亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

手形識別方法

文檔序號:6612452閱讀:500來源:國知局
專利名稱:手形識別方法
技術(shù)領(lǐng)域
本發(fā)明屬身份識別領(lǐng)域,尤其涉及一種通過提取手形的幾何特征,進(jìn)行身 份識別的手形識別方法。
背景技術(shù)
手形識別指的是對手部的外部輪廓所構(gòu)成的幾何圖形進(jìn)行識別。相對于 其他生物特征(例如虹膜、指紋),手形的測量比較容易實(shí)現(xiàn),對圖像獲取設(shè)備 的要求較低,手形識別算法相對簡單。在所有的生物特征識別方法中,手形的 認(rèn)證速度是最快的?;谏鲜鲈?,手形認(rèn)證已經(jīng)成為生物特征識別技術(shù)的一 個重要組成部分,并受到越來越多的重視。
目前針對手形采集圖像的處理方法有兩種,一種方法是采用在半透明玻璃 底部打光,并且從底部對用戶的手形圖像進(jìn)行采集。這種方法對于設(shè)備遮光要
求嚴(yán)格,實(shí)現(xiàn)起來也有一定的困難且界面不友好;另一種方法是采用直方圖均 衡閾值分割等方法,但是無論全局直方圖均衡化(容易造成手形圖像的缺失)或 者局部直方圖均衡(容易造成冗余噪聲)都無法取得很好的結(jié)果。
手形匹配是手形識別的關(guān)鍵,傳統(tǒng)的匹配方法大致有兩種基于點(diǎn)模式匹
配方法和基于特征矢量匹配方法。前者通過將手形輪廓圖像表示為一系列特征 點(diǎn)集,然后對兩個手形的特征點(diǎn)集進(jìn)行匹配認(rèn)證,誤識率較小,但計算量和拒識 率相對較大。為了避免手指連接處的非線形活動,要求采集的時候要事先對采 集設(shè)備和采集者做出種種限制,這也限制了手形認(rèn)證技術(shù)的發(fā)展。后者通過計 算手形的長度和寬度等特征矢量來對不同手形進(jìn)行匹配認(rèn)證,該方法計算量小, 匹配速度快,但是誤識率較高。
現(xiàn)有手形識別方法存在的問題(1) 現(xiàn)有手形識別采用固定拴的接觸方法獲取手形的圖像,從而確定手指 的方向。 一些人會感到不衛(wèi)生,特別是需要每個手指放于固定的位置, 一方面 對用戶不夠友好,另一方面由于不同人之間手的大小不同會降低識別的準(zhǔn)確 率。本發(fā)明采用非接觸方法,能夠解決上述問題。
(2) 現(xiàn)有手形識別采用點(diǎn)模式匹配方法,計算量大。本發(fā)明采用幾何特征 實(shí)現(xiàn)匹配,計算量小。

發(fā)明內(nèi)容
本發(fā)明旨在提供一種算法簡單、被測試者接受程度高、穩(wěn)定性高、容易 實(shí)現(xiàn)多模態(tài)識別的手形識別方法。
為達(dá)到上述目的,本發(fā)明包括如下幾個步驟
(1) 采用成像裝置獲取手形圖像;
(2) 在手形圖像上提取手形輪廓;
(3) 根據(jù)手形輪廓提取手形特征點(diǎn);
(4) 根據(jù)手形特征點(diǎn)構(gòu)成手形特征向量;
(5) 根據(jù)手形特征向量進(jìn)行手形特征匹配,以此實(shí)現(xiàn)基于手形的個人身份 鑒別。
作為一種優(yōu)選方案,描述如下
本發(fā)明所述步驟(l)在拍攝過程中人的五指處于自然張開狀態(tài),手掌平面 與成像機(jī)構(gòu)的成像平面平行,手掌平面與成像機(jī)構(gòu)成像平面之間的距離在一個 可變的范圍內(nèi)。
本發(fā)明所述步驟(2)包括通過邊緣檢測方法或灰度閾值分割方法獲取手形輪廓。
本發(fā)明步驟(3)所述的特征點(diǎn)包括指尖點(diǎn)、指根點(diǎn)、手指關(guān)節(jié)處的位置、 手腕的位置、生命線和感情線的起始點(diǎn)。
本發(fā)明所述步驟(4)通過步驟(3)找到的特征點(diǎn),構(gòu)成手形的特征向量;所述特征向量包括手指長度、手指寬度、手指的厚度、各個指關(guān)節(jié)的長度和寬 度、手掌長度、手掌的厚度、手掌與手指的長度比值、手的長度、手腕的寬度、 手掌中主線條數(shù)及交點(diǎn)的個數(shù)、指根間的相互關(guān)系。
另外,本發(fā)明所述步驟(5)是應(yīng)用步驟(4)所得到的特征向量,通過匹 配算法實(shí)現(xiàn)個人身份的鑒別。
與其他生物特征識別比較,手形識別具有以下優(yōu)點(diǎn)
(1) 算法簡單。人臉、虹膜、指紋等生物特征識別方法主要依據(jù)紋理特 征和代數(shù)特征來實(shí)現(xiàn),計算復(fù)雜度較高。而手形識別主要依據(jù)幾何特征來實(shí)現(xiàn), 其計算復(fù)雜度明顯低于其它生物特征識別,從而使所構(gòu)成的認(rèn)證裝置具有成本 低、工作速度快的優(yōu)點(diǎn)。
(2) 被測試者接受程度高。手形識別可以實(shí)現(xiàn)非接觸成像方式,被測試
者接受程度高。虹膜識別盡管屬于非接觸成像方式,但成像過程需要被測試者 緊密配合,特別是對于眼睛較小的被測試者,需要努力睜大眼睛才能夠進(jìn)行測 試,被測試者的接受程度較低。指紋識別目前只有接觸成像方式,不僅受成像 裝置手指磨損和污跡影響嚴(yán)重,而且被測試者接受程度存在差異。
(3) 性能穩(wěn)定。手形幾何尺寸穩(wěn)定,識別結(jié)果受外界環(huán)境干擾小。而人 臉特征識別受化妝品、衰老、表情、毛發(fā)等因素的影響嚴(yán)重。虹膜識別受眼睛 睜開大小乃至睫毛遮擋的影響嚴(yán)重,目前尚沒有得到根本的解決。
(4) 容易實(shí)現(xiàn)多模態(tài)識別。手形與手部靜脈、掌紋具有相同的成像方式, 因此,手形識別可以方便地與靜脈識別、掌紋識別結(jié)合,從而能夠顯著提高個 人身份鑒別的可靠性。
(5) 盡管手形識別率不如其它生物特征識別,但是,由于具有成像容易, 算法簡單,成本低廉的明顯優(yōu)勢,在要求不是很高的門禁系統(tǒng)中具有絕對的優(yōu) 勢。


下面結(jié)合附圖和具體實(shí)施方式
對本發(fā)明作進(jìn)一步說明。本發(fā)明的保護(hù)范圍 將不僅局限于下列內(nèi)容的表述。
圖1為本發(fā)明手形識別系統(tǒng)流程框圖; 圖2為本發(fā)明曲率計算方法示意圖3為本發(fā)明曲率方法檢測手指指尖、手指指跟效果圖; 圖4為本發(fā)明粗定位方法示意圖; 圖5為本發(fā)明細(xì)定位方法示意圖; 圖6為本發(fā)明特征提取示意圖。
具體實(shí)施例方式
如圖1所示,本發(fā)明方法由以下步驟組成 步驟一采用成像裝置獲取手形圖像
在拍攝過程中人的五指處于自然張開狀態(tài),手掌平面與成像機(jī)構(gòu)的成像平 面平行,手掌平面與成像機(jī)構(gòu)成像平面之間的距離在一個可變的范圍內(nèi)。 步驟二在手形圖像上提取手形輪廓
將獲取的手形圖像進(jìn)行預(yù)處理,可以通過對圖像的二值化,輪廓提取,輪 廓跟蹤,得到手形的輪廓圖像。
步驟三根據(jù)手形輪廓提取手形特征點(diǎn) 本發(fā)明所述步驟三包括
a) 找到大拇手指與食指之間的指跟點(diǎn);
b) 從上述a)找到的指跟點(diǎn)開始,沿著手指輪廓線搜索,標(biāo)記曲率變化較 大的輪廓線部分,在每個所標(biāo)記的輪廓線部分尋找中心點(diǎn)作為相鄰手指交叉點(diǎn) 或者指尖點(diǎn);
c) 根據(jù)相鄰手指交叉點(diǎn)確定指根點(diǎn)。 步驟四根據(jù)手形特征點(diǎn)構(gòu)成手形特征向量
本發(fā)明所述步驟四將步驟三獲得的指根點(diǎn)和指尖點(diǎn)作為手形識別特征點(diǎn),從而得到手形特征向量。
步驟五根據(jù)手形特征向量進(jìn)行手形特征匹配,以此實(shí)現(xiàn)基于手形的個人 身份鑒別
本發(fā)明所述步驟五是根據(jù)步驟四獲得的指根點(diǎn)和指尖點(diǎn)位置,提取食指、 中指、無名指及小拇手指的長度,再計算出四個長度之間的六個相對長度比值, 即食指長度/中指長度、食指長度/無名指長度、食指長度/小拇手指長度、中指 長度/無名指長度、中指長度/小拇手指長度及無名指長度/小拇手指長度。依據(jù) 所獲長度比值,計算兩幅圖像之間對應(yīng)長度的歐式距離,采用六個歐式距離之 和進(jìn)行匹配,艮P:
/) = t如-^ (1)
式中n代表相對長度特征的個數(shù),A和B分別表示兩個人的長度比值。 其中步驟一的具體實(shí)施方式

在拍攝過程中人的五指處于自然張開狀態(tài),手掌平面與成像機(jī)構(gòu)的成像平 面平行,手掌平面與成像機(jī)構(gòu)成像平面之間的距離在一個可變的范圍內(nèi)。這樣 做的目的是第一應(yīng)用灰度閾值可以很容易將手形圖片與背景分開;第二各
個手指張開可以保證在曲率計算分割手指階段,準(zhǔn)確找到各個手指的指跟,最 后使成像裝置垂直拍攝手形圖像。本發(fā)明中用到的圖片對光照條件的要求比較 低,特征提取中用的是手形輪廓的幾何特征,所以光照的強(qiáng)弱不會造成識別率
的降低。在下面詳細(xì)介紹中用到的圖片都是640*480的BMP圖片。 其中步驟二的具體實(shí)施方式
為 第一步對步驟一獲取的手形圖像進(jìn)行二值化。
圖像的二值化是灰度圖像處理的基本操作,就是把灰度圖像的灰度值處理 成只有兩種灰度,黑(0)、白(255)。也就是只有前景色和背景色。
此處采用了 5 * 5的鄰域?qū)κ中螆D像的四個角和圖像中心采樣,算出單個象素的平均值(記作Pels—avg)。 f(i, j)表示手形原圖像象素值,favg(i, j) 代表以5 * 5鄰域的象素灰度的平均值,g(i, j)代表二值化后的圖像。W代 表白色(255), B代表黑色(0)。則二值化過程是
/(U) <Pels—avg favg(i, j) <Pels_avg
通過公式(2),再用中值濾波濾掉椒鹽噪聲。
第二步對二值化的手形圖像進(jìn)行輪廓提取;
輪廓提取的目的是獲得手形的外部輪廓特征,為圖像的形狀分析做準(zhǔn)備。 輪廓提取的算法就是去掉背景色如果原圖中一點(diǎn)為黑色,且它的8個相鄰點(diǎn) 都是黑色時,則該點(diǎn)為背景點(diǎn),將該點(diǎn)刪除。
第三步進(jìn)行輪廓跟蹤,從而得到手的輪廓圖像。
首先找到圖片上第一個邊界像素按照從上到下,從左到右的順序搜索, 找到的第一個黑點(diǎn)一定是左上方的邊界點(diǎn),記為A。以這個邊界點(diǎn)開始,定義 初始的搜索方向?yàn)檠刈笊戏?;如果左上方的點(diǎn)是黑色,則為邊界點(diǎn),否則搜索 方向順時針旋轉(zhuǎn)45度。這樣一直找到第一個黑點(diǎn)為止。然后把這個黑點(diǎn)作為 新的邊界點(diǎn),在當(dāng)前搜索方向的基礎(chǔ)上逆時針旋轉(zhuǎn)90度,繼續(xù)用同樣的方法 繼續(xù)搜索下一個黑點(diǎn),直到返回最初的邊界點(diǎn)為止。
其中步驟三的具體實(shí)施方式

通過曲率的方法找到曲率變化比較大的區(qū)域。目的是找到各個手指的指 跟,從而將手指分開。由于大拇手指的活動比較靈活,可能會出現(xiàn)與手掌不在 同一個平面等問題。所以在以后的敘述中不考慮提取大拇手指的特征,所提到 的四個手指分別指食指、中指、無名指、小拇手指。根據(jù)步驟二得到的邊界圖 像,按照列掃描的方式遍歷圖像上的各個像素點(diǎn),找到第一列邊界點(diǎn)的個數(shù)為 三個像素的位置,并設(shè)置其行坐標(biāo)為POINT X,從此點(diǎn)開始按照逆時針方向沿邊界掃描,尋找指根、指尖所在的區(qū)間范圍。
入、M
曲率是用于平衡曲線彎曲程度的參數(shù),公式為 As,其中Av代表曲線上 弧長的長度,^為曲線上切線變化的角度,然而計算"不如計算A^簡單,如
圖2中所示,"s)代表P點(diǎn)兩側(cè)向量^和^之間的夾角,如果夾角越大表示 該點(diǎn)的曲率越小,曲線彎曲程度越?。蝗绻麏A角越小,表示該點(diǎn)的曲率越大, 曲線彎曲程度越大。由于手指根尖和手指根部的邊界曲線彎曲程度都比較明 顯,所以設(shè)定一個閾值(例如2.5),當(dāng)該點(diǎn)的曲率小于閾值的時候,則認(rèn)為該 點(diǎn)屬于指根或者指尖所在的區(qū)域。遍歷結(jié)束后會尋找到七個曲率變化比較大的 區(qū)域。如圖3所示,取每個區(qū)域內(nèi)起始點(diǎn)和終止點(diǎn)縱坐標(biāo)的均值,將該點(diǎn)作為 尋找到的角點(diǎn)。
為了區(qū)分各個角點(diǎn)是指根點(diǎn)還是指尖點(diǎn),比較每個區(qū)域的起始點(diǎn)Pl,終 止點(diǎn)P2的橫坐標(biāo)的大小。如果X—PpX—P2;則令MIN—X-X—P2;反之,令 MIN_X = X—P1<5如果P點(diǎn)的橫坐標(biāo)大于MIN一X,則該點(diǎn)為指尖點(diǎn),否則該點(diǎn) 為指根點(diǎn)。應(yīng)用這種方法可以得到四個指尖點(diǎn)Ti、 T2、 T3、 T4,三個指跟點(diǎn)A、 B、 C(如圖3所示)。A點(diǎn)上方為食指做在的區(qū)域;A點(diǎn)與B點(diǎn)之間是中指所在 的區(qū)域;B點(diǎn)與C點(diǎn)之間是無名指所在的區(qū)域,C點(diǎn)的下方為小拇手指所在的 區(qū)域。
然后在每個區(qū)域中找到手部的特征點(diǎn) 第一步粗定位方法。
根據(jù)曲率方法已經(jīng)將各個手指分開,但是由于手指根部連接處的非線形活 動,通過曲率方法尋找到的指跟只能用于分開兩個鄰近的手指,為了更進(jìn)一步 的確定手指跟部,首先應(yīng)用粗定位的方法尋找每個手指兩側(cè)的指跟。
(1)、在己確定的指根A, B, C處沿邊界向前掃描20個像素點(diǎn),分別為 Bp C1;向后掃描20個像素點(diǎn),分別為A" B2, C2,以指跟A處為例,連接點(diǎn)A和A" A和A"得到直線AAi, AA2,在點(diǎn)A和At之間的邊界上, 尋找距直線AA,最遠(yuǎn)的點(diǎn)V1;在點(diǎn)A和A2之間的邊界上,尋找距直線AA2 最遠(yuǎn)的點(diǎn)V2。在指跟B, C處做同樣的操作,從而得到指跟點(diǎn)V, V6。
(2)、進(jìn)一步確定食指和小拇手指的外邊界點(diǎn)。以食指為例,連接點(diǎn)1\和 Vp得到直線TWp以1\為圓心,ITA^I為半徑沿逆時針方向畫圓,與邊界的 第一個交點(diǎn)即為食指的外邊界點(diǎn)V ,使I77;H^1。小拇手指做類似的處理得 到外邊界點(diǎn)V7,使| r4f:5 H r4r71 。
第二步細(xì)定位方法。
進(jìn)一步精確定位食指和小拇手指的外邊界點(diǎn)。仍以食指為例,連接點(diǎn)T,,
V0, V,得到一個三角形,通過公式(3)計算三角形的形心M(X,Y)。
X = (XTl+Xv。+XVi)/3 Y = (YT'+Yv(,+YV|)/3
連接指尖點(diǎn)1\與形心點(diǎn)M,確定一條直線LM,通過內(nèi)指根點(diǎn)Vt向直 線T^M作垂線,并且延長此垂線,和手形的的邊界圖像交于一點(diǎn)Vfl,,確定 該點(diǎn)為細(xì)定位確定的外邊界點(diǎn)。小拇手指做類似的操作,得到指跟點(diǎn)V7'。從 而尋找到了食指、中指、無名指、小拇手指的指根(L、 T2、 T3、 T4)和指尖點(diǎn)
(v0,、 v2、 v3、 v4、 v5、 v6、 v7,)。
其中步驟四的具體實(shí)施方式

第一步確定各個手指的長度。連接通過細(xì)定位方法得到的每個手指的兩 側(cè)指根點(diǎn),即食指的指跟連線Vn,V"中指的指跟連線V2V3,無名指的指跟連 線V4V5,小拇手指的指跟連線V6V7,(如圖6)。計算其每條直線的中點(diǎn)坐標(biāo)V1、 V2 、 V3、 V4。連接TjV1、 T2V2、 T3V3、 T4V4,將此長度作為各個手指的絕對
長度(食指長度ITWl;中指長度IT2V^;無名指長度IT3V 小拇手指長度IT4V41)。
從而得到四個手指的絕對長度。
第二步計算各個手指之間的相對長度, 一共包括6個相對長度構(gòu)成特征向量,分別為食指長度/中指長度(ITWl/IT2V^);食指長度/無名指長度(IT,V11 /|T3V3|);食指長度/小拇手指長度(ITW11 / |T4V4|);中指長度/無名指長度(IT2V21 / |T3V3|);中指長度/小拇手指長度(IT2V21 / |T4V4|);無名指長度/小拇手指長度 (|T3V3|/|T4V4|)。
其中步驟五的具體實(shí)施方式

可以采用多種特征匹配的方法,這里給出一種歐幾里德距離判別函數(shù)實(shí)現(xiàn) 匹配的方案。
6個相對長度的距離函數(shù)為
Distance =Z如-W):
其中A為已經(jīng)注冊的手指相對長度的特征參數(shù),B為登錄的手指相對長度 的特征參數(shù)。
該距離越小,表明兩個特征向量越貼近。根據(jù)實(shí)驗(yàn),可以確定當(dāng)該距離小 于閾值(例如12),即可認(rèn)為兩者達(dá)到匹配標(biāo)準(zhǔn)。如圖6所示,Ll、 L2、 L3、 L4分別為食指、中指、無名指、小母手指的長度。
權(quán)利要求
1、一種手形識別方法,采用成像裝置獲取手形圖像,通過計算機(jī)對手部幾何形狀進(jìn)行分析,從而獲取手形特征參數(shù),其特征在于包括以下步驟(1)采用成像裝置獲取手形圖像;(2)在手形圖像上提取手形輪廓;(3)根據(jù)手形輪廓提取手形特征點(diǎn);(4)根據(jù)手形特征點(diǎn)構(gòu)成手形特征向量;(5)根據(jù)手形特征向量進(jìn)行手形特征匹配,以此實(shí)現(xiàn)基于手形的個人身份鑒別。
2、 根據(jù)權(quán)利要求1所述的手形識別方法,其特征在于所述步驟(l)在拍 攝過程中既允許人的五指處于自然張開狀態(tài)、也允許處于閉合狀態(tài);既允許手 掌平面與成像機(jī)構(gòu)的成像平面平行、也允許不平行;即允許手掌平面與成像機(jī) 構(gòu)成像平面之間的距離固定、也允許在一個可變的范圍內(nèi)。
3、 根據(jù)權(quán)利要求1所述的手形識別方法,其特征在于所述步驟(2)包括 通過邊緣檢測方法或灰度閾值分割方法獲取手形輪廓。
4、 根據(jù)權(quán)利要求1所述的手形識別方法,其特征在于步驟(3)所述的特征點(diǎn)包括指尖點(diǎn)、指根點(diǎn)、手指關(guān)節(jié)處的位置、手腕的位置、生命線和感情線 的起始點(diǎn)。
5、 根據(jù)權(quán)利要求1所述的手形識別方法,其特征在于所述步驟(4)通過 步驟(3)找到的特征點(diǎn),構(gòu)成手形的特征向量;所述特征向量包括手指長度、 手指寬度、手指的厚度、各個指關(guān)節(jié)的長度和寬度、手掌長度、手掌的厚度、 手掌與手指的長度比值、手的長度、手腕的寬度、手掌中主線條數(shù)及交點(diǎn)的個 數(shù)、指根間的相互關(guān)系。
6、根據(jù)權(quán)利要求1所述的手形識別方法,其特征在于所述步驟(5)是應(yīng) 用步驟(4)所得到的特征向量,通過匹配算法實(shí)現(xiàn)個人身份的鑒別。
7、 根據(jù)權(quán)利要求3所述的手形識別方法,其特征在于所述步驟(5)是應(yīng) 用步驟(4)所得到的特征向量,通過匹配算法實(shí)現(xiàn)個人身份的鑒別。
8、 根據(jù)權(quán)利要求5所述的手形識別方法,其特征在于所述步驟(5)是應(yīng) 用步驟(4)所得到的特征向量,通過匹配算法實(shí)現(xiàn)個人身份的鑒別。
全文摘要
本發(fā)明公開一種基于手形的個人身份鑒別方法,采用成像裝置獲取人手圖像,通過計算機(jī)分析、處理,獲得個人特征描述,實(shí)現(xiàn)個人身份鑒別,其具體實(shí)施步驟如下(1)采用成像裝置獲取手形圖像;(2)在手形圖像上提取手形輪廓;(3)根據(jù)手形輪廓提取手形特征點(diǎn);(4)根據(jù)手形特征點(diǎn)構(gòu)成手形特征向量;(5)根據(jù)手形特征向量進(jìn)行手形特征匹配。本發(fā)明的主要特點(diǎn)在于(1)算法簡單;(2)被測試者接受程度高;(3)性能穩(wěn)定;(4)容易實(shí)現(xiàn)多模態(tài)識別。本發(fā)明特別適合于門禁系統(tǒng)等場合。
文檔編號G06K9/00GK101470800SQ200710159360
公開日2009年7月1日 申請日期2007年12月30日 優(yōu)先權(quán)日2007年12月30日
發(fā)明者朱春艷, 麗 柯, 桑海峰, 苑瑋琦, 靜 黃 申請人:沈陽工業(yè)大學(xué)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1