CN108280448B - 指静脉按压图的判别方法及装置、指静脉识别方法 - Google Patents

指静脉按压图的判别方法及装置、指静脉识别方法 Download PDF

Info

Publication number
CN108280448B
CN108280448B CN201711468210.3A CN201711468210A CN108280448B CN 108280448 B CN108280448 B CN 108280448B CN 201711468210 A CN201711468210 A CN 201711468210A CN 108280448 B CN108280448 B CN 108280448B
Authority
CN
China
Prior art keywords
image
finger
vein
horizontal
vertical
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.)
Active
Application number
CN201711468210.3A
Other languages
English (en)
Other versions
CN108280448A (zh
Inventor
刘永松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Athena Eyes Co Ltd
Original Assignee
Athena Eyes Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Athena Eyes Co Ltd filed Critical Athena Eyes Co Ltd
Priority to CN201711468210.3A priority Critical patent/CN108280448B/zh
Publication of CN108280448A publication Critical patent/CN108280448A/zh
Application granted granted Critical
Publication of CN108280448B publication Critical patent/CN108280448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种指静脉按压图的判别方法及装置、指静脉识别方法，该方法包括：图像预处理；手指边界定位；有效区域获取；有效区域增强；SOBEL边缘增强，采用SOBEL算子与静脉分布图像作卷积，获得包含指纹信息区域的SOBEL增强图；计算图像判定系数，在SOBEL增强图上计算水平梯度能量和垂直梯度能量，并采用垂直梯度能量除以水平梯度能量的比值或者水平梯度能量除以垂直梯度能量的比值作为判定系数；含指纹静脉图的判定。本发明通过对采集的手指图像中的指纹信息含量进行量化后与阈值比较，通过预设的屏蔽机制，将不合理的图像阻断在当前处理阶段，维护***中处理数据的合理性、真实性和有效性，为***比对结果提供有效保障。

Description

指静脉按压图的判别方法及装置、指静脉识别方法
技术领域
本发明涉及指静脉识别领域，特别地，涉及一种指静脉按压图的判别方法及装置、指静脉识别方法。
背景技术
指静脉识别是近年发展起来的一种新的生物识别技术。该技术原理依据是：人体静脉中的血红蛋白会吸收近红外线，于是，通过传感器可以获取静脉的影像；进一步，现代医学证实，每个人的手指静脉血管影像都不一样，由此，可以利用静脉的这种独特性去生成标识个人身份的生物特征。
相比指纹识别、虹膜和声纹识别等识别技术，指静脉识别因其天然活体特性所带来的安全性，在生物识别领域正获得越来越多的关注。
指静脉识别处理的源对象是设备采集的指静脉图像，无干扰、静脉纹理清晰的静脉图像是识别***的理想处理对象。但由于设备、操作等原因，应用中获得的不可能都是尽如人意的静脉图像。比如静脉采集有意或无意的按压操作，使采集图中额外附加了指纹干扰信息，如果这类图像被当作指静脉图送入***，由于图像中指纹与指静脉信息呈现出的不可区分性，那么这类误导信息将顺利的通过***后续的各个处理阶段，最终将使***的比对结果变得不可靠，严重降低***的识别性能。
发明内容
本发明提供了一种指静脉按压图的判别方法及装置、指静脉识别方法，以解决静脉采集由于按压操作额外附加了指纹干扰信息影响***识别性能的技术问题。
本发明采用的技术方案如下：
一方面，本发明提供了一种指静脉按压图的判别方法，包括：
图像预处理，对采集的手指图像进行滤波处理以抑制噪声，其中，采集的手指图像为水平采集图或者垂直采集图；
手指边界定位，在预处理后的图像上拟合出有效手指区域的边界线条；
有效区域获取，在拟合出的边界线条定位的有效手指区域内查找最大内接矩形并将矩形区域像素裁切下来，获得真实静脉处理子图；
有效区域增强，对真实静脉处理子图进行增强，获得静脉分布图像；
SOBEL边缘增强，采用索贝尔SOBEL算子与静脉分布图像作卷积，获得包含指纹信息区域的SOBEL增强图；
计算图像判定系数，在SOBEL增强图上计算水平梯度能量和垂直梯度能量，并采用垂直梯度能量除以水平梯度能量的比值或者水平梯度能量除以垂直梯度能量的比值作为判定系数；
含指纹静脉图的判定，将判定系数与预设分类阈值比较，若判定系数小于预设分类阈值则判定为含指纹的不合理图像。
进一步地，手指边界定位的步骤包括：
将预处理后的图像在与手指延伸方向垂直的第一方向上分成多段；
查找各分段像素灰度的极值及对应段内极值所在的第一方向位置坐标；
对段内第一方向位置坐标值作算术平均取得段内坐标均值；
用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的边界线条。
作为上述方案的其中一种实施方式，采集的手指图像为水平采集图，手指边界定位的步骤包括：
将预处理后的图像在垂直方向上分成均匀且不连续的多段；
每段采用水平投影法，查找各分段像素灰度的极值及对应段内极值所在的垂直位置坐标；
对段内垂直位置坐标值作算术平均取得段内坐标均值；
用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的上、下边界线条。
进一步地，有效区域增强的步骤包括：
通过灰度分布扩展，将真实静脉处理子图中像素灰度值扩展至0～255范围内；
用预设阶梯量化表对图像像素进行映射转换；
将图像像素值按照与阶梯区间的映射关系，采用阶梯量化表的对应值替换，生成新的增强图作为静脉分布图像。
进一步地，SOBEL边缘增强的步骤包括：采用垂直方向SOBEL算子与静脉分布图像作卷积，在垂直方向对图像进行边缘增强，获得SOBEL增强图。
进一步地，计算图像判定系数的步骤包括：
将SOBEL增强图中各像素点梯度的计算范围定义为预定像素；
逐点计算梯度信息分别生成水平梯度图和垂直梯度图；
分别在水平梯度图中和垂直梯度图中计算所有像素的梯度和以获得水平梯度能量和垂直梯度能量；
将垂直梯度能量除以水平梯度能量，获得静脉图像垂直系数作为判定系数。
作为上述方案的另一种实施方式，采集的手指图像为垂直采集图，手指边界定位的步骤包括：
将预处理后的图像在水平方向上分成均匀且不连续的多段；
每段采用垂直投影法，查找各分段像素灰度的极值及对应段内极值所在的水平位置坐标；
对段内水平位置坐标值作算术平均取得段内坐标均值；
用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的左、右边界线条。
进一步地，SOBEL边缘增强的步骤中，采用水平方向SOBEL算子与静脉分布图像作卷积，在水平方向对图像进行边缘增强，获得SOBEL增强图；计算图像判定系数的步骤中，将水平梯度能量除以垂直梯度能量，获得静脉图像水平系数作为判定系数。
根据本发明的另一方面，还提供了一种指静脉按压图的判别装置，包括处理器，处理器用于运行程序，处理器运行时执行上述的指静脉按压图的判别方法。
根据本发明的另一方面，还提供了一种指静脉识别方法，在对接收的指静脉图像进行识别判断之前，执行上述指静脉按压图的判别方法，屏蔽判定系数小于预设分类阈值对应的指静脉图像。
本发明应用在指静脉识别***处理的前期阶段，通过对采集的手指图像内容进行评估，具体对采集的手指图像中的指纹信息含量进行量化，然后将此量化值与阈值比较，通过预设的屏蔽机制，将不合理的图像阻断在当前处理阶段，维护***中处理数据的合理性，保证***所处理指静脉数据源是真实、有效的，最终为***比对结果的正确提供有效保障。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例的指静脉按压图的判别方法的流程图；
图2是采集的手指图像的原图；
图3是图2经图像预处理和手指边界定位后的效果图；
图4是图3经灰度扩展后的效果图；
图5是图4经阶梯量化增强后的效果图；
图6是手指图像经过本发明的手指边界定位、有效区域获取和增强以及垂直SOBEL边缘增强后的效果图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参照图1，本发明的优选实施例提供了一种指静脉按压图的判别方法，包括：
步骤S100，图像预处理，对采集的手指图像进行滤波处理以抑制噪声，其中，采集的手指图像为水平采集图或者垂直采集图；
步骤S200，手指边界定位，在预处理后的图像上拟合出有效手指区域的边界线条；
步骤S300，有效区域获取，在拟合出的边界线条定位的有效手指区域内查找最大内接矩形并将矩形区域像素裁切下来，获得真实静脉处理子图；
步骤S400，有效区域增强，对真实静脉处理子图进行增强，获得静脉分布图像；
步骤S500，SOBEL边缘增强，采用索贝尔SOBEL算子与静脉分布图像作卷积，获得包含指纹信息区域的SOBEL增强图；
步骤S600，计算图像判定系数，在SOBEL增强图上计算水平梯度能量和垂直梯度能量，并采用垂直梯度能量除以水平梯度能量的比值或者水平梯度能量除以垂直梯度能量的比值作为判定系数；
步骤S700，含指纹静脉图的判定，将判定系数与预设分类阈值比较，若判定系数小于预设分类阈值则判定为含指纹的不合理图像。
本发明应用在指静脉识别***处理的前期阶段，通过对输入图像内容进行评估，具体指对图像中的指纹信息含量进行量化，然后将此量化值与阈值比较，通过预设的屏蔽机制，将不合理的图像阻断在当前处理阶段，维护***中处理数据的合理性，保证***所处理指静脉数据源是真实、有效的，最终为***比对结果的正确提供有效保障。
本优选实施例中，设备采集的手指图像的原图如图2所示，为水平采集图，其中手指区域在水平方向上延伸。设备采集时不可避免的会因为电子器件、环境等因素使成像图包含一定的噪声，本发明图像预处理的步骤S100中，可以采用中值或均值等滤波方法对噪声进行抑制，经过平滑后的图像，噪声被削减，而我们关心的静脉信息被保持，重要的是静脉的边缘也获得一定的增强。
如图2所示，成像图中，有效手指区域在水平方向上只分布在图像偏中央区域。此外的背景区，一方面对后续处理是无意义的，其次，背景像素的无规则灰度分布，背景与前景灰度值的巨大反差等都会对有效区域参数值的统计形成重大干扰，所以需要在进行步骤S200对手指边界定位基础上将背景区掩模或裁剪掉。
进一步地，本优选实施例中，手指边界定位的步骤S200如下：
首先将预处理后的二维图像在垂直方向上分成均匀的、不连续的多段；每段采用水平投影法，查找各分段像素灰度的极值及对应段内极值所在的垂直位置坐标；接着为了获得段内稳定的边界值，对段内垂直位置坐标值作算术平均取得段内坐标均值；然后用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的上、下边界线条。通过上述计算，本发明在图像水平方向上分别拟合出上、下两区域的线条，它们就是图像中手指边界的所在。手指边界定位的效果图如图3中所示，图中A、B线条包围的区域就是手指有效区，也就是后续将处理的感兴趣静脉信息区；A、B线条到图像边缘部分则为背景区域。
步骤S300，有效区域获取：
因为手指在成像图中大致呈梯形分布，为了进一步降低背景像素的影响，也为了便于快速计算，本发明将再次缩小图像处理范围，试图将处理数据定位在最佳矩形区域内。在上步拟合线条定位的手指有效区域内查找最大内接矩形，将矩形区域像素裁切下来，获得真实静脉处理子图。
步骤S400，有效区域增强：
为了将真实静脉处理子图中的静脉部分突显出来，本发明对其进行增强，通过灰度扩展和阶梯量化增强，试图获得更清晰的静脉分布图像，具体步骤如下：
先通过灰度分布扩展，将像素灰度值扩展至0～255范围内，经灰度扩展后的效果图如图4所示；
接着，用预设阶梯量化表对图像像素进行映射转换，比如将0到255的灰度区域划分为30个阶梯区间，每个阶梯区间仅取该区间中值作为阶梯量化表值，然后图像像素值按照与阶梯区间的映射关系，被阶梯量化表的对应值替换，生成新的增强图作为静脉分布图像。如图5中所示，增强图明显加大了静脉边缘处邻近像素间的灰度差，突显了静脉存在的效果。
原图由于有效区域灰度值动态范围小，静脉信息已经是很模糊，经过灰度扩展和阶梯量化增强，已经可以比较清楚的看到静脉的分布。
进一步地，本优选实施例中，SOBEL边缘增强的步骤S500包括：
采用垂直方向SOBEL算子与图像作卷积，在垂直方向对图像进行边缘增强，获得SOBEL增强图。此步骤进一步强化了图像中在垂直方向上灰度变化剧烈区域(纵向纹理边缘区域)信息。因为静脉采集大多集中在手指的第二、三关节附近，通常情况下这一区域的指纹呈垂直分布(手指上的横向纹理)，本发明采用SOBEL卷积就是利用了这区间指纹的分布特性，并对其强化，便于后续计算。垂直SOBEL增强效果图如图6所示。经过垂直SOBEL算子变换后，图像中垂直分布纹理(含指纹信息区域)被增强，呈现更明显的垂直分布状态。
进一步地，本优选实施例中，计算图像判定系数的步骤S600包括：
在SOBEL图上，计算水平梯度能量、垂直梯度能量。具体地，首先生成梯度图，为了使统计数值更有效，本发明将各像素点梯度的计算范围定义为4像素，就是取相邻前2个像素和与后2个像素和的差作为当前点像素梯度；逐点计算梯度信息分别生成水平梯度图、垂直梯度图。
接着在梯度图上计算梯度能量，也就是分别在水平、垂直梯度图中计算所有像素的梯度和获得水平、垂直梯度能量。
最后将垂直梯度能量除以水平方向梯度能量，获得静脉图像垂直系数，将此垂直系数作为判定系数。
采用上述6个步骤，对静脉测试集合的所有样本计算其垂直系数，再结合该集合的比对得分及识别通过率、误识率等统计情况，经过综合分析，获得垂直系数相关的最佳分类阈值。本发明经过对测试集合的统计分析，发现垂直系数阈值设为0.6时，本方法能比较可靠的判定静脉图中是否含过量的指纹信息。
最后，进行步骤S700含指纹静脉图的判定。在***应用阶段，先采用上述方法获得识别图像的垂直系数，然后将该系数与预设分类阈值做比较，如果小于该阈值则将其判定为含指纹图像，且认定该图的指纹信息含量已经严重干扰了指静脉信息，于是，该图将被抛弃，不再参与***后续处理。
当采集的手指图像为垂直采集图时，亦即图像中手指区域在垂直方向上延伸，对图像的处理和判定过程与上文对水平采集图的处理和判定过程基本类似，不同之处仅在方向上有所变化。对于垂直采集图，手指边界定位的步骤包括：将预处理后的图像在水平方向上分成均匀且不连续的多段；每段采用垂直投影法，查找各分段像素灰度的极值及对应段内极值所在的水平位置坐标；对段内水平位置坐标值作算术平均取得段内坐标均值；用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的左、右边界线条。此外，SOBEL边缘增强的步骤中，采用水平方向SOBEL算子与静脉分布图像作卷积，在水平方向对图像进行边缘增强，获得SOBEL增强图。另外，在计算图像判定系数的步骤中，将水平梯度能量除以垂直梯度能量，获得静脉图像水平系数作为判定系数。
根据本发明的另一方面，还提供了一种指静脉按压图的判别装置，包括处理器，处理器用于运行程序，处理器运行时执行上述的指静脉按压图的判别方法。
根据本发明的另一方面，还提供了一种存储介质，存储介质包括存储的程序，程序运行时控制存储介质所在的设备执行上述的指静脉按压图的判别方法。
根据本发明的另一方面，还提供了一种指静脉识别方法，在对接收的指静脉图像进行识别判断之前，执行上述指静脉按压图的判别方法，屏蔽判定系数小于预设分类阈值对应的指静脉图像。
本发明能够将含指纹的不合理图像在***处理早期就被拦截，节省了大量后续无意义的计算时间，使***可以在尽可能短的时间内进入新目标的识别处理阶段，提高指静脉比对***响应速度；同时，避免含指纹的不合理图像进入后期处理，使得***所提取的识别特征是纯净的静脉特征，提高指静脉比对***识别性能。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种指静脉按压图的判别方法，其特征在于，包括：
图像预处理，对采集的手指图像进行滤波处理以抑制噪声，其中，采集的手指图像为水平采集图或者垂直采集图；
手指边界定位，在预处理后的图像上拟合出有效手指区域的边界线条；
有效区域获取，在拟合出的边界线条定位的有效手指区域内查找最大内接矩形并将矩形区域像素裁切下来，获得真实静脉处理子图；
有效区域增强，对所述真实静脉处理子图进行增强，获得静脉分布图像；
边缘增强，采用索贝尔SOBEL算子与所述静脉分布图像作卷积，获得包含指纹信息区域的SOBEL增强图；
计算图像判定系数，在所述SOBEL增强图上计算水平梯度能量和垂直梯度能量，并采用垂直梯度能量除以水平梯度能量的比值或者水平梯度能量除以垂直梯度能量的比值作为判定系数；
含指纹静脉图的判定，将所述判定系数与预设分类阈值比较，若所述判定系数小于所述预设分类阈值则判定为含指纹的不合理图像；
所述手指边界定位的步骤包括：
将预处理后的图像在与手指延伸方向垂直的第一方向上分成多段；
查找各分段像素灰度的极值及对应段内极值所在的第一方向位置坐标；
对段内第一方向位置坐标值作算术平均取得段内坐标均值；
用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的边界线条。
2.根据权利要求1所述的指静脉按压图的判别方法，其特征在于，所述采集的手指图像为水平采集图，所述手指边界定位的步骤包括：
将预处理后的图像在垂直方向上分成均匀且不连续的多段；
每段采用水平投影法，查找各分段像素灰度的极值及对应段内极值所在的垂直位置坐标；
对段内垂直位置坐标值作算术平均取得段内坐标均值；
用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的上、下边界线条。
3.根据权利要求1所述的指静脉按压图的判别方法，其特征在于，所述有效区域增强的步骤包括：
通过灰度分布扩展，将所述真实静脉处理子图中像素灰度值扩展至0～255范围内；
用预设阶梯量化表对图像像素进行映射转换；
将图像像素值按照与阶梯区间的映射关系，采用阶梯量化表的对应值替换，生成新的增强图作为所述静脉分布图像。
4.根据权利要求2所述的指静脉按压图的判别方法，其特征在于，所述SOBEL边缘增强的步骤包括：
采用垂直方向SOBEL算子与所述静脉分布图像作卷积，在垂直方向对图像进行边缘增强，获得所述SOBEL增强图。
5.根据权利要求4所述的指静脉按压图的判别方法，其特征在于，所述计算图像判定系数的步骤包括：
将所述SOBEL增强图中各像素点梯度的计算范围定义为预定像素；
逐点计算梯度信息分别生成水平梯度图和垂直梯度图；
分别在水平梯度图中和垂直梯度图中计算所有像素的梯度和以获得水平梯度能量和垂直梯度能量；
将垂直梯度能量除以水平梯度能量，获得静脉图像垂直系数作为所述判定系数。
6.根据权利要求1所述的指静脉按压图的判别方法，其特征在于，所述采集的手指图像为垂直采集图，所述手指边界定位的步骤包括：
将预处理后的图像在水平方向上分成均匀且不连续的多段；
每段采用垂直投影法，查找各分段像素灰度的极值及对应段内极值所在的水平位置坐标；
对段内水平位置坐标值作算术平均取得段内坐标均值；
用线性拟合函数在距离条件约束下，基于各分段边界坐标均值计算出该区域内连续的最佳拟合线条作为有效手指区域的左、右边界线条。
7.根据权利要求6所述的指静脉按压图的判别方法，其特征在于，
所述SOBEL边缘增强的步骤中，采用水平方向SOBEL算子与所述静脉分布图像作卷积，在水平方向对图像进行边缘增强，获得所述SOBEL增强图；
所述计算图像判定系数的步骤中，将水平梯度能量除以垂直梯度能量，获得静脉图像水平系数作为所述判定系数。
8.一种指静脉按压图的判别装置，包括处理器，所述处理器用于运行程序，其特征在于，所述处理器运行时执行如权利要求1至7任一所述的指静脉按压图的判别方法。
9.一种指静脉识别方法，其特征在于，在对接收的指静脉图像进行识别判断之前，执行如权利要求1至7任一所述指静脉按压图的判别方法，屏蔽所述判定系数小于所述预设分类阈值对应的指静脉图像。
CN201711468210.3A 2017-12-29 2017-12-29 指静脉按压图的判别方法及装置、指静脉识别方法 Active CN108280448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711468210.3A CN108280448B (zh) 2017-12-29 2017-12-29 指静脉按压图的判别方法及装置、指静脉识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711468210.3A CN108280448B (zh) 2017-12-29 2017-12-29 指静脉按压图的判别方法及装置、指静脉识别方法

Publications (2)

Publication Number Publication Date
CN108280448A CN108280448A (zh) 2018-07-13
CN108280448B true CN108280448B (zh) 2020-04-21

Family

ID=62802495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711468210.3A Active CN108280448B (zh) 2017-12-29 2017-12-29 指静脉按压图的判别方法及装置、指静脉识别方法

Country Status (1)

Country Link
CN (1) CN108280448B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111223082B (zh) * 2020-01-03 2023-06-20 圣点世纪科技股份有限公司 一种指静脉图像质量的量化评估方法
CN111797828B (zh) * 2020-06-19 2023-04-07 智慧眼科技股份有限公司 指静脉图像的roi区域的获取方法、装置及相关设备
CN112714232B (zh) * 2020-12-31 2023-04-07 中国工商银行股份有限公司 指静脉图像数据传输方法及装置
CN116030264B (zh) * 2023-02-01 2024-03-29 安徽信息工程学院 一种用于辅助视觉障碍者理解图片的方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1990005345A1 (en) * 1988-10-31 1990-05-17 Nathaniel Gould Diagnostics, Inc. Pedotopography apparatus and method using moire fringe analysis to measure foot shapes
EP0881596A2 (en) * 1997-05-28 1998-12-02 Xerox Corporation Image enhancement and thresholding of images
CN1980321A (zh) * 2005-12-09 2007-06-13 逐点半导体（上海）有限公司 一种图像增强处理***和处理方法
CN102222229A (zh) * 2011-07-28 2011-10-19 陈庆武 手指静脉图像预处理方法
CN103279733A (zh) * 2013-03-19 2013-09-04 陈威霖 可提高辨识成功率的手指静脉辨识装置
CN106059753A (zh) * 2016-03-10 2016-10-26 西京学院 一种用于数字签名的指纹密钥生成新方法
CN107368792A (zh) * 2017-06-29 2017-11-21 广州智慧城市发展研究院 一种基于滤波器以及主干边缘的指静脉识别方法及***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1990005345A1 (en) * 1988-10-31 1990-05-17 Nathaniel Gould Diagnostics, Inc. Pedotopography apparatus and method using moire fringe analysis to measure foot shapes
EP0881596A2 (en) * 1997-05-28 1998-12-02 Xerox Corporation Image enhancement and thresholding of images
CN1980321A (zh) * 2005-12-09 2007-06-13 逐点半导体（上海）有限公司 一种图像增强处理***和处理方法
CN102222229A (zh) * 2011-07-28 2011-10-19 陈庆武 手指静脉图像预处理方法
CN103279733A (zh) * 2013-03-19 2013-09-04 陈威霖 可提高辨识成功率的手指静脉辨识装置
CN106059753A (zh) * 2016-03-10 2016-10-26 西京学院 一种用于数字签名的指纹密钥生成新方法
CN107368792A (zh) * 2017-06-29 2017-11-21 广州智慧城市发展研究院 一种基于滤波器以及主干边缘的指静脉识别方法及***

Also Published As

Publication number Publication date
CN108280448A (zh) 2018-07-13

Similar Documents

Publication Publication Date Title
CN108280448B (zh) 指静脉按压图的判别方法及装置、指静脉识别方法
US7965874B2 (en) Biological information detecting device
US8606012B2 (en) Image processing method and image processor
US10558841B2 (en) Method and apparatus for recognizing fingerprint ridge point
CN106327507B (zh) 一种基于背景和前景信息的彩色图像显著性检测方法
EP3807839B1 (en) Deformity edge detection
CN106548176B (zh) 基于自适应引导滤波的指静脉图像增强方法
CN109584266B (zh) 一种目标检测方法及装置
CN110009653A (zh) 基于灰度阈值分割法增加边缘识别点准确图像识别的方法
CN108876795A (zh) 一种图像中物体的分割方法及***
CN108960185A (zh) 基于YOLOv2的车辆目标检测方法及***
CN111105427B (zh) 一种基于连通区域分析的肺部图像分割方法及***
KR102335907B1 (ko) 지문 이미지들에 적용가능한 이미지들을 개선하는 방법
KR101654287B1 (ko) 신체의 구조를 기반으로 하는 배꼽 영역 검출 방법
KR20030066512A (ko) 노이즈에 강인한 저용량 홍채인식 시스템
US20040247183A1 (en) Method for image analysis
CN117392404A (zh) 一种提高图像检测速度的方法及***
KR100374695B1 (ko) 직접 융선 추출을 이용한 자동 지문 인식 시스템
CN106682627B (zh) 一种掌纹数据的识别方法和装置
CN112541471B (zh) 一种基于多特征融合的遮挡目标识别方法
CN115578781A (zh) 去遮挡的虹膜检测方法、虹膜识别方法及可读存储介质
KR102223263B1 (ko) 컴퓨터 보조 진단 시스템을 이용한 식도암 확대 내시경 영상 분석 방법 및 장치
CN112801034A (zh) 一种指静脉识别装置
CN107977604B (zh) 一种基于改进聚合通道特征的手部检测方法
Dey et al. An efficient approach for pupil detection in iris images

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 100097 Beijing Haidian District Kunming Hunan Road 51 C block two floor 207.

Applicant after: BEIJING ATHENA EYES SCIENCE & TECHNOLOGY CO.,LTD.

Address before: 100193 4, 403, block A, 14 building, 10 East North Road, Haidian District, Beijing.

Applicant before: BEIJING ATHENA EYES SCIENCE & TECHNOLOGY CO.,LTD.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 410205 14 Changsha Zhongdian Software Park Phase I, 39 Jianshan Road, Changsha High-tech Development Zone, Yuelu District, Changsha City, Hunan Province

Applicant after: Wisdom Eye Technology Co.,Ltd.

Address before: 100097 2nd Floor 207, Block C, 51 Hunan Road, Kunming, Haidian District, Beijing

Applicant before: BEIJING ATHENA EYES SCIENCE & TECHNOLOGY CO.,LTD.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Discriminant method and device of finger vein compression diagram, and finger vein recognition method

Effective date of registration: 20221205

Granted publication date: 20200421

Pledgee: Agricultural Bank of China Limited Hunan Xiangjiang New Area Branch

Pledgor: Wisdom Eye Technology Co.,Ltd.

Registration number: Y2022430000107

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20231220

Granted publication date: 20200421

Pledgee: Agricultural Bank of China Limited Hunan Xiangjiang New Area Branch

Pledgor: Wisdom Eye Technology Co.,Ltd.

Registration number: Y2022430000107

PC01 Cancellation of the registration of the contract for pledge of patent right
CP03 Change of name, title or address

Address after: No. 205, Building B1, Huigu Science and Technology Industrial Park, No. 336 Bachelor Road, Bachelor Street, Yuelu District, Changsha City, Hunan Province, 410000

Patentee after: Wisdom Eye Technology Co.,Ltd.

Address before: 410205 building 14, phase I, Changsha Zhongdian Software Park, No. 39, Jianshan Road, Changsha high tech Development Zone, Yuelu District, Changsha City, Hunan Province

Patentee before: Wisdom Eye Technology Co.,Ltd.

CP03 Change of name, title or address