體涉及一種基于脈向檢測的指靜脈識別技術。
技術介紹
當今社會互聯網技術快速發展，人們生活與互聯網緊密相連，信息安全顯示出前所未有的重要性。而在金融、國家安全、司法、電子商務、電子政務等應用領域，都需要準確的身份鑒定，因此身份鑒定是保證系統安全的必要環節。當前個人身份鑒別的主要依靠ID card(如身份證、工作證、智能卡、計算機標識卡和儲蓄卡等)和密碼手段。然而這些手段存在攜帶不便，容易遺漏或者用于使用過多或不當而損壞、不可讀和密碼泄露等諸多問題。因此，目前廣泛使用的傳統身份認證方法面臨著嚴峻的挑戰，并線的越來越不適應現代科技的發展和社會的進步。人們希望有一種更加方便可靠的辦法來進行身份認證，生物特征識別技術給這一切帶來了可能。生物識別技術是一種安全、可靠、不易泄露、不會遺忘的識別方法。在眾多生物識別方案中，有指紋識別、人臉識別、虹膜識別、步態識別等多種方式。而眾多技術中，指紋、掌紋容易被破壞和偽造；耳廓不易活體檢測；虹膜不易接受，不便捷。這些檢測技術僅僅停留在觀察人的表面生物特征上，安全系數相對較低。在眾多識別方案中，指紋識別技術是目前最方便、可靠、非侵害和技術上相對成熟的生物識別技術。然而，指紋識別也有其自身的缺點：(1)自動指紋識別系統的犯罪指紋數據庫在全球司法實踐中的廣泛應用使得人們對其懷有戒心；(2)每一次使用指紋時都會在指紋采集器上留下用戶的指紋印痕，而這些指紋痕跡存在著被用來復制指紋的可能性；(3)部分使用者由于指紋磨而無法使用指紋認證。
技術實現思路
針對上述存在問題或不足，為解決傳統的生物特征識別技術所面臨的諸多難題，本專利技術提供了一種基于脈向檢測的指靜脈識別技術。具體技術方案如下：步驟1、將圖像轉為灰度圖像，然后進行中值濾波；步驟2、用邊緣檢測算子提取圖像邊緣；步驟3、對圖像進行霍夫直線檢測，再取檢測出的直線中的兩條距離最近的直線，作為圖像兩個邊緣，獲得圖像的寬；然后取所有直線水平距離最遠的兩點分別作切線，獲得圖像的長，從而獲得圖像的感興趣區域；步驟4、對圖像進行歸一化處理；步驟5、對圖像效果進行增強；步驟6、首先對圖像每個像素點進行脈向檢測，采取4至方向15算子進行脈向檢測，得到每個像素點的總值pixel_total：再對圖像進行量化，則新的圖像每個像素點為： p i x e l _ n e w = p i x e l _ t o t a l , p i x e l > 0 0 , p i x e l < 0 - - - ( 1 ) ]]>最后經過脈向檢測后得到的歸一化圖像；步驟7、對圖像進行二值化處理；首先根據步驟6歸一化的像素值求圖像的灰度均值： G m e a n = 1 N × N Σ 1 N Σ 1 N p i x e l _ t o t a l - - - ( 2 ) ]]>再進行二值化： p i x e l _ n e w = 1 , p i x e l _ n e w ≥ G m e a n 0 , p i x e l _ n e w < G m e a n - - - ( 3 ) ]]>步驟8、用形態學操作對圖像去除空洞和毛刺；步驟9、對圖像進行細化；步驟10、進行尺度不變特征提取；步驟11、根據提取特征進行匹配：采用兩向量內積最大值為最匹配的點，設定一閾值，只有當這個最大值大于本文檔來自技高網...

【技術保護點】
一種基于脈向檢測的指靜脈識別技術，具體技術方案如下：步驟1、將圖像轉為灰度圖像，然后進行中值濾波；步驟2、用邊緣檢測算子提取圖像邊緣；步驟3、對圖像進行霍夫直線檢測，再取檢測出的直線中的兩條距離最近的直線，作為圖像兩個邊緣，獲得圖像的寬；然后取所有直線水平距離最遠的兩點分別作切線，獲得圖像的長，從而獲得圖像的感興趣區域；步驟4、對圖像進行歸一化處理；步驟5、對圖像效果進行增強；步驟6、首先對圖像每個像素點進行脈向檢測，采取4至方向15算子進行脈向檢測，得到每個像素點的總值pixel_total：再對圖像進行量化，則新的圖像每個像素點為：pixel_new=pixel_total,pixel>00,pixel<0---(1)]]>最后經過脈向檢測后得到的歸一化圖像；步驟7、對圖像進行二值化處理；首先根據步驟6歸一化的像素值求圖像的灰度均值：Gmean=1N×NΣ1NΣ1Npixel_total---(2)]]>再進行二值化：pixel_new=1,pixel_new≥Gmean0,pixel_new<Gmean---(3)]]>步驟8、用形態學操作對圖像去除空洞和毛刺；步驟9、對圖像進行細化：步驟10、進行尺度不變特征提取；步驟11、根據提取特征進行匹配：采用兩向量內積最大值為最匹配的點，設定一閾值，只有當這個最大值大于該閾值方可認為兩特征點匹配。...

【技術特征摘要】
1.一種基于脈向檢測的指靜脈識別技術，具體技術方案如下：步驟1、將圖像轉為灰度圖像，然后進行中值濾波；步驟2、用邊緣檢測算子提取圖像邊緣；步驟3、對圖像進行霍夫直線檢測，再取檢測出的直線中的兩條距離最近的直線，作為圖像兩個邊緣，獲得圖像的寬；然后取所有直線水平距離最遠的兩點分別作切線，獲得圖像的長，從而獲得圖像的感興趣區域；步驟4、對圖像進行歸一化處理；步驟5、對圖像效果進行增強；步驟6、首先對圖像每個像素點進行脈向檢測，采取4至方向15算子進行脈向檢測，得到每個像素點的總值pixel_total：再對圖像進行量化，則新的圖像每個像素點為： p i x e l _ n e w = p i x e l _ t o t a l , p i x e l > 0 0 , p i x e l < 0 - - - ( 1 ) ]]>最后經過脈向檢測后得到的歸一化圖像；步驟7、對圖像進行二值化處理；首先根據步驟6歸一化的像素值求圖像的灰度均值： G m e a n = 1 N × N Σ 1 N Σ 1 N p i x e l ...

【專利技術屬性】
技術研發人員：肖鴻博，呂幼新，王新磊，王俊，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：四川;51