專利名稱：一種帶有掌紋識別系統(tǒng)的保險柜的控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及保險柜技術(shù)領(lǐng)域，尤其涉及一種帶有掌紋識別系統(tǒng)的保險柜的控制方
法。
背景技術(shù)：
一直以來人們都在試圖尋找一種更為“保險”的保險柜，因為傳統(tǒng)的保險柜系統(tǒng)是 用鑰匙和密碼來開啟的，而鑰匙和密碼是保險柜最不“保險”的根源。要想克服鑰匙和密碼 給傳統(tǒng)保險柜帶來的這些致命弊端，在計算機與模式識別技術(shù)飛速發(fā)展的今天，用人類自 身攜帶的生物特征來開啟保險柜系統(tǒng)是國內(nèi)外專家與學(xué)者們正在尋找的一種方法。生物識別技術(shù)又稱生物認(rèn)證技術(shù)，指計算機利用人體固有的生理特征或行為特征 進行個人身份鑒定的技術(shù)。目前生物識別技術(shù)主要分為以下8類指紋識別，人臉識別，視 網(wǎng)膜識別，虹膜識別，語音識別、簽字識別和開鎖動力學(xué)識別等。生物識別具有識別精度高、 便于攜帶、不會丟失、不會遺忘、不會被借用或盜用等特點，是本世紀(jì)最有發(fā)展?jié)摿Φ母咝?技術(shù)之一。在常用的生物識別技術(shù)中，掌紋識別是近期才發(fā)展起來的一種新技術(shù)，與其它生 物特征相比，掌紋具有以下優(yōu)點(1)具有終生不變性和唯一性；(2)定位具有旋轉(zhuǎn)不變性 和唯一性；(3)掌紋中的細(xì)節(jié)特征和各類線特征都具有唯一性和穩(wěn)定性；(4)掌紋的主要特 征明顯，不易被噪聲干擾；(5)不易仿造；(6)由于對掌紋圖像的分辨率可降低要求，采集設(shè) 備成本較低；(7)掌紋識別的被測試者可接受程度較高；(8)識別系統(tǒng)的硬件標(biāo)準(zhǔn)化程度也 尚ο但是至今沒有出現(xiàn)有關(guān)掌紋識別技術(shù)在保險柜中的應(yīng)用方法。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種帶有掌紋識別系統(tǒng) 的保險柜的控制方法。本發(fā)明采用如下技術(shù)方案一種帶有掌紋識別系統(tǒng)的保險柜的控制方法，包括以下步驟Al 采集掌紋圖像；A2 對所述掌紋圖像進行預(yù)處理；A3 提取預(yù)處理后的掌紋圖像的特征向量；A4:根據(jù)提取到的特征向量與預(yù)存儲的授權(quán)用戶掌紋特征向量匹配，匹配一致則 發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無論匹配是否一致，都將開鎖時間和用 戶信息存儲在所述存儲模塊。所述的控制方法，所述步驟A2對所述掌紋圖像進行的預(yù)處理包括掌紋圖像的二 值化、提取邊緣線、確定角點、定位與歸一化。所述的控制方法，所述步驟A3采用小波變換來提取掌紋圖像特征向量。所述的控制方法，采用Daubechies和Symlet正交小波變換來提取掌紋圖像特征向量所述的控制方法，所述掌紋圖像特征提取模塊對一幅掌紋圖像進行4級的二維小 波分解。本發(fā)明的掌紋識別保險柜，是用人體自身攜帶的生物特征掌紋開啟，跟其他的生 物特征相比掌紋具有終生不變性和唯一性，定位具有旋轉(zhuǎn)不變性，掌紋的細(xì)節(jié)特征和各類 線特征具有穩(wěn)定性，掌紋的主要特征明顯，不易被噪聲干擾。與其它形式的保險柜相比，不 會出現(xiàn)鑰匙丟失和被仿造的問題；也不會出現(xiàn)忘記密碼和密碼被盜的問題，安全性高。核心 設(shè)備成本較低，易于大批量生產(chǎn)。


圖1 二維小波分解示意圖；圖2掌紋圖像的二維小波分解，其中a為掌紋，b為a掌紋的小波分解圖；圖3掌紋小波特征向量曲線圖，其中a為手掌1、2、3的掌紋樣本，b為掌紋1的特 征向量曲線，c為掌紋2的特征向量曲線，d為掌紋3的特征向量曲線；圖4本發(fā)明掌紋保險柜的控制結(jié)構(gòu)示意圖；圖5為掌紋圖像預(yù)處理方法示意圖。
具體實施例方式以下結(jié)合附圖和具體實施例，對本發(fā)明進行詳細(xì)說明。實施例1本實施例提供一種掌紋保險柜的控制結(jié)構(gòu)，如圖4所示，包括掌紋圖像采集模塊 10、掌紋圖像預(yù)處理模塊11、掌紋圖像特征提取模塊12、圖像匹配模塊13、存儲模塊16和開 鎖控制模塊15 ；所述掌紋圖像采集模塊10用于采集用戶的掌紋圖像，所述用戶的掌紋圖像 在所述掌紋圖像預(yù)處理模塊11進行預(yù)處理，在所述掌紋圖像特征提取模塊12提取預(yù)處理 后的掌紋圖像的特征向量，根據(jù)提取到的特征向量與存儲模塊中預(yù)存儲的授權(quán)用戶掌紋特 征向量匹配，匹配一致則向所述開鎖控制模塊發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開 鎖指令，無論匹配是否一致，都將開鎖時間和用戶信息存儲在所述存儲模塊；例如，掌紋圖像采集模塊可以使用CXD攝像機，通過PC機或DSP對采集后的圖像 進行預(yù)處理，進行特征向量提取，進而和存儲在存儲模塊16中的掌紋進行匹配。存儲在存儲模塊16中的授權(quán)用戶的掌紋由管理員通過系統(tǒng)預(yù)先建立，為授權(quán)用 戶，授權(quán)用戶也可以隨時進行添加、修改。本實施例的掌紋保險柜的控制機理具體步驟如下Al 采集掌紋圖像；A2 對所述掌紋圖像進行預(yù)處理；所述預(yù)處理的方法具體為(1)掌紋圖像的二值化對分割后的掌紋圖像進行二值化，即手掌部分取0(黑)， 背景部分取1(白)，可以得到完整的手掌型，如圖5-1所示。(2)邊緣提取對二值化后的掌紋圖像邊緣提取就是掏空手掌內(nèi)部的點。其基本 思想為若圖像中一點為黑，且它的8個鄰域點都是黑色時，說明該點是內(nèi)部點，將該點刪 除(置為白色)，否則，則為邊界點，記錄其位置。對圖像中所有像素點執(zhí)行該操作便可完成掌紋圖像邊界的提取(圖5-2所示)。(3)確定角點用曲線擬合的方法在掌紋圖像的邊緣線上找出感興趣的角點A、B、 C(圖5-3)，其中A為無名指與小指之間的交點，B為食指與中指之間的交點，C是A、B連線 的中點。(4)定位與歸一化將C點移動到掌紋圖像的中點0，使之與0點重合，0通常設(shè)為 坐標(biāo)原點(如圖7-3所示)，以0為中心旋轉(zhuǎn)掌紋圖像，將AB轉(zhuǎn)到豎直方向(豎直方向設(shè)置 為y軸)，通過移動和旋轉(zhuǎn)之后，所使用的掌紋圖像AB連線均以豎直方向定位于同一位置 上，在手掌中心同一區(qū)域處切割出一塊大小均為128X128的子圖像來代表整個掌紋圖像 (如圖5-4)，即可完成掌紋圖像的定位歸一化。A3 提取預(yù)處理后的掌紋圖像的特征向量；A4:根據(jù)提取到的特征向量與預(yù)存儲的授權(quán)用戶掌紋特征向量匹配，匹配一致則 發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無論匹配是否一致，都將開鎖時間和用 戶信息存儲在所述存儲模塊。
優(yōu)選的，所述步驟A2對所述掌紋圖像進行二值化、定位、歸一化、濾波、細(xì)化處理。優(yōu)選的，所述步驟A3采用小波變換來提取掌紋圖像特征向量。優(yōu)選的，采用Daubechies和Symlet正交小波變換來提取掌紋圖像特征向量。優(yōu)選的，所述掌紋圖像特征提取模塊對一幅掌紋圖像進行4級的二維小波分解。實施例2本實施例提供一種掌紋圖像預(yù)處理方法。預(yù)處理是掌紋自動識別過程的第一步，它的好壞直接影響著掌紋識別的效果。常 用的預(yù)處理方法主要包括掌紋圖像的二值化、定位(旋轉(zhuǎn)和平移)、歸一化、濾波、細(xì)化等。用一個基于CXD的設(shè)備進行掌紋圖像采集。為了減少采集過程中由于平移、旋 轉(zhuǎn)、扭曲引起的誤差與失真，在采集掌紋圖像時，應(yīng)盡量使手掌的每根手指張開，這樣可 以提取手指邊緣，并用其來對準(zhǔn)和歸一化掌紋圖像。經(jīng)過處理后，每個掌紋塊大小均為 128X128 (如圖2 (a)所示)，并且偏移和旋轉(zhuǎn)已基本上被消除，從而有利于掌紋圖像的識 別。實施例3本實施例提供一種掌紋圖像特征提取方法——小波特征提取。掌紋圖像是一種近似的紋理性周期圖案，其中主線是手掌上最深最粗的幾條線， 大多數(shù)手掌上有三條主線；除了主線外，手掌上還有很多褶線，一般來說這些線要比主線 細(xì)、淺，并且很不規(guī)則。掌紋圖像中不同區(qū)域的紋線方向和空間頻率代表著掌紋圖像內(nèi)在的 特征。針對掌紋圖像的特點，我們經(jīng)過多種特征提取的方法實驗，發(fā)現(xiàn)因為小波變換具有多 通道、多分辨率的功能，因此用一種基于小波變換的方法提取掌紋圖像的特征，進而進行識 別不僅節(jié)省了圖像預(yù)處理的時間，而且識別的魯棒性也較高。小波變換理論是Fourier分析理論的進一步發(fā)展，是人們對于信號特性深層次認(rèn) 識的需要。小波變換提供了一個可調(diào)的時間_頻率窗，伸縮的結(jié)果就是我們可以在不同的 分辨率下分解信號，平移的結(jié)果就是我們可以把這組信號作為窗，來觀察自己關(guān)心的部分。定義如果函數(shù)Ψ (χ)滿足允許小波條件，
權(quán)利要求
一種帶有掌紋識別系統(tǒng)的保險柜的控制方法，其特征在于，包括以下步驟A1采集掌紋圖像；A2對所述掌紋圖像進行預(yù)處理；A3提取預(yù)處理后的掌紋圖像的特征向量；A4根據(jù)提取到的特征向量與預(yù)存儲的授權(quán)用戶掌紋特征向量匹配，匹配一致則發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無論匹配是否一致，都將開鎖時間和用戶信息存儲在所述存儲模塊。
2.根據(jù)權(quán)利要求1控制方法，其特征在于，所述步驟A2對所述掌紋圖像進行的預(yù)處理 包括掌紋圖像的二值化、提取邊緣線、確定角點、定位與歸一化。
3.根據(jù)權(quán)利要求1所述的控制方法，其特征在于，所述步驟A3采用小波變換來提取掌 紋圖像特征向量。
4.根據(jù)權(quán)利要求3所述的控制方法，其特征在于，采用Daubechies和Symlet正交小波 變換來提取掌紋圖像特征向量。
5.根據(jù)權(quán)利要求3或4所述的控制方法，其特征在于，所述掌紋圖像特征提取模塊對一 幅掌紋圖像進行4級的二維小波分解。
全文摘要
本發(fā)明公開了一種帶有掌紋識別系統(tǒng)的保險柜的控制方法，包括以下步驟A1采集掌紋圖像；A2對所述掌紋圖像進行預(yù)處理；A3提取預(yù)處理后的掌紋圖像的特征向量；A4根據(jù)提取到的特征向量與預(yù)存儲的授權(quán)用戶掌紋特征向量匹配，匹配一致則發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無論匹配是否一致，都將開鎖時間和用戶信息存儲在所述存儲模塊。
文檔編號G06K9/00GK101967915SQ20101051735
公開日2011年2月9日 申請日期2010年10月25日 優(yōu)先權(quán)日2010年10月25日
發(fā)明者夏森, 徐寒, 楊定禮, 王允龍, 王澤平, 董金慧, 蔣同斌 申請人:淮陰工學(xué)院