CN103116741A - 手掌静脉与手掌纹融合图像的采集识别*** - Google Patents
手掌静脉与手掌纹融合图像的采集识别*** Download PDFInfo
- Publication number
- CN103116741A CN103116741A CN201310031696XA CN201310031696A CN103116741A CN 103116741 A CN103116741 A CN 103116741A CN 201310031696X A CN201310031696X A CN 201310031696XA CN 201310031696 A CN201310031696 A CN 201310031696A CN 103116741 A CN103116741 A CN 103116741A
- Authority
- CN
- China
- Prior art keywords
- palm
- image
- infrared
- light
- light source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种基于手掌静脉与手掌纹融合图像的采集识别***。该***由计算机、仪器箱体、以及仪器箱体内安装的热镜、近红外光源、可见光源、红外CCD摄像机、可见光CCD摄像机、通讯接口、图像采集卡和长方形支撑体组成。近红外光源发出的近红外光和可见光源发出的可见光分别照射到被测者的手掌上,反射的红外光线中包含有皮下静脉血管的分布信息,这种反射红外光穿过热镜,在带有红外滤光片的红外CCD摄像机的图像传感器上成像,得到手掌静脉图像,带有可见光滤光片的可见光CCD摄像机获取手掌纹图像,采集到的两幅图像经图像采集卡转换成数字图像信号传送到计算机,经图像配准融合后提取特征进行身份识别。
Description
技术领域
本发明涉及一种手掌静脉与掌纹融合图像的采集识别***,适合于现场环境中使用的基于人体手掌静脉血管和手掌纹融合特征的身份识别,属于生物特征识别技术领域。
背景技术
在信息化社会的背景下,信息安全在生活中的地位日益突出,尤其在“911”事件之后,人们对个人信息、隐私等安全性提出了更高的要求,在金融、网上购物、海关等领域也迫切需要一种有效、便捷、安全的身份识别手段。传统的身份鉴定如密码、护照和口令等具有容易遗忘、不易携带、容易伪造和丢失等缺点,己经不能满足当前社会迫切的安全要求。随着计算机、网络等技术的发展,利用生物特征进行身份鉴定应运而生,逐渐取代了传统的身份鉴定方式。
人体的静脉血管近红外成像是一项在医学上应用非常广泛的技术,但是直到1992年,该技术作为一种新的生物特征识别技术应用而生。2000年,M.Kon等在日本日立公司的资助下,首次研制出用于人员识别的手指静脉近红外识别***。韩国NEXTERN公司自1998年以来分别研制了手背静脉识别***的成熟产品BK100、BK200、BK300、BK500。日本富士通公司采用手掌静脉识别的技术,并且富士通公司的手掌静脉识别***已经在日本许多银行窗口和ATM中用于用户的身份验证。手掌静脉识别是静脉识别领域中的新兴课题,目前国内外研究手掌静脉识别的相关文献和资料相对较少,手掌静脉在具备作为生物特征识别所需的一般特征外,还具有自身的一些特点:(1)具有很强的普遍性和唯一性;(2)非接触性方式认证,不影响身体健康,不会使人产生抵触情绪;(3)可以避免一旦表皮受损害而无法进行指纹识别的缺陷;(4)相比DNA,虹膜识别,采集过程十分友好;(5)相比手指、手背静脉,更难伪造,特征更为稳定;(6)设备成本低廉,具有广泛的应用前景;(7)容易与掌纹融合进行身份识别,应用前景更为广阔。人的掌纹具有唯一性和长期不变性,和指纹相比掌纹的区域大得多,具有更丰富的纹理信息;因此掌纹可以用来作为身份识别的一个有效手段;使用掌纹结合手掌静脉的方法进行身份识别,可以提高身份识别***的防伪性和安全性;要实现一个有效的基于掌纹和手掌静脉的身份识别***,首先必须研究并解决掌纹和手掌静脉的获取这个关键的技术问题;掌纹和手掌静脉信息数据的获取是所有后续处理的基础,其效果直接影响到身份鉴别的准确性。因此设计适用的掌纹和手掌静脉信息获取方式及设备,用于实时获取高质量的掌纹和手掌静脉图像,是基于手掌的身份识别***的一个关键技术。
发明内容
本发明的目的是提供一种基于手掌静脉与手掌纹融合图像的采集识别***,可同一时间采集手掌静脉与手掌纹两种生物特征,增加了采集生物特征的信息量,同时提高了识别的精度,克服单一手掌静脉识别或单一掌纹识别的不稳定信息量小等问题,提高了识别***的可靠性、稳定性和实用性。
本发明的技术方案如下
本发明所述的基于手掌静脉与手掌纹融合图像的采集识别***,由计算机、仪器箱体、以及仪器箱体内安装的热镜、近红外光源、可见光源、红外CCD摄像机、可见光CCD摄像机、通讯接口、图像采集卡和长方形支撑体组成;所述热镜安装在长方形支撑体反射光路上,位于热镜反射光路上依次安装近红外光源和红外CCD摄像机,位于热镜透射光路上依次安装有可见光源和可见光CCD摄像机,红外CCD摄像机和可见光CCD摄像机分别通过通讯接口与图像采集卡相连接,图像采集卡通过通讯线与计算机相连;红外CCD摄像机和可见光CCD摄像机分别实时获取被测者的手掌静脉图像和手掌纹图像,获取到的图像经图像采集卡转换成数字图像信号传送到计算机中,运用相关图像处理软件对两幅图像分别进行预处理,然后进行图像配准,再运用基于小波变换的图像融合算法对两幅图像进行融合,最后对融合图像进行分割,提取特征点,提取出包括手掌静脉与手掌纹融合在一起的特征,将提取出的特征与数据库单元中存储的特征进行对比识别,做出判断,得出最后身份识别认证结果,实现身份识别。
***中所述的仪器箱体为长方形盒体结构,长方形支撑体安装在箱体右上角,该长方形支撑体也称为定位槽,用于人手的放置。
***中的热镜又叫反热滤光片,属于带通型滤光片,400-700nm的可见光透过率为85%以上,红外反射率超过90%;热镜以45度倾斜角安装在长方形支撑体前,用于透射可见光,反射红外光,手掌静脉图像采集是利用主动红外成像摄取皮下静脉图像;手掌纹图像是利用可见光在可见光CCD摄像机的图像传感器上成像,利用热镜避免了二者的相互干扰,实现了光路的设计。
所述的摄取手掌静脉图像的红外CCD摄像机的敏感光谱为0·8μm~1·5μm。所述的近红外光源采用环形的近红外LED阵列作为光源,用环形的近红外LED阵列作光源照射手掌,红外CCD摄像机同步拍摄的静脉图像中的手掌静脉能够很好地突显出来。
***中所述的可见光滤光片4安装在可见光CCD5的镜头前,可见光CCD5位于热镜1的透射光区域,红外光滤光片8安装在红外CCD7的镜头前,红外CCD7位于热镜1的反射光区域,所述可见光CCD5接受透过可见光滤光片4的可见光,通过通讯接口将可见光CCD与采集卡相连接。所述红外CCD7接受透过红外光滤光片8的红外光,通过通讯接口将红外CCD7与图像采集卡相连接。两个带有可见光滤光片4和红外光滤光片8的CCD分别实时获取目标的手掌纹图像和手掌静脉图像;计算机通过通讯线与图像采集卡相连,CCD采集到的图像经采集卡6输入到计算机中。
本发明的优点和有益效果:
(1)本发明可同一时间采集手掌静脉与手掌纹两种生物特征,采集设备简单,采集快速准确。
(2)本发明基于手掌静脉与手掌纹两种生物特征进行身份识别,抗噪性好,有极高的抗伪造性,提高了认证的准确性。
(3)本发明基于手掌静脉与手掌纹识别,降低了对环境的使用要求。
附图说明
图1为手掌静脉与掌纹融合图像的采集识别***的整体结构示意图。
图2为手掌静脉图像和掌纹图像融合的基本流程图。
其中1-热镜,2-散色片,3-可见光源,4-可见光滤光片,5-可见光CCD,6-图像采集卡,7-红外CCD,8-红外滤光片,9-近红外光源,10-散色片,11-长方形支撑体。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
实施例1
一、基于手掌静脉与手掌纹融合图像的采集识别***组成。
如图1所示,本发明所述的基于手掌静脉与手掌纹融合图像的采集识别***,由计算机、仪器箱体、以及仪器箱体内安装的热镜、近红外光源、可见光源、红外CCD摄像机、可见光CCD摄像机、通讯接口、图像采集卡和长方形支撑体组成。
所述热镜1安装在长方形支撑体11的反射光路上,位于热镜反射光路上依次安装散色片10、近红外光源9、红外滤光片8和红外CCD摄像机7,位于热镜透射光路上依次安装有散色片2、可见光源3、可见光滤光片4和可见光CCD摄像机5,红外CCD摄像机和可见光CCD摄像机分别通过通讯接口与图像采集卡6相连接,图像采集卡通过通讯线与计算机相连;红外CCD摄像机和可见光CCD摄像机分别实时获取被测者的手掌静脉图像和手掌纹图像,获取到的图像经图像采集卡转换成数字图像信号传送到计算机中,运用相关图像处理软件对两幅图像分别进行预处理,然后进行图像配准,再运用基于小波变换的图像融合算法对两幅图像进行融合,最后对融合图像进行分割,提取特征点,提取出包括手掌静脉与手掌纹融合在一起的特征,将提取出的特征与数据库单元中存储的特征进行对比识别,做出判断,得出最后身份识别认证结果,实现身份识别。
二、图像的采集识别过程
如附图1所示,在图像采集过程中,被采集者的右手通过定位槽进入采集平台,手掌侧面平放在长方形支撑体11上,手心向左,手掌自然张开。当手掌放稳时同时开启近红外光源9和可见光源3,带有红外滤光片8的红外CCD7和带有可见光滤光片4的可见光CCD5分别实时获取被测者的手掌静脉图像和手掌纹图像,获取到的图像经图像采集卡6传送到计算机中。
如附图2所示,运用相关图像处理软件对两幅图像进行几何校正和去噪处理,然后进行图像配准,再运用基于小波变换的图像融合算法对两幅图像进行融合,最后对融合图像进行分割,提取特征点,提取出包括手掌静脉与手掌纹融合在一起的特征,将提取出的特征与数据库单元中存储的特征进行对比识别,做出判断,得出最后身份识别认证结果。
Claims (6)
1.一种基于手掌静脉与手掌纹融合图像的采集识别***,其特征在于该***由计算机、仪器箱体、以及仪器箱体内安装的热镜、近红外光源、可见光源、红外CCD摄像机、可见光CCD摄像机、通讯接口、图像采集卡和长方形支撑体组成;所述热镜安装在长方形支撑体反射光路上,位于热镜反射光路上依次安装近红外光源和红外CCD摄像机,位于热镜透射光路上依次安装有可见光源和可见光CCD摄像机,红外CCD摄像机和可见光CCD摄像机分别通过通讯接口与图像采集卡相连接,图像采集卡通过通讯线与计算机相连;红外CCD摄像机和可见光CCD摄像机分别实时获取被测者的手掌静脉图像和手掌纹图像,获取到的图像经图像采集卡传送到计算机中,再经过图像配准融合,提取特征点,最后进行特征匹配以实现身份识别。
2.根据权利要求1所述的手掌静脉与手掌纹融合图像的采集识别***,其特征在于***中所述的仪器箱体为长方形盒体结构,箱体右上角有个长方形支撑体,该支撑体称为定位槽,用于人手的放置。
3.根据权利要求1所述的手掌静脉与手掌纹融合图像的采集识别***,其特征在于***中的热镜又叫反热滤光片,属于带通型滤光片,400-700nm的可见光透过率为85%以上,红外反射率超过90%;手掌静脉图像采集是利用主动红外成像摄取皮下静脉图像;手掌纹图像是利用可见光在可见光CCD摄像机的图像传感器上成像,利用热镜避免了二者的相互干扰,实现了光路的设计。
4.根据权利要求1所述的手掌静脉与手掌纹融合图像的采集识别***,其特征在于所述的摄取手掌静脉图像的红外CCD摄像机的敏感光谱为0·8μm~1·5μm。
5.根据权利要求1所述的手掌静脉与手掌纹融合图像的采集识别***,其特征在于所述的近红外光源采用环形的近红外LED阵列作为光源,用环形的近红外LED阵列作光源照射手掌,红外CCD摄像机所同步拍摄的静脉图像中的手掌静脉可以很好地突显出来。
6.根据权利要求5所述的手掌静脉与手掌纹融合图像的采集识别***,其特征在于为了获得恒定均匀的光在光源前面放入散色片,散射片将分散LED阵列发射的光,同时也减少了光的强度;大功率的LED阵列光源因其发射的光强度大而降低了静脉图像的对比度,对图像将产生不利影响,因此在光源前加散射片不仅能获得恒定均匀的光,同时照射到手掌上的光的强度也是最优的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310031696XA CN103116741A (zh) | 2013-01-28 | 2013-01-28 | 手掌静脉与手掌纹融合图像的采集识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310031696XA CN103116741A (zh) | 2013-01-28 | 2013-01-28 | 手掌静脉与手掌纹融合图像的采集识别*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103116741A true CN103116741A (zh) | 2013-05-22 |
Family
ID=48415113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310031696XA Pending CN103116741A (zh) | 2013-01-28 | 2013-01-28 | 手掌静脉与手掌纹融合图像的采集识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103116741A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123703A (zh) * | 2014-07-09 | 2014-10-29 | 广州中国科学院先进技术研究所 | 一种保持表皮原色的静脉显像方法 |
CN104200197A (zh) * | 2014-08-18 | 2014-12-10 | 北京邮电大学 | 三维人体行为识别方法及装置 |
CN105426843A (zh) * | 2015-11-19 | 2016-03-23 | 安徽大学 | 一种单镜头下掌静脉和掌纹图像采集装置及图像增强和分割方法 |
CN107403161A (zh) * | 2017-07-31 | 2017-11-28 | 歌尔科技有限公司 | 生物特征识别方法及装置 |
CN107454339A (zh) * | 2017-07-17 | 2017-12-08 | 广东欧珀移动通信有限公司 | 图像处理方法及相关产品 |
CN107748872A (zh) * | 2017-10-27 | 2018-03-02 | 孙洪军 | 一种图像采集清晰且全面的智能型手掌静脉识别装置 |
CN107837076A (zh) * | 2017-11-27 | 2018-03-27 | 东北大学 | 一种近红外自配准静脉显像装置及方法 |
WO2018064894A1 (zh) * | 2016-10-08 | 2018-04-12 | 杭州海康威视数字技术股份有限公司 | 一种图像融合方法、装置及*** |
WO2019024306A1 (zh) * | 2017-08-01 | 2019-02-07 | 南京东屋信息科技有限公司 | 手指静脉图像采集装置 |
CN110348192A (zh) * | 2018-04-02 | 2019-10-18 | 义隆电子股份有限公司 | 生物特征的认证方法 |
CN111696228A (zh) * | 2020-04-22 | 2020-09-22 | 桂林森明智能科技有限责任公司 | 一种基于压缩感知方法的掌纹掌静脉智能锁 |
CN112241720A (zh) * | 2020-10-27 | 2021-01-19 | 上海掌腾信息科技有限公司 | 针对手掌倾斜情形实现掌静脉识别装置进行掌静脉图像自适应提取处理的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1734289A (zh) * | 2004-06-16 | 2006-02-15 | 索尼株式会社 | 反射屏 |
CN101196987A (zh) * | 2007-12-25 | 2008-06-11 | 哈尔滨工业大学 | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 |
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别*** |
CN102567707A (zh) * | 2010-12-27 | 2012-07-11 | 北京北科慧识科技股份有限公司 | 生物识别传感器及生物识别*** |
-
2013
- 2013-01-28 CN CN201310031696XA patent/CN103116741A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1734289A (zh) * | 2004-06-16 | 2006-02-15 | 索尼株式会社 | 反射屏 |
CN101196987A (zh) * | 2007-12-25 | 2008-06-11 | 哈尔滨工业大学 | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 |
CN102402679A (zh) * | 2010-09-07 | 2012-04-04 | 北京北科慧识科技股份有限公司 | 非接触式掌纹掌脉识别*** |
CN102567707A (zh) * | 2010-12-27 | 2012-07-11 | 北京北科慧识科技股份有限公司 | 生物识别传感器及生物识别*** |
Non-Patent Citations (1)
Title |
---|
吉紫娟: "指纹与静脉复合识别***的图像采集", 《湖北第二师范学院学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123703B (zh) * | 2014-07-09 | 2017-04-12 | 广州中国科学院先进技术研究所 | 一种保持表皮原色的静脉显像方法 |
CN104123703A (zh) * | 2014-07-09 | 2014-10-29 | 广州中国科学院先进技术研究所 | 一种保持表皮原色的静脉显像方法 |
CN104200197A (zh) * | 2014-08-18 | 2014-12-10 | 北京邮电大学 | 三维人体行为识别方法及装置 |
CN105426843A (zh) * | 2015-11-19 | 2016-03-23 | 安徽大学 | 一种单镜头下掌静脉和掌纹图像采集装置及图像增强和分割方法 |
CN105426843B (zh) * | 2015-11-19 | 2019-02-22 | 安徽大学 | 一种单镜头下掌静脉和掌纹图像采集装置及图像增强和分割方法 |
CN107918929A (zh) * | 2016-10-08 | 2018-04-17 | 杭州海康威视数字技术股份有限公司 | 一种图像融合方法、装置及*** |
US10977781B2 (en) | 2016-10-08 | 2021-04-13 | Hangzhou Hikvision Digital Technology Co., Ltd. | Method, device and system for image fusion |
CN107918929B (zh) * | 2016-10-08 | 2019-06-21 | 杭州海康威视数字技术股份有限公司 | 一种图像融合方法、装置及*** |
WO2018064894A1 (zh) * | 2016-10-08 | 2018-04-12 | 杭州海康威视数字技术股份有限公司 | 一种图像融合方法、装置及*** |
WO2019015531A1 (en) * | 2017-07-17 | 2019-01-24 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | METHOD AND MOBILE TERMINAL FOR IMAGE PROCESSING AND INFORMATION CARRIER |
US10706282B2 (en) | 2017-07-17 | 2020-07-07 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and mobile terminal for processing image and storage medium |
CN107454339B (zh) * | 2017-07-17 | 2019-08-09 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN107454339A (zh) * | 2017-07-17 | 2017-12-08 | 广东欧珀移动通信有限公司 | 图像处理方法及相关产品 |
WO2019024350A1 (zh) * | 2017-07-31 | 2019-02-07 | 歌尔科技有限公司 | 生物特征识别方法及装置 |
CN107403161B (zh) * | 2017-07-31 | 2019-07-05 | 歌尔科技有限公司 | 生物特征识别方法及装置 |
CN107403161A (zh) * | 2017-07-31 | 2017-11-28 | 歌尔科技有限公司 | 生物特征识别方法及装置 |
WO2019024306A1 (zh) * | 2017-08-01 | 2019-02-07 | 南京东屋信息科技有限公司 | 手指静脉图像采集装置 |
CN107748872A (zh) * | 2017-10-27 | 2018-03-02 | 孙洪军 | 一种图像采集清晰且全面的智能型手掌静脉识别装置 |
CN107748872B (zh) * | 2017-10-27 | 2020-05-08 | 南京振轩新能源科技有限公司 | 一种图像采集清晰且全面的智能型手掌静脉识别装置 |
CN107837076A (zh) * | 2017-11-27 | 2018-03-27 | 东北大学 | 一种近红外自配准静脉显像装置及方法 |
CN110348192A (zh) * | 2018-04-02 | 2019-10-18 | 义隆电子股份有限公司 | 生物特征的认证方法 |
CN111696228A (zh) * | 2020-04-22 | 2020-09-22 | 桂林森明智能科技有限责任公司 | 一种基于压缩感知方法的掌纹掌静脉智能锁 |
CN112241720A (zh) * | 2020-10-27 | 2021-01-19 | 上海掌腾信息科技有限公司 | 针对手掌倾斜情形实现掌静脉识别装置进行掌静脉图像自适应提取处理的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103116741A (zh) | 手掌静脉与手掌纹融合图像的采集识别*** | |
CN101196987B (zh) | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 | |
WO2010012215A1 (zh) | 一种双摄像头人脸识别装置和方法 | |
CN102622588A (zh) | 双验证人脸防伪方法及装置 | |
CN204258901U (zh) | 用于移动终端的手掌静脉识别装置和包括它的智能手机 | |
CN102663355A (zh) | 基于手背静脉与手形结合的识别***与方法 | |
CN102184387A (zh) | 手指静脉认证*** | |
CN101441711A (zh) | 一种基于手指指纹和手背静脉的身份认证装置 | |
CN106056105A (zh) | 一种集指纹和静脉识别的识别装置及其识别方法 | |
CN103136522A (zh) | 指静脉识别技术方案 | |
CN103207963A (zh) | 指纹加静脉识别双重验证*** | |
CN202093530U (zh) | 具有生物体手指识别功能的手指静脉认证装置 | |
CN202801619U (zh) | 一种人体生物特征信息采集*** | |
CN104217195B (zh) | 手部静脉立体成像与识别*** | |
CN106713275A (zh) | 一种集成虹膜识别功能的USBKey身份认证***与方法 | |
CN201282494Y (zh) | 一种具有静脉识别功能的移动终端 | |
CN106250739A (zh) | 一种身份识别装置 | |
CN103065076A (zh) | 一种可复合温度心跳特征的手指认证识别装置 | |
CN202093529U (zh) | 开放式小型手指静脉认证装置 | |
CN206460357U (zh) | 一种基于手指静脉的电脑显示器 | |
CN203733135U (zh) | 一种基于808nm激光的指静脉识别*** | |
CN203324988U (zh) | 指纹加静脉识别双重验证*** | |
CN105512644B (zh) | 一种指静脉识别装置及其识别方法 | |
CN101877052A (zh) | 一种手指静脉与手形结合的智能采集***及识别方法 | |
CN216748810U (zh) | 多生物特征复合认证支付装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130522 |