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
為
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
為
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
為
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
為
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)