本發(fā)明屬于計(jì)算機(jī)識(shí)別技術(shù)領(lǐng)域，涉及針對(duì)人體生物特征的身份識(shí)別技術(shù)。

背景技術(shù)：

隨著互聯(lián)網(wǎng)領(lǐng)域，尤其是電子商務(wù)領(lǐng)域的迅速發(fā)展，人們建立越來越多的高價(jià)值的個(gè)人賬戶，登錄時(shí)的身份驗(yàn)證也就受到越來越多重視。傳統(tǒng)密碼需要用戶記憶，使用時(shí)還需手動(dòng)輸入，過程十分繁瑣。而人體生物特征的身份識(shí)別技術(shù)，與傳統(tǒng)密碼或ID卡的身份認(rèn)證方式相比，能夠更有效、安全、便捷地識(shí)別登錄者的身份，發(fā)展前景廣闊。

人體生物特征中，目前常見的有人體的指紋、虹膜、筆跡、人臉等。每個(gè)人的這些特征都是獨(dú)有的，且不易被復(fù)制、丟失或遺忘，所以現(xiàn)今人體生物特征識(shí)別符合密碼的要求，已經(jīng)開始在各種場合被實(shí)際應(yīng)用。人體的掌紋、掌脈也都屬于人體生物特征，用于身份識(shí)別優(yōu)點(diǎn)顯著。例如，和指紋相比，手掌的特征區(qū)域大得多，具有更豐富的紋理信息，而且不容易被磨損；掌脈，即為手掌靜脈，分布于表皮下，具有豐富的結(jié)構(gòu)信息，難以偽造比較安全。由于以上這些特點(diǎn)，且目前的一些研究成果已證明了掌紋掌脈可快速、精準(zhǔn)、安全、可靠地進(jìn)行識(shí)別，因此，利用掌紋掌脈圖像進(jìn)行身份識(shí)別，正在越來越多地受到關(guān)注、研究和使用。

目前所開發(fā)的掌紋掌脈采集儀可根據(jù)采集方式的不同分為兩種類型：接觸式與非接觸式。接觸式掌紋掌脈采集儀的研發(fā)時(shí)間較早，發(fā)展較為成熟，例如香港理工大學(xué)所開發(fā)的人體掌紋圖像采集裝置(No.ZL 2011 1 0362063.8)，在采集的過程中，要求用戶的指縫與設(shè)備緊密接觸，從而極大程度地降低手掌抖動(dòng)或變形對(duì)識(shí)別造成的不利影響，進(jìn)而取得較高的識(shí)別結(jié)果，然而這類設(shè)備的用戶體驗(yàn)不佳，且接觸式的設(shè)備自身容易成為細(xì)菌或疾病傳播的媒介，衛(wèi)生狀況堪憂。非接觸式掌紋掌脈圖像采集儀在采集過程中，用戶無需與設(shè)備接觸，克服了接觸式設(shè)備的缺點(diǎn)。這類設(shè)備的研發(fā)時(shí)間較晚，目前多處于實(shí)驗(yàn)室的驗(yàn)證階段。例如，在Chen 等人開發(fā)的系統(tǒng)中(Chen et al.,Biometric verification by fusing hand geometry and palmprint,2007)，各硬件部分未形成一個(gè)整體的可用系統(tǒng)，且數(shù)據(jù)采集依賴于人工操作，用戶體驗(yàn)程度差。又如，在Aykut與Ekinci研發(fā)的原型系統(tǒng)中(Aykut et al.,Developing a contactless palmprint authentication system by introducing a novel roi extraction method,2015)，由于設(shè)備缺少必要的遮罩，光源發(fā)射出的LED光線非常容易射入用戶的眼中，此外所采集的掌紋圖像的背景并不確定，因此造成掌紋識(shí)別算法非常復(fù)雜，影響識(shí)別效果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種掌紋掌脈識(shí)別方法及掌紋掌脈圖像采集儀，用戶體驗(yàn)良好、識(shí)別速度快、精度高且安全可靠。

為達(dá)到上述目的，本發(fā)明的解決方案是：

本發(fā)明的基于掌紋掌脈的身份識(shí)別方法為：

1.多位使用者作為未注冊(cè)的用戶，分別使用本采集儀進(jìn)行注冊(cè)：記錄下各自的身份信息，如姓名、性別等，并分別對(duì)其左手和右手，進(jìn)行掌紋和掌脈圖像的采集，各使用者的雙手都采集得到若干張掌紋和掌脈圖像；

2.間隔一段時(shí)間后，如數(shù)天、數(shù)周或數(shù)月，已注冊(cè)的某位用戶，使用本采集儀采集新的掌紋和掌脈圖像作為待測數(shù)據(jù)，進(jìn)行身份識(shí)別；

3.針對(duì)待測的掌紋掌脈圖像，經(jīng)過掌紋或掌脈ROI(region of interest)提取、基于競爭編碼的特征提取、基于聯(lián)合表示分類框架分類，共三個(gè)步驟，完成對(duì)待測圖像的識(shí)別，判斷出此注冊(cè)用戶的身份信息；

本發(fā)明的身份識(shí)別方法還有這樣一些技術(shù)特征：

在本發(fā)明所涉及的身份識(shí)別方法中，所包含的掌紋或掌脈與背景的分割方法，是由閾值法來完成的，該方法根據(jù)所發(fā)明的采集儀采集得到的圖像的背景較為簡單的情況所設(shè)計(jì)，可達(dá)到快速、準(zhǔn)確地對(duì)圖像進(jìn)行分割的目的，詳見下文的具體實(shí)施方式；

所述的ROI，即“感興趣區(qū)域”，對(duì)于采集得到的某張掌紋或掌脈圖像，是其中用于識(shí)別的、在空間上連通的部分圖像，在本發(fā)明中ROI的形狀為矩形。由于本采集儀并不固定用戶手掌在采集時(shí)所處的具體位置，因此為了克服同一用戶在注冊(cè)時(shí)拍攝的圖像以及識(shí)別時(shí)拍攝的圖像中的手掌的縮放、移動(dòng)、旋轉(zhuǎn)、變形等情況對(duì)于識(shí)別的影響，各掌紋或掌脈圖像的ROI的采樣大小通過圖像中的手掌的寬度計(jì)算得出，其在圖像中的位置通過手掌的食指中指指縫和無名指小指指縫所在位置而確定，詳見下文的具體實(shí)施方式；

在本發(fā)明所涉及的身份識(shí)別方法中，在掌紋或掌脈ROI提取步驟中的指縫的查找與定位方法，是基于間隔采樣手指間的各邊緣點(diǎn)，并計(jì)算它們到手掌中心點(diǎn)的距離，選取局部最小值所對(duì)應(yīng)的邊緣點(diǎn)作為候選點(diǎn)，并聚合臨近的候選點(diǎn)，最后通過計(jì)算候選點(diǎn)對(duì)間的距離所確定的，詳見下文的具體實(shí)施方式；

特征編碼方式，是由Gabor濾波器對(duì)圖像進(jìn)行競爭編碼的特征提取方法提取得到的；

識(shí)別方法，是采用聯(lián)合表示分類框架，分類得到結(jié)果。

本發(fā)明非接觸式掌紋掌脈圖像采集儀為掌紋掌脈特征識(shí)別工作獲取高分辨率的掌紋掌脈圖像；同時(shí)本發(fā)明還提供了掌紋掌脈特征的識(shí)別算法。

本發(fā)明非接觸式掌紋掌脈圖像采集儀包括：

設(shè)備外殼、雙CCD相機(jī)、計(jì)算機(jī)、光源控制器、光源、觸屏顯示器。

設(shè)備外殼，分為上下兩部分；上半部分從側(cè)面看是一個(gè)直角梯形，用于放置觸屏顯示器和形成暗箱放置手掌；下半部分是一個(gè)帶輪子可移動(dòng)的規(guī)整的長方體，前后共有兩扇門，放置相機(jī)、光源、計(jì)算機(jī)等設(shè)備；整體由外殼封閉，只有外接電源線和觸屏顯示器面向用戶。

相機(jī)，采用的是雙CCD相機(jī)，固定在下半部分的不銹鋼柱子上，鏡頭正對(duì)上方，同時(shí)拍攝并保存可見光源(以下稱RGB)以及近紅外光源(以下稱NIR)下掌紋的圖像信息。

光源，套在鏡頭周圍，同樣正對(duì)上方，提供照明，照明范圍約為在距離鏡頭10-20cm、水平40cm見方的空間。

觸屏顯示器，其作用涵蓋兩方面。一方面作為輸出設(shè)備，為用戶呈現(xiàn)必要的信息，如相機(jī)拍攝得到的實(shí)時(shí)掌紋掌脈圖像畫面、采集程序的用戶界面等；另一方面作為輸入設(shè)備，為用戶提供進(jìn)行控制采集儀的平臺(tái)，比如錄入注冊(cè)信息，控制采集儀保存實(shí)時(shí)的掌紋掌脈圖像等操作。

計(jì)算機(jī)，與相機(jī)和觸摸屏相連，用于控制、運(yùn)算與存儲(chǔ)等目的。

本發(fā)明非接觸式掌紋掌脈圖像采集儀還包括以下一些技術(shù)特征：

所述的非接觸式，指的是被采集者的手可以在采集儀的手的指定活動(dòng)范圍內(nèi)自由移動(dòng)，在拍攝掌紋掌脈圖像時(shí)，使用者的手與采集儀完全不發(fā)生任何接觸。這里所述的區(qū)域范圍是指外殼上半部分內(nèi)部與外殼下半部分上方所構(gòu)成的半封閉區(qū)域。不考慮拍攝圖像的質(zhì)量(即掌紋掌脈圖像是否完整呈現(xiàn)在畫面中)，理論上，手的活動(dòng)范圍的大小即該封閉區(qū)域的大小，約為400mm(長)×400mm(寬)×200mm(高)。實(shí)際上，由于物體在手的指定活動(dòng)范圍內(nèi)通過圓角矩形缺口，最終進(jìn)入至相機(jī)內(nèi)，因此，為了使得拍攝得到的掌紋掌脈圖像中包含完整的手掌信息，手的有效活動(dòng)范圍與圓角矩形的大小(250mm(長)×250mm(寬))相關(guān)，至少為250mm(長)×250mm(寬)×200mm(高)。

所有模塊皆封閉于外殼中，只有觸控屏幕暴露給被采集者。特別指出的是，在采集過程中，光源所發(fā)射出的光線不會(huì)射入使用者的眼中，在達(dá)到安全的目的的同時(shí)，形成良好的用戶體驗(yàn)。

所述的相機(jī)為雙CCD相機(jī)，可以同時(shí)拍攝得到高分辨率的掌紋和掌脈圖像，同時(shí)獲取到彩色圖像和近紅外圖像。

采集過程中使用純色背景，拍攝得到的圖像中不含復(fù)雜背景，有利于快速準(zhǔn)確地提取掌紋和掌脈信息。

所述的采集儀采用落地式結(jié)構(gòu)設(shè)計(jì)，用戶以直立的方式面向采集儀，微微抬起左手或者右手，通過外殼上半部分的前方缺口伸入手的指定活動(dòng)范圍內(nèi)進(jìn)行圖像采集，適合于不同身高、不同臂長、不同手掌大小的用戶進(jìn)行掌紋掌脈采集。

所述的采集儀底部的四個(gè)角區(qū)域上分別各裝配一個(gè)萬向輪，共計(jì)四個(gè)萬向輪，便于設(shè)備臨時(shí)移動(dòng)。

所述的采集儀的光源的中心、相機(jī)的中心、圓角矩形缺口的中心在同一條直線上，該直線在采集過程中，同時(shí)經(jīng)過待采集手掌的中心區(qū)域。

所述的采集儀的觸屏顯示器內(nèi)嵌于外殼上半部分，并呈現(xiàn)小幅仰角，便于實(shí)際使用。

本發(fā)明圖像采集儀是為掌紋掌脈識(shí)別的數(shù)據(jù)采集而設(shè)計(jì)的設(shè)備，掌紋掌脈的采集是身份識(shí)別的關(guān)鍵步驟，其質(zhì)量直接影響到識(shí)別的準(zhǔn)確性。本發(fā)明是有完整外觀設(shè)計(jì)的設(shè)備，被采集者不需要與設(shè)備接觸，設(shè)備即可獲取到被采集者的掌紋及掌脈圖像，獲得的圖像分辨率高，適合于進(jìn)一步的掌紋掌脈識(shí)別。

本發(fā)明儀器用以采集高質(zhì)量的彩色圖像和近紅外圖像，具有實(shí)時(shí)采集的優(yōu)點(diǎn)；可在身份登記、大規(guī)模數(shù)據(jù)采集場合使用，對(duì)使用者的手掌部位進(jìn)行采集，為掌紋掌脈的身份驗(yàn)證提供高質(zhì)量數(shù)據(jù)；亦可在任何對(duì)身份識(shí)別嚴(yán)格要求的場合，比如軍事禁區(qū)、海關(guān)、公司考勤、大樓門禁等處使用。本發(fā)明針對(duì)非接觸掌紋掌脈識(shí)別，提供了一整套的算法，包括掌紋和掌脈區(qū)域提取、基于競爭編碼的特征提取、基于聯(lián)合表示分類框架的分類，用以將待測掌紋或掌脈圖像與注冊(cè)的掌紋或掌脈圖像進(jìn)行匹配。身份識(shí)別方法不僅具有較好的識(shí)別率，而且識(shí)別用時(shí)短。

附圖說明

圖1為本發(fā)明掌紋或掌脈ROI提取方法示意圖。

圖2為本發(fā)明基于競爭編碼與聯(lián)合表示分類框架的非接觸式掌紋掌脈識(shí)別方法的工作流程圖。

圖3為本發(fā)明非接觸式掌紋掌脈圖像采集儀的實(shí)施例側(cè)視圖，其中，11.外殼上半部分，12.外殼下半部分。

圖4為圖3所示實(shí)施例的側(cè)面剖面圖，其中，1.觸屏顯示器，2.光源，3.相機(jī)，4.光源控制器，5.計(jì)算機(jī)，6.第一帶夾鐵圈(用于固定光源)，7.第二帶夾鐵圈(用于固定相機(jī))，8鐵架，9.萬向輪。

圖5為圖3所示實(shí)施例的正面剖視圖，其中21.手的指定活動(dòng)范圍。

圖6為圖3所示實(shí)施例的外殼下半部分的頂視圖，其中31.圓角矩形缺口。

具體實(shí)施方式

以下結(jié)合附圖所示實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說明。

本發(fā)明的身份識(shí)別方法是結(jié)合掌紋掌脈采集儀獲取的彩色掌紋圖像、近紅外手掌靜脈圖像來進(jìn)行身份識(shí)別，兩種手掌特征的識(shí)別步驟相同，具體過程為：

一、掌紋或掌脈ROI提取

在生物特征識(shí)別中，由于客觀條件的限制，在拍攝得到的圖像中，通常同時(shí)包含具有區(qū)分性信息以及對(duì)識(shí)別任務(wù)無關(guān)的背景信息。提取ROI(region of interest)，即“感興趣區(qū)域”，其目的在于從拍攝得到的圖像中提取有助于完成識(shí)別任務(wù)的圖像區(qū)域，使之適用于往后的識(shí)別步驟。例如，在圖1中的矩形區(qū)域內(nèi)，僅包含掌紋或掌脈的紋理信息，并不包括其余背景信息(如手指、指縫等)，可作為所采集的掌紋或掌脈ROI區(qū)域用于進(jìn)一步的識(shí)別。在本發(fā)明中，要求用于ROI提取的圖像為8比特的灰度圖像(可將彩色圖像直接轉(zhuǎn)化為灰度圖像，以便執(zhí)行本步驟)，建議分辨率為800像素×600像素，它的背景為簡單的純色背景，可明顯區(qū)分于較為明亮的手部圖像區(qū)域。此外，要求拍攝得到的圖像中包含且僅包含一個(gè)手部，該手部的五指完全分開、四個(gè)指縫都清晰可見、對(duì)焦清晰。針對(duì)本發(fā)明中涉及的ROI提取方法，需要同時(shí)給定大拇指的朝向(朝上或朝下或朝左或朝右)、除大拇指外其余四指的整體朝向(朝上或朝下或朝左或朝右)。需要指出的是，所給定的大拇指的朝向與所給定的除大拇指外其余四指的整體朝向垂直(例如，大拇指朝上或朝下，則除大拇指外其余四指的整體朝向?yàn)槌蠡虺?，不能為朝上或朝下，反之亦?。具體提取ROI的步驟如下：

1.在一張給定的掌紋或掌脈的采樣圖像I中，定位食指與中指間指縫以及無名指與小指之間指縫這里，指縫為一組相鄰兩點(diǎn)在八連通區(qū)域內(nèi)連通的點(diǎn)集。具體實(shí)施方法為：

1-1使用高斯濾波器對(duì)采樣圖像進(jìn)行整體平滑，去除圖像中的噪點(diǎn)，得到平滑后的采樣圖像I_S。優(yōu)選方案為采用大小為5×5、零均值、標(biāo)準(zhǔn)差為1的高斯濾波器對(duì)采樣圖像整體進(jìn)行濾波；

1-2使用N.Otsu于1979年在IEEE Transactions on Systems,Man,and Cybernetics發(fā)表的"A Threshold Selection Method from Gray-Level Histograms"一文中提出的方法，計(jì)算出I_S的前后背景的全局閾值τ_G∈[0,255]之后，利用以下公式判斷I_S中的各點(diǎn)是否滿足成為前景(手部)的條件：

其中，表示在I_S中，以(x,y)為中心、距離為r的范圍內(nèi)各點(diǎn)的值之和，為I_S的前景掩模，優(yōu)選方案為r＝5；

1-3計(jì)算中所示前景區(qū)域的包圍盒的幾何中心點(diǎn)寬(大拇指-小指方向)和高(除大拇指外其余四指的整體朝向-手腕方向)用于近似估計(jì)掌心的位置；

1-4計(jì)算中所示前景區(qū)域的輪廓線這里，輪廓線為一組相鄰兩點(diǎn)在八連通區(qū)域內(nèi)連通的點(diǎn)集；

1-5保留輪廓線中四指部分的輪廓線去除其余部分的輪廓線。方法為：

1-5-1根據(jù)以及除大拇指外其余四指的整體朝向，去除中所示前景區(qū)域的包圍盒從手腕區(qū)域起、向四指整體朝向方向上跨度為D_v之間輪廓線，優(yōu)選方案為

1-5-2根據(jù)以及大拇指的朝向，去除中所示前景區(qū)域的包圍盒從大拇指區(qū)域起、向小指向方向上跨度為D_h之間輪廓線，優(yōu)選方案為

1-6計(jì)算四指部分的輪廓線的中心點(diǎn)

1-7在輪廓線中，每間隔個(gè)輪廓點(diǎn)選取一個(gè)輪廓點(diǎn)，對(duì)于每一個(gè)選取出的輪廓點(diǎn)，比較其與相鄰兩個(gè)選取出的輪廓點(diǎn)是否更接近于手腕區(qū)域，若滿足更接近的條件，則保留該選取出的輪廓點(diǎn)，對(duì)于所有選出的符合條件的輪廓點(diǎn)記為優(yōu)選方案為

1-8在計(jì)算的過程中，少數(shù)情況下會(huì)出現(xiàn)輪廓線不光滑的情況，從而導(dǎo)致了1-7步驟中所提取的輪廓點(diǎn)并非處于一段U字型指縫處的現(xiàn)象。因此，為了驗(yàn)證中每一個(gè)輪廓點(diǎn)是否處于一段U字型指縫處，對(duì)于其中的每一個(gè)輪廓點(diǎn)執(zhí)行以下驗(yàn)證步驟，所有驗(yàn)證成功的輪廓點(diǎn)組成

1-8-1選取在輪廓線中所在位置起算，向前G_VB個(gè)輪廓點(diǎn)的坐標(biāo)中，在除大拇指外其余四指的整體朝向-手腕方向上的最大值與最小值差是否大等于閾值τ_VB，若滿足條件則繼續(xù)驗(yàn)證，否則驗(yàn)證失敗，優(yōu)選方案為G_VB＝75，τ_VB＝10；

1-8-2選取在輪廓線中所在位置起算，向前G_VF個(gè)輪廓點(diǎn)的坐標(biāo)中，在除大拇指外其余四指的整體朝向-手腕方向上的最大值與最小值差是否大等于閾值τ_VF，若滿足條件則驗(yàn)證成功；否則驗(yàn)證失敗，優(yōu)選方案為G_VF＝75，τ_VF＝10；

1-9為了避免因1-7步驟中取值過小，導(dǎo)致中存在至少一組點(diǎn)對(duì)同時(shí)對(duì)應(yīng)于同一個(gè)指縫，可采取以下驗(yàn)證與更新方法，從而得到驗(yàn)證與更新后的輪廓點(diǎn)點(diǎn)集

1-9-1初始化并初始化計(jì)數(shù)器

1-9-2若大于當(dāng)前輪廓點(diǎn)點(diǎn)集中輪廓點(diǎn)的數(shù)量，則跳至步驟1-9-4，否則，跳至步驟1-9-3；

1-9-3對(duì)于輪廓點(diǎn)和輪廓點(diǎn)分別在輪廓線中向前、向后選取G_Free個(gè)輪廓點(diǎn)，組成兩段輪廓線和若則更新跳至步驟1-9-2；否則，替換的取值為和中在除大拇指外其余四指的整體朝向-手腕方向上距離手腕最近的輪廓點(diǎn)(x_New,y_New)，同時(shí)從中去除輪廓點(diǎn)跳至步驟1-9-2；優(yōu)選方案為G_Free＝130；

1-9-4更新若大于當(dāng)前輪廓點(diǎn)點(diǎn)集中輪廓點(diǎn)的數(shù)量，則完成1-9步驟中所有的驗(yàn)證與更新步驟；否則，更新跳至步驟1-9-2；

1-10對(duì)于輪廓點(diǎn)點(diǎn)集中的每一個(gè)輪廓點(diǎn)，分別計(jì)算其與的連線，與大拇指朝向所在直線的夾角，選出夾角最小的兩個(gè)取值所對(duì)應(yīng)的輪廓點(diǎn)并根據(jù)拇指的朝向，確定這兩個(gè)輪廓點(diǎn)與所包含的輪廓點(diǎn)和所包含的輪廓點(diǎn)的對(duì)應(yīng)關(guān)系；假設(shè)且對(duì)于這兩個(gè)輪廓點(diǎn)，分別在輪廓線中找到其所在位置起算前后各p個(gè)輪廓點(diǎn)和q個(gè)輪廓點(diǎn)，分別作為和的取值，優(yōu)選方案為p＝q＝50。

2.分別計(jì)算輪廓線與輪廓線的切點(diǎn)與

2-1根據(jù)步驟1中確定的與確定輪廓點(diǎn)點(diǎn)對(duì)集合共包含p×q對(duì)輪廓點(diǎn)點(diǎn)對(duì)；

2-2逐一驗(yàn)證輪廓點(diǎn)點(diǎn)對(duì)集合中的每一組輪廓點(diǎn)點(diǎn)對(duì)所確定的直線：輪廓線與輪廓線中所有的點(diǎn)是否位于該直線的同一側(cè)或直線上，且不在該直線上的輪廓線與輪廓線中的所有輪廓點(diǎn)都處于該直線的除大拇指外四指的整體朝向的一側(cè)；

2-3對(duì)于所有滿足2-2條件的輪廓點(diǎn)點(diǎn)對(duì)集合逐一計(jì)算各輪廓點(diǎn)點(diǎn)對(duì)之間的歐式距離，選出歐式距離最大的一對(duì)輪廓點(diǎn)點(diǎn)對(duì)，賦予

3.提取矩形ROI區(qū)域：

3-1計(jì)算兩點(diǎn)之間的歐式距離D_PP；

3-2平行于與兩點(diǎn)連線，且在位于該連線朝除大拇指外四指整體方向的反方向上作一條直線，距該連線的距離為λ₁D_PP，如圖3所示，所作直線與中所示前景區(qū)域交于兩個(gè)輪廓點(diǎn)O₁和O₂，優(yōu)選方案為λ₁＝0.588；

3-3計(jì)算線段的中垂線與直線O₁O₂的交點(diǎn)，距離線段O₁O₂的中點(diǎn)的距離D_MM，在I_S上提取一個(gè)矩形ROI，要求：該矩形的一組對(duì)邊平行于直線且該矩形位于直線朝除大拇指外其余四指整體朝向的反方向上，并距離直線為λ₂D_PP；該矩形平行于直線的一組對(duì)邊的長度為λ₃D_PP，另一組對(duì)邊的長度為λ₄D_PP；在大拇指朝向上，該矩形的幾何中心點(diǎn)距離線段的中點(diǎn)為λ₅D_MM，優(yōu)選方案為λ₂＝0.228，λ₃＝λ₄＝0.6，λ₅＝0.5。

二、基于競爭編碼的特征提取

1.對(duì)于任意一張按所述步驟一提取的非接觸式掌紋或掌脈ROI圖像將其大小縮放至k×k，得到縮放后的非接觸式掌紋或掌脈ROI圖像優(yōu)選方案為k＝128。

2.計(jì)算的競爭編碼其過程為：

2-1構(gòu)造一組Gabor濾波器其中，x,y＝1,2,…,k，優(yōu)選方案為：u＝0.0916,σ＝5.6179,分別取從而構(gòu)造出6個(gè)Gabor濾波器；

2-2將所構(gòu)造出的每一個(gè)濾波器G_j分別與進(jìn)行卷積，分別得到卷積后的圖像其中j＝1,2,…,κ，κ為所構(gòu)造出的濾波器的數(shù)量；

2-3利用公式x,y＝1,2,…,k，計(jì)算得到的競爭編碼。

3.計(jì)算的特征描述算子，其過程為：

3-1將在長、寬方向上分別作u等分和v等分，得到u×v個(gè)子區(qū)域，則每個(gè)子區(qū)域的長、寬分別為

所述步驟3-1中，若競爭編碼的長k無法被u整除和/或競爭編碼的寬k無法被v整除，分塊時(shí)，保留競爭編碼位于中心區(qū)域的點(diǎn)進(jìn)行分塊以作為子區(qū)域，刪除競爭編碼四周無法被整除區(qū)域的點(diǎn)，不作為進(jìn)行識(shí)別的子區(qū)域，優(yōu)選方案為

3-2使用直方圖統(tǒng)計(jì)每一個(gè)子區(qū)域內(nèi)各取值出現(xiàn)的次數(shù)，得到向量h＝[h₁h₂…h(huán)_i…h(huán)_κ]，用于描述一個(gè)子區(qū)域，其中，h_i表示該子區(qū)域中值為i的點(diǎn)的數(shù)量，1≤i≤κ；

3-3將各子區(qū)域的描述算子拼接在一起，得到其中，n＝κ×u×v，h_i,j表示寬方向的第i個(gè)、長方向的第j個(gè)子區(qū)域的描述子；

3-4將y⁽⁰⁾歸一化，得到描述算子y＝y(tǒng)⁽⁰⁾/‖y⁽⁰⁾‖，作為所指定的非接觸式掌紋或掌脈ROI圖像的特征描述算子。

三、基于聯(lián)合表示分類框架的身份識(shí)別

1.根據(jù)步驟二確定的非接觸式掌紋或掌脈的數(shù)據(jù)特征構(gòu)建非接觸式掌紋或掌脈數(shù)據(jù)庫其中，s表示數(shù)據(jù)庫中的掌紋或掌脈的類別總數(shù)，N表示數(shù)據(jù)庫中的掌紋或掌脈采樣總數(shù)，C_j表示第j個(gè)掌紋或掌脈的采樣總數(shù)；

所述步驟1中，構(gòu)建得到的非接觸式掌紋或掌脈數(shù)據(jù)庫Y中，非接觸式掌紋或掌脈采樣總數(shù)N與描述算子的維度n的大小關(guān)系應(yīng)滿足N＞＞n。

2.對(duì)于一張未知類別的非接觸式掌紋或掌脈采樣圖像，根據(jù)步驟一提取其ROI，并根據(jù)步驟二計(jì)算得到其特征描述算子y_p，采用聯(lián)合表示分類框架計(jì)算其類別，其過程為：

2-1根據(jù)公式求解y_p在Y上的稀疏編碼其中，為N階單位矩陣，λ為稀疏系數(shù)，(Y^TY+λI)^-1Y^T與y_p無關(guān)，可先于識(shí)別之前預(yù)先計(jì)算得到結(jié)果，并在識(shí)別過程中使用該結(jié)果，以縮短識(shí)別耗時(shí)，優(yōu)選方案為λ＝1；

2-2通過公式求出待測掌紋或掌脈的類別，其中，意為保留中只與類別j相關(guān)的系數(shù)，將中其他位置上的元素皆置為0。

三、硬件部件組裝與連接

如圖3、4所示，本發(fā)明非接觸式掌紋掌脈圖像采集儀包括設(shè)置于設(shè)備外殼中的相機(jī)3、計(jì)算機(jī)5、光源控制器4、光源2、觸屏顯示器1。

1.外殼部分的組裝

1-1將觸屏顯示器1嵌入外殼上半部分11中，使用螺絲固定觸屏顯示器1四個(gè)邊角上共4組螺絲螺帽；

1-2連接外殼上半部分11和外殼下半部分12，使用螺絲固定，上下部分連接界面四個(gè)邊角處，使用共4組螺絲螺帽；

2.內(nèi)部組裝

2-1松開外殼下半部12中的圓柱形鐵架8上的用于固定光源的第一帶夾鐵圈6、用于固定相機(jī)的第二帶夾鐵圈7，第一帶夾鐵圈6上平面與光源2底部，用螺絲固定；

2-2連接第二帶夾鐵圈7與相機(jī)3，第二帶夾鐵圈7從鏡頭處從上向下套下，與相機(jī)3機(jī)身頂部相連接，用螺絲固定；

2-3將與相機(jī)3相連的第一帶夾鐵圈6套入圓柱形鐵架8中，調(diào)整垂直高度，使相機(jī)3鏡頭與外殼下半部分12頂部的距離為160mm(不含相機(jī)鏡蓋厚度)；

2-4將與光源2相連的第二帶夾鐵圈7套入圓柱形鐵架8中，調(diào)整垂直高度，使光源2頂部與外殼下半部分12頂部的距離為125mm；

2-5將計(jì)算機(jī)5和光源控制器4放入外殼下半部分12內(nèi)，固定在底部的平面上；

3.部件間連線

3-1電源連接，將計(jì)算機(jī)5、相機(jī)3、光源控制器、4分別直接連接電源；

3-2光源2連接，光源2的電源線和控制線都是連接光源控制器4的；

3-3計(jì)算機(jī)5連接，用CAT-6或CAT-7網(wǎng)絡(luò)跳線連接相機(jī)3和計(jì)算機(jī)5；用VGA線和USB線連接觸屏顯示器1和計(jì)算機(jī)5，顯示數(shù)據(jù)通過VGA線傳輸，觸屏信號(hào)通過USB線傳輸。

圖5為圖3所示實(shí)施例的正面剖視圖，其中指示出手的指定活動(dòng)范圍21。

圖6為圖3所示實(shí)施例的外殼下半部分的頂視圖，其中指示出圓角矩形缺口31。

以下對(duì)采集儀的各部件做單獨(dú)的功能介紹：

1.儀器外殼的上半部分11，從側(cè)面看是一個(gè)直角梯形，用于放置屏幕和形成暗箱放置手掌，有效地阻止外界環(huán)境光對(duì)成像的干擾，保證獲取一致性的掌紋掌脈圖像；

2.儀器外殼的下半部分12，是一個(gè)帶4只輪子的規(guī)整的長方體箱體，內(nèi)部放置相機(jī)、光源、計(jì)算機(jī)等設(shè)備，箱體前后共有兩扇門，平時(shí)處于關(guān)閉上鎖狀態(tài)，保護(hù)內(nèi)部設(shè)備不被損壞，同時(shí)也起到整潔美觀的作用；維護(hù)時(shí)，兩扇門皆可打開，方便維護(hù)人員實(shí)施檢查、維護(hù)、保養(yǎng)等操作；

3.光源2，是主要也是唯一的照明組件，本發(fā)明使用的是環(huán)形的LED陣列，例如J&K Photoelectronic JK-R12030W-IR850光源，可見光和紅外光源間隔排列組成陣列，環(huán)繞在相機(jī)3周圍，垂直向上正對(duì)被采集者的掌面，使得照明能均勻地分布在待采集信息的手掌表面；

4.光源控制器4，例如J&K Photoelectronic JK-PWT6024-2光源控制器，事先根據(jù)箱體尺寸，來調(diào)整光源參數(shù)，使得手掌在任何指定活動(dòng)范圍內(nèi)所拍攝得到的掌紋與掌脈圖像都能達(dá)到合適的光照亮度，調(diào)整完成之后即固定不再調(diào)整光源控制器；

5.相機(jī)3，是本采集儀的重要部分，采用了雙CCD相機(jī)，例如JAI AD-80GE相機(jī)，能同時(shí)獲取高質(zhì)量的掌紋、手掌靜脈的數(shù)字圖像，通過通訊接口實(shí)時(shí)地將獲取到的掌紋和掌脈圖像傳送到計(jì)算機(jī)中；

6.計(jì)算機(jī)5，是運(yùn)行程序的載體，與相機(jī)和觸屏相連，負(fù)責(zé)控制和處理采集數(shù)據(jù)。通過以上步驟，建立起一個(gè)完整的掌紋掌脈圖像采集和身份識(shí)別系統(tǒng)。

以下結(jié)合具體實(shí)驗(yàn)對(duì)本發(fā)明的有益效果進(jìn)行說明：

實(shí)驗(yàn)設(shè)置：為了采集一定規(guī)模的掌紋掌脈數(shù)據(jù)，用于分析比較本發(fā)明所能達(dá)到的效果，在實(shí)驗(yàn)中，總共邀請(qǐng)了250位志愿者，其中，162名為男性，88名為女性，205人的年齡分布在20歲至30歲之間，其余人年齡分布在30歲至50歲之間。每一位志愿者分兩階段進(jìn)行掌紋掌脈采集，兩階段的采集時(shí)間平均間隔31天，最少21天，最多106天。在每一次采集過程中，每一名志愿者使用本發(fā)明的非接觸式掌紋掌脈圖像采集儀，為其左手和右手分別采集各10張掌紋圖像和10張掌脈圖像。在采集時(shí)，要求志愿者將五指完全分開，使得四個(gè)指縫在圖像中清晰可見，同時(shí)在采集區(qū)域內(nèi)調(diào)整手掌的位置，使得手掌的光照程度良好，并盡可能保持靜止不隨意移動(dòng)。在實(shí)驗(yàn)中，共收集不同的手掌500張，掌紋圖像10000張，掌脈圖像10000張。實(shí)驗(yàn)在配有Intel i7-5960X CPU和64GB DDR4 RAM的工作站上運(yùn)行，軟件平臺(tái)為Matlab2015a。

實(shí)驗(yàn)一：圖像質(zhì)量評(píng)價(jià)。

通常地，一套硬件設(shè)備所能采集得到的圖像質(zhì)量越高，對(duì)識(shí)別準(zhǔn)確率的提高越有幫助。為了客觀地評(píng)價(jià)本發(fā)明所能采集得到的圖像的質(zhì)量，實(shí)驗(yàn)使用本發(fā)明的非接觸式掌紋掌脈圖像采集儀所采集得到的掌紋圖像與四個(gè)公開的非接觸式掌紋圖像數(shù)據(jù)集CASIA、IIT、GPDS100和KTU中的掌紋圖像的質(zhì)量進(jìn)行比較。在參與對(duì)比的五個(gè)數(shù)據(jù)集中，對(duì)于其中的每一個(gè)數(shù)據(jù)集分別隨機(jī)抽取200張圖像并分別提取它們的ROI。對(duì)于每一張?zhí)崛〉腞OI，將其統(tǒng)一縮放為256像素×256像素。圖像質(zhì)量依照縮放后的ROI圖像質(zhì)量進(jìn)行計(jì)算。實(shí)驗(yàn)采用C.Vu,T.Phan,D.Chandler于2012年發(fā)表在IEEE Trans.IP的“S3:A spectral and spatial measure of local perceived sharpness in natural images”一文中提出的S₃算法度量圖像的銳度，銳度越高代表圖像質(zhì)量越高。同時(shí)，實(shí)驗(yàn)亦采用L.Zhang,L.Zhang,A.Bovik于2015年發(fā)表在IEEE Trans.IP的“A feature-enriched completely blind image quality evaluator”一文中提出的IL-NIQE方法度量圖像的整體質(zhì)量，IL-NIQE的值越低代表圖像的整體質(zhì)量越高。表1總結(jié)了實(shí)驗(yàn)中所使用的各數(shù)據(jù)集的圖像質(zhì)量的度量結(jié)果。

表1

通過表1可以看出，本發(fā)明的非接觸式掌紋掌脈圖像采集儀所采集的圖像在銳度和整體質(zhì)量上都比其余四個(gè)公開的非接觸式掌紋數(shù)據(jù)集的圖像質(zhì)量要高。從而，說明了使用本發(fā)明的非接觸式掌紋掌脈識(shí)別儀，可以獲取更高質(zhì)量的圖片用于更精確的識(shí)別目的。

實(shí)驗(yàn)二：識(shí)別方法性能。

我們首先評(píng)估了本發(fā)明中提出的掌紋或掌脈ROI提取方法的運(yùn)算效率。實(shí)驗(yàn)在所有采集得到的掌紋和掌脈圖像上進(jìn)行，應(yīng)用本發(fā)明所涉及的ROI提取方法完成一次ROI提取平均耗時(shí)0.0882秒。需要特別指出的是，使用本發(fā)明的掌紋掌脈識(shí)別儀，可實(shí)時(shí)地同時(shí)獲取一對(duì)掌紋和掌脈圖像，在提取ROI的過程中，可以選擇其中的任意一幅掌紋(或掌脈)圖像，應(yīng)用本發(fā)明的ROI提取方法進(jìn)行ROI提取，此后，可直接將ROI在原始圖像中的位置信息應(yīng)用于剩余的一幅掌脈(或掌紋)圖像上進(jìn)行ROI提取，這樣，即能以平均0.0899秒的時(shí)間，完成一對(duì)掌紋和掌脈圖像的ROI提取。

其次，我們?cè)u(píng)估了本發(fā)明中提出的掌紋或掌脈識(shí)別算法的性能。本發(fā)明使用了基于競爭編碼與聯(lián)合表示分類框架的方法對(duì)于非接觸式掌紋或掌脈圖像進(jìn)行識(shí)別，為了充分客觀地體現(xiàn)本發(fā)明的方法的性能優(yōu)勢(shì)，實(shí)驗(yàn)采用本發(fā)明中所涉及的ROI提取方法，為每一張掌紋和掌脈圖像采樣提取ROI。在使用相同的ROI圖像的基礎(chǔ)上，實(shí)驗(yàn)對(duì)照、分析并比較了已有的一些掌紋掌脈識(shí)別方法的性能優(yōu)劣。實(shí)驗(yàn)采用了一階識(shí)別率以及完成一次識(shí)別平均耗時(shí)為評(píng)價(jià)準(zhǔn)則。其中，完成一次識(shí)別消耗的時(shí)間僅包含各項(xiàng)對(duì)照方法的特征提取與分類過程所消耗的時(shí)間之和，均不包含ROI提取的時(shí)間。

參與對(duì)照的方法包括：D.Zhang,W.Kong,J.You,M.Wong于2003在IEEE Trans.PAMI中發(fā)表的“Online palmprint identification”一文中首次提出的方法，在實(shí)驗(yàn)中記作“PalmCode”；Y.Hao,Z.Sun,T.Tan,C.Ren于2008在Int’l Conf.Image Processing會(huì)議上發(fā)表的“Multispectral palm image fusion for accurate contact-free palmprint recognition”一文中提出的方法，在實(shí)驗(yàn)中記作“OLOF”；G.Michael,T.Connie,A.Teoh于2008年在Image and Vis.Comput.中發(fā)表的“Touch-less palm print biometrics:Novel design and implementation”一文中提出的方法，在實(shí)驗(yàn)中記作“LBP+χ²”；A.Morales,M.Ferrer,A.Kumar于2011年在IET Comput.Vis.中發(fā)表的“Towards contactless palmprint authentication”一文中提出的方法，在實(shí)驗(yàn)中記作“SIFT+OLOF”；Q.Zhao,W.Bu,X.Wu于2013年在ICB會(huì)議上發(fā)表的“SIFT-based image alignment for contactless palmprint verification”一文中提出的方法，在實(shí)驗(yàn)中記作“SIFT+AlignedCompCode”。

在實(shí)驗(yàn)中，選取所有志愿者在第一階段中所采集的掌紋圖像共5000張作為已知集合，用于構(gòu)建非接觸式掌紋數(shù)據(jù)庫。其中，將每一名志愿者的左手和右手視為不同類別，故此構(gòu)建得到的數(shù)據(jù)庫中共包含500個(gè)類別，每一個(gè)類別各有10張采樣圖像；選取所有志愿者在第二階段中所采集的掌紋圖像共5000張作為待識(shí)別的集合，用于驗(yàn)證各對(duì)照方法的性能。相似地，選取所有志愿者在第一階段中所采集的掌脈圖像共5000張作為已知集合，用于構(gòu)建非接觸式掌脈數(shù)據(jù)庫，該數(shù)據(jù)庫同樣包含500個(gè)類別，每一個(gè)類別各有10張采樣圖像；選取所有志愿者在第二階段中所采集的掌脈圖像共5000張作為待識(shí)別的集合，用于驗(yàn)證各對(duì)照方法的性能。

在表2中，總結(jié)了各項(xiàng)對(duì)照方法與本發(fā)明中提出的方法在掌紋數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果。在表3中，總結(jié)了各項(xiàng)對(duì)照方法與本發(fā)明中提出的方法在掌脈數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果。

表2

由表2可知，應(yīng)用本發(fā)明中涉及的基于競爭編碼與聯(lián)合表示分類框架的識(shí)別方法，在掌紋數(shù)據(jù)庫上所取得的一階識(shí)別率98.84％非常接近于各項(xiàng)對(duì)照方法中一階識(shí)別率最高的“SIFT+AlignedCompCode”方法所取得的99.20％。然而，應(yīng)用本發(fā)明中的識(shí)別方法，其完成一次識(shí)別平均耗時(shí)僅僅為12.22ms，遠(yuǎn)遠(yuǎn)少于對(duì)照方法中用時(shí)最少的“LBP+χ²”方法所需要的835.22ms。因此，在非接觸式掌紋識(shí)別場合中，特別是在識(shí)別大規(guī)模數(shù)據(jù)的應(yīng)用場合中，使用本發(fā)明涉及的識(shí)別方法，能以十分短暫的時(shí)間代價(jià)，取得令人滿意的一階識(shí)別率。

表3

由表3可以得出與表2相近的結(jié)論。應(yīng)用本發(fā)明所涉及的識(shí)別方法，在掌脈數(shù)據(jù)庫上所取得的一階識(shí)別率97.78％同樣非常接近于各項(xiàng)對(duì)照方法中一階識(shí)別率最高的“SIFT+AlignedCompCode”方法所取得的98.73％。然而，應(yīng)用本發(fā)明的方法完成一次識(shí)別平均耗時(shí)僅僅為12.52ms，遠(yuǎn)遠(yuǎn)少于對(duì)照方法中用時(shí)最少的“LBP+χ²”方法所需要的738.15ms。因此，本發(fā)明涉及的識(shí)別方法，同樣能以十分短暫的時(shí)間代價(jià)，在非接觸式掌脈識(shí)別場合中，取得令人滿意的一階識(shí)別率。

上述對(duì)實(shí)施例子的描述是為了便于該技術(shù)領(lǐng)域的普通技術(shù)人員能理解和應(yīng)用本發(fā)明。熟悉本領(lǐng)域技術(shù)的人員顯然可以容易地對(duì)這些實(shí)施例做出各種修改，并把在此說明的一般原理應(yīng)用到其他實(shí)施例中而不必經(jīng)過創(chuàng)造性的勞動(dòng)。因此，本發(fā)明不限于這里的實(shí)施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，不脫離本發(fā)明范疇所做出的改進(jìn)和修改都應(yīng)該在本發(fā)明的保護(hù)范圍之內(nèi)。