CN113792644B - 一种基于偏振与图像质量评价的手指静脉图像采集装置及方法 - Google Patents
一种基于偏振与图像质量评价的手指静脉图像采集装置及方法 Download PDFInfo
- Publication number
- CN113792644B CN113792644B CN202111064555.9A CN202111064555A CN113792644B CN 113792644 B CN113792644 B CN 113792644B CN 202111064555 A CN202111064555 A CN 202111064555A CN 113792644 B CN113792644 B CN 113792644B
- Authority
- CN
- China
- Prior art keywords
- image
- finger
- finger vein
- quality evaluation
- acquisition device
- 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
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提出一种基于偏振与图像质量评价的手指静脉图像采集装置及方法,采用零度起偏器,使入射光发生偏振现象,零度检偏器可以屏蔽偏振光中的散射光,使采集的静脉图像更清晰,并通过图像质量评价模块对采集图像进行质量评价,对低质量图像提示重新采集,确保装置采集的图像质量良好,此外,该装置能够确保待采集对象手指单元的位置固定的情况下实现自动采集,操作简单方便。
Description
技术领域
本发明属于模式识别技术领域,特别是涉及一种基于偏振与图像质量评价的手指静脉图像采集装置及方法。
背景技术
手指静脉识别技术采集的是手指内部静脉血管信息,不受手指表面情况影响,且近红外透射成像方式随着个体失活便无法采集到静脉纹路,具有活体采集的特点,防伪性与安全性极高。
然而,随着静脉识别技术应用场合越来越广,静脉图像采集过程在不同光照条件下,图像成像质量差别较大,很多时候存在降质甚至后续认证***无法识别的情况,严重影响静脉认证***性能。针对这一问题,本发明提出一种基于偏振与图像质量评价的手指静脉图像采集装置及方法。
发明内容
本发明针对现有技术中的问题,提出了一种基于偏振与图像质量评价的手指静脉图像采集装置及方法。
本发明是通过以下技术方案实现的,本发明提出一种基于偏振与图像质量评价的手指静脉图像采集装置,所述图像采集装置包括近红外光源1、起偏器2、手指固定槽3、检偏器4、红外滤光片5、CMOS摄像头6、光源控制电路7、CMOS摄像头控制电路8、FPGA控制***电路9、图像质量评价模块10和显示装置11;所述近红外光源1位于所述起偏器2的正上方并与所述光源控制电路7相连,所述起偏器2位于所述手指固定槽3的上方,所述手指固定槽3位于所述检偏器4的正上方,所述检偏器4位于所述红外滤光片5的正上方,所述CMOS摄像头6位于所述红外滤光片5的下方并与所述CMOS摄像头控制电路8相连,所述FPGA控制***电路9分别与所述光源控制电路7、所述CMOS摄像头控制电路8、所述图像质量评价模块10和所述显示装置11相连。
进一步地,所述起偏器2为零度起偏器,位于近红外光源1的正下方,使入射光发生偏振现象。
进一步地,所述检偏器4为零度检偏器,位于红外滤光片5的正上方,零度检偏器能够屏蔽偏振光中的散射光,与起偏器组合使用,使采集的静脉图像更清晰。
进一步地,所述红外滤光片5的滤光波长为850~940nm。
进一步地,所述近红外光源1为单颗功率大于0.5W的近红外光发光二极管,分上下两行排列,其中上排等间隔分布5个,下排等间隔分布4个,贴近手指尖部上下两排各分布1个,共计11个。
进一步地,所述手指固定槽3采用凹槽型采集窗口,让手指采集时处于悬空状态,避免手指与红外滤光片5形成挤压,并在采集窗口周围设置双倒八型固定隔板装置,利用隔板与手指指缝形成咬合状来固定手指,确保手指每次采集时***的位置唯一。
进一步地,所述的FPGA控制***电路9为主控芯片,以DDR3为缓存介质。
进一步地,所述的显示装置11是PC,PC使用开源工具VirtualDUB进行图像的捕获和显示。
进一步地,所述的图像质量评价模块10采用6个无参考评价参数相结合对采集到的手指静脉图像进行质量评价,具体为:
(1)灰度均匀性分数
灰度均匀性度量手指静脉图像灰度分布变化程度,计算方法如下:
首先将手指静脉图像分成大小相等的7×7子块,然后计算每个图像子块的平均灰度值xmean:
其中,Xrgbi为第i个像素点的亮度值,n为每个图像子块的像素个数;
图像的灰度均匀质量分数Qb用每个图像子块的图像平均灰度的标准差表示,即:
其中xmean为每个图像子块的平均灰度值,xi代表像素点i的灰度值;
(2)位置偏移质量分数
手指静脉图像的偏移量为水平偏移和竖直偏移综合后的结果,通过寻找手指静脉区域的质心和图像的几何中心,然后计算“二心”的偏移量来表示手指静脉的偏移程度,手指静脉区域的质心为:
其中Cx和Cy分别为手指静脉区域质心的横纵坐标,在手指图像的区域R中,Xi为像素i的横坐标,Yj为像素j的纵坐标,N为图像的像素的总个数;
手指静脉图像的水平偏移量和竖直偏移量计算如下:
其中QH表示水平偏移量,QV表示竖直偏移量,gx和gy为整幅图像几何中心的横纵坐标;
因此,手指静脉图像的偏移质量分数Qs表示为:
Qs=(QH×QV)×100% (7);
(3)对比度质量分数
图像的标准差计算如下:
其中C表示图像的标准差,xi代表像素点i的灰度值,代表整个图像灰度均值,N代表图像的像素总数;
因此对比度质量分数Qc表示为:
其中,C为图像的标准差,threshold为对比度阈值,当对比度超过阈值threshold时,则图像过曝,对比度为100%;
(4)信息熵分数
图像的信息熵计算如下:
其中,QH为图像信息熵值,m为图像的灰度级,取值范围为[0,255],pm表示像素在第m级灰度级上的概率;
(5)模糊度质量分数
所述模糊度质量分数具体计算方法如下:首先对图像前景区域进行分块处理,考虑到静脉图像大小、纹路间距离以及分块大小对计算精度的影响,选取子块大小为4×4像素,将图像子块量化为八个方向,每个方向计算像素均值,对八个方向的均值分别做差,差值最大的方向即为纹路方向,然后对每个图像子块计算其纹路方向与非纹路方向的均值的差值,若该差值小于给定阈值,则该图像子块为模糊块,统计所有模糊块的总面积SM,然后根据SM占图像前景区域总面积SF的比率来确定图像的模糊度质量分数S4:
(6)等效视数分数
等效视数Qw用图像的均值和标准差计算,公式如下:
其中,μ为手指静脉图像灰度均值,σ为手指静脉图像灰度标准差;
对6个质量评价指标进行归一化处理:
xk=(xk-xmin)/(xmax-xmin) (13)
其中,xk为归一化后评价指标结果,xmin为6个手指静脉图像质量评价指标中值最小的,xmax为图像质量评价指标序列中最大的,通过上述归一化处理将所有的质量评价指标值转化为[0,1]之间;将上述6个质量分数累加后,超过给定阈值分数则本次采集图像有效,否则显示装置11上显示提示信息“请重新采集一次图像”。
本发明还提出一种基于偏振与图像质量评价的手指静脉图像采集装置的图像采集方法,所述方法具体为:
所述图像采集装置以FPGA控制***电路9为主控芯片,DDR3为缓存介质,通过手指静脉图像采集装置中的近红外光源1发出近红外光照射手指背面,由CMOS摄像头6采集出的手指静脉图像再经过DDR3缓存,从DDR3读取图像,生成30fps/720p的固定视频流格式,传输给FX3,FX3固件将FPGA传输的固定图像打上UVC头发送给PC,PC使用开源工具VirtualDUB进行图像的捕获和显示。
本发明有益效果为:
本发明所述的一种基于偏振与图像质量评价的手指静脉图像采集装置及方法,采用零度起偏器,使入射光发生偏振现象,零度检偏器可以屏蔽偏振光中的散射光,使采集的静脉图像更清晰,并通过图像质量评价模块对采集图像进行质量评价,对低质量图像提示重新采集,确保装置采集的图像质量良好,此外,该装置能够确保待采集对象手指单元的位置固定的情况下实现自动采集,操作简单方便。
附图说明
图1为本发明基于偏振与图像质量评价的手指静脉图像采集装置结构示意图;
图2为近红外光源LED阵列示意图;
图3为双倒八型手指固定装置示意图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
结合图1-3,本发明提出一种基于偏振与图像质量评价的手指静脉图像采集装置,所述图像采集装置包括近红外光源1、起偏器2、手指固定槽3、检偏器4、红外滤光片5、CMOS摄像头6(例如,MT9V034)、光源控制电路7、CMOS摄像头控制电路8、FPGA控制***电路9、图像质量评价模块10和显示装置11;所述近红外光源1位于所述起偏器2的正上方并与所述光源控制电路7相连,所述起偏器2位于所述手指固定槽3的上方,所述手指固定槽3位于所述检偏器4的正上方,所述检偏器4位于所述红外滤光片5的正上方,所述CMOS摄像头6位于所述红外滤光片5的下方并与所述CMOS摄像头控制电路8相连,所述FPGA控制***电路9分别与所述光源控制电路7、所述CMOS摄像头控制电路8、所述图像质量评价模块10和所述显示装置11相连。
在手指下方设置近红外接收装置,检测近红外光的强弱,然后由PWM波自动调节电路的光照强度。
所述起偏器2为零度起偏器,位于近红外光源1的正下方,使入射光发生偏振现象。
所述检偏器4为零度检偏器,位于红外滤光片5的正上方,零度检偏器能够屏蔽偏振光中的散射光,与起偏器组合使用,使采集的静脉图像更清晰。
本发明采用透射方式采集手指静脉图像,手指正面的静脉血管中的血红蛋白能吸收部分近红外光,而手指的骨骼和肌肉却没有这种特性,摄像头从手指正面采集图像,为了减小可见光对手指静脉图像采集过程中的千扰,采集静脉图像时在镜头正上方加红外滤光片来滤除可见光,本发明选用HWB800的红外滤光片,可以满足波长850nm以上的光线能顺利穿透滤光片,所述红外滤光片5的滤光波长为850~940nm。
由于指静脉位于手指生物组织内部,人体血液中含有血红蛋白,血红蛋白对760nm和850nm附近的近红外光有较强的吸收作用,手指静脉成像原理说明光源的选择将直接影响静脉成像效果。因此,本发明选用HIR503XDX系列的850nm红外二极管作为光源,所述近红外光源1为单颗功率大于0.5W的近红外光发光二极管(LED),分上下两行排列,其中上排等间隔分布5个,下排等间隔分布4个,贴近手指尖部上下两排各分布1个,共计11个。
照射到手指表皮皮肤上的偏振光会发生四种变化:反射、折射、漫反射和散射,反射光和折射光会保持和入射光一样的偏振特性。漫反射光和散射光会消除偏振特性,成为自然光。偏振光照射手指皮肤表皮会在表皮表面和表皮内部形成漫反射光,表皮内部组织对部分折射光的反射也会形成漫反射光。因此,手指皮肤特征信息主要包含于漫反射光中。在采集手指表皮生物特征图像时,通过检偏器滤除偏振光即可获得清晰可靠的手指表皮特征图像。近红外偏振光进入手指内部后会有三种状态:吸收、散射和透射,透射的近红外光保持和入射光一样的偏振特性,散射光则完全消除了偏振特性。在手指静脉成像中,散射光正是降低静脉图像对比度的一个重要因素。
因此,本发明为了屏蔽可见光的干扰,利用光学的偏振特性,在手指和摄像头之间设置零度起偏器和零度检偏器,零度起偏器可以使入射光发生偏振现象,零度检偏器可以屏蔽偏振光中的散射光,使最终采集的静脉图像更佳清晰。
为了避免采集时手指放置位置不准确导致采集的手指位置发生偏移,本发明采用凹槽型采集窗口,让手指采集时处于悬空状态,避免手指与红外滤光片5形成挤压,并在采集窗口周围设置双倒八型固定隔板装置,利用隔板与手指指缝形成咬合状来固定手指,确保手指每次采集时***的位置唯一。
所述的FPGA控制***电路9为主控芯片,以DDR3为缓存介质。
所述的显示装置11是PC,PC使用开源工具VirtualDUB进行图像的捕获和显示。
所述的图像质量评价模块10采用6个无参考评价参数相结合对采集到的手指静脉图像进行质量评价,具体为:
(1)灰度均匀性分数
灰度均匀性度量手指静脉图像灰度分布变化程度,计算方法如下:
首先将手指静脉图像分成大小相等的7×7子块,然后计算每个图像子块的平均灰度值xmean:
其中,Xrgbi为第i个像素点的亮度值,n为每个图像子块的像素个数;
图像的灰度均匀质量分数Qb用每个图像子块的图像平均灰度的标准差表示,即:
其中xmean为每个图像子块的平均灰度值,xi代表像素点i的灰度值;
(2)位置偏移质量分数
在采集的过程中,由于手指姿势放置错误,导致手指在图像中发生偏移,根据采集装置的不同,偏移量可分为水平偏移和竖直偏移两种,手指静脉图像的偏移量为水平偏移和竖直偏移综合后的结果。
由于手指静脉的偏移量是手指区域相对于整张图像的偏移,因此可以通过寻找手指静脉区域的质心和图像的几何中心,然后计算“二心”的偏移量来表示手指静脉的偏移程度,手指静脉区域的质心为:
其中Cx和Cy分别为手指静脉区域质心的横纵坐标,在手指图像的区域R中,Xi为像素i的横坐标,Yj为像素j的纵坐标,N为图像的像素的总个数;
手指静脉图像的水平偏移量和竖直偏移量计算如下:
其中QH表示水平偏移量,QV表示竖直偏移量,gx和gy为整幅图像几何中心的横纵坐标;
因此,手指静脉图像的偏移质量分数Qs表示为:
Qs=(QH×QV)×100% (7);
(3)对比度质量分数
由于光照、放置姿势以及手指静脉与非静脉组织的差异,导致手指在入射光的照射下,图像的对比度偏高或者偏低,入射光强度较小时,手指静脉图像整体偏暗,对比度偏低,手指静脉区域与非静脉区域区分度较小,静脉纹路模糊,图像质量偏低,入射光强度较大时,手指静脉图像会发生过曝现象,导致手指静脉区域发白发亮,对比度较高,静脉纹路消失,图像质量也偏低,因此图像过曝或者曝光不足都会导致图像质量偏低。
由于对比度表示图像相对于图像整体平均灰度值的偏离程度,因此可以利用图像的标准差来衡量,图像的标准差越大,图像的灰度级越分散,则图像的对比度也就越大,图像的标准差计算如下:
其中C表示图像的标准差,xi代表像素点i的灰度值,代表整个图像灰度均值,N代表图像的像素总数;
因此对比度质量分数Qc表示为:
其中,C为图像的标准差,threshold为对比度阈值,当对比度超过阈值threshold时,则图像过曝,对比度为100%;
(4)信息熵分数
手指静脉图像中包含众多手指静脉纹路,不同的纹路特征反应在像素上表示像素点在空间位置分布概率的不同,而信息熵表示像素点的平均统计量信息,因此可以利用信息熵来衡量一幅图像手指静脉纹路的特征量,信息熵的值越大,图像中包含的纹路信息越丰富,图像的质量越高。
图像的信息熵计算如下:
其中,QH为图像信息熵值,m为图像的灰度级,取值范围为[0,255],pm表示像素在第m级灰度级上的概率;
(5)模糊度质量分数
模糊度质量分数表示图像中模糊块占整张图像的比例,在手指静脉图像中,选取的是前景区域中指静脉部分的模糊块占整张图像的比例。所述模糊度质量分数具体计算方法如下:首先对图像前景区域进行分块处理,考虑到静脉图像大小、纹路间距离以及分块大小对计算精度的影响,选取子块大小为4×4像素,将图像子块量化为八个方向,每个方向计算像素均值,对八个方向的均值分别做差,差值最大的方向即为纹路方向,然后对每个图像子块计算其纹路方向与非纹路方向的均值的差值,若该差值小于给定阈值,则该图像子块为模糊块,统计所有模糊块的总面积SM,然后根据SM占图像前景区域总面积SF的比率来确定图像的模糊度质量分数S4:
若静脉图像比较模糊,其纹路方向的均值与非纹路方向的均值比较接近,则求得的均值差值不大,若图像纹路清晰,黑白比较分明,则求得的均值差值相对较大。
(6)等效视数分数
围绕着静脉图像中噪声的相对强度问题利用等效视数来表示对图像中噪声的抑制效果,因此图像的等效视数越大,图像对噪声的抑制能力越强,图像质量越高。
等效视数Qw用图像的均值和标准差计算,公式如下:
其中,μ为手指静脉图像灰度均值,σ为手指静脉图像灰度标准差;
由于亮度均匀性、清晰度、位置偏移、信息熵、对比度、等效视数这六个质量评价指标的计算结果不完全在同一个数量级上,本发明对6个质量评价指标进行归一化处理:
xk=(xk-xmin)/(xmax-xmin) (13)
其中,xk为归一化后评价指标结果,xmin为6个手指静脉图像质量评价指标中值最小的,xmax为图像质量评价指标序列中最大的,通过上述归一化处理将所有的质量评价指标值转化为[0,1]之间;将上述6个质量分数累加后,超过给定阈值分数则本次采集图像有效,否则显示装置11上显示提示信息“请重新采集一次图像”。通过上述图像质量评价保证装置采集的图像质量良好,有效提高后续匹配识别算法性能。
本发明还提出一种基于偏振与图像质量评价的手指静脉图像采集装置的图像采集方法,所述方法具体为:
所述图像采集装置以FPGA控制***电路9为主控芯片,DDR3为缓存介质,通过手指静脉图像采集装置中的近红外光源1发出近红外光照射手指背面,由CMOS摄像头6采集出的手指静脉图像再经过DDR3缓存,从DDR3读取图像,生成30fps/720p的固定视频流格式,传输给FX3,FX3固件将FPGA传输的固定图像打上UVC头发送给PC,PC使用开源工具VirtualDUB进行图像的捕获和显示。***中的各个模块全部采用VerilogHDL硬件描述语言设计在Vivado2016.2进行开发设计。
以上对本发明所提出的一种基于偏振与图像质量评价的手指静脉图像采集装置及方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于偏振与图像质量评价的手指静脉图像采集装置,其特征在于:所述图像采集装置包括近红外光源(1)、起偏器(2)、手指固定槽(3)、检偏器(4)、红外滤光片(5)、CMOS摄像头(6)、光源控制电路(7)、CMOS摄像头控制电路(8)、FPGA控制***电路(9)、图像质量评价模块(10)和显示装置(11);所述近红外光源(1)位于所述起偏器(2)的正上方并与所述光源控制电路(7)相连,所述起偏器(2)位于所述手指固定槽(3)的上方,所述手指固定槽(3)位于所述检偏器(4)的正上方,所述检偏器(4)位于所述红外滤光片(5)的正上方,所述CMOS摄像头(6)位于所述红外滤光片(5)的下方并与所述CMOS摄像头控制电路(8)相连,所述FPGA控制***电路(9)分别与所述光源控制电路(7)、所述CMOS摄像头控制电路(8)、所述图像质量评价模块(10)和所述显示装置(11)相连;
所述的图像质量评价模块(10)采用6个无参考评价参数相结合对采集到的手指静脉图像进行质量评价,具体为:
(1)灰度均匀性分数
灰度均匀性度量手指静脉图像灰度分布变化程度,计算方法如下:
首先将手指静脉图像分成大小相等的7×7子块,然后计算每个图像子块的平均灰度值:
其中,Xrgbi为第i个像素点的亮度值,n为每个图像子块的像素个数;
图像的灰度均匀质量分数Qb用每个图像子块的图像平均灰度的标准差表示,即:
其中xmean为每个图像子块的平均灰度值,xi代表像素点i的灰度值;
(2)位置偏移质量分数
手指静脉图像的偏移量为水平偏移和竖直偏移综合后的结果,通过寻找手指静脉区域的质心和图像的几何中心,然后计算“二心”的偏移量来表示手指静脉的偏移程度,手指静脉区域的质心为:
其中Cx和Cy分别为手指静脉区域质心的横纵坐标,在手指图像的区域R中,Xi为像素i的横坐标,Yj为像素j的纵坐标,N为图像的像素的总个数;
手指静脉图像的水平偏移量和竖直偏移量计算如下:
其中QH表示水平偏移量,QV表示竖直偏移量,gx和gy为整幅图像几何中心的横纵坐标;
因此,手指静脉图像的偏移质量分数Qs表示为:
Qs=(QH×QV)×100% (7);
(3)对比度质量分数
图像的标准差计算如下:
其中C表示图像的标准差,xi代表像素点i的灰度值,代表整个图像灰度均值,N代表图像的像素总数;
因此对比度质量分数Qc表示为:
其中,C为图像的标准差,threshold为对比度阈值,当对比度超过阈值threshold时,则图像过曝,对比度为100%;
(4)信息熵分数
图像的信息熵计算如下:
其中,QH为图像信息熵值,m为图像的灰度级,取值范围为[0,255],pm表示像素在第m级灰度级上的概率;
(5)模糊度质量分数
所述模糊度质量分数具体计算方法如下:首先对图像前景区域进行分块处理,考虑到静脉图像大小、纹路间距离以及分块大小对计算精度的影响,选取子块大小为4×4像素,将图像子块量化为八个方向,每个方向计算像素均值,对八个方向的均值分别做差,差值最大的方向即为纹路方向,然后对每个图像子块计算其纹路方向与非纹路方向的均值的差值,若该差值小于给定阈值,则该图像子块为模糊块,统计所有模糊块的总面积SM,然后根据SM占图像前景区域总面积SF的比率来确定图像的模糊度质量分数S4:
(6)等效视数分数
等效视数Qw用图像的均值和标准差计算,公式如下:
其中,μ为手指静脉图像灰度均值,σ为手指静脉图像灰度标准差;
对6个质量评价指标进行归一化处理:
xk=(xk-xmin)/(xmax-xmin) (13)
其中,xk为归一化后评价指标结果,xmin为6个手指静脉图像质量评价指标中值最小的,xmax为图像质量评价指标序列中最大的,通过上述归一化处理将所有的质量评价指标值转化为[0,1]之间;将上述6个质量分数累加后,超过给定阈值分数则本次采集图像有效,否则显示装置(11)上显示提示信息“请重新采集一次图像”。
2.根据权利要求1所述的图像采集装置,其特征在于:所述起偏器(2)为零度起偏器,位于近红外光源(1)的正下方,使入射光发生偏振现象。
3.根据权利要求1所述的图像采集装置,其特征在于:所述检偏器(4)为零度检偏器,位于红外滤光片(5)的正上方,零度检偏器能够屏蔽偏振光中的散射光,与起偏器组合使用,使采集的静脉图像更清晰。
4.根据权利要求1所述的图像采集装置,其特征在于:所述红外滤光片(5)的滤光波长为850~940nm。
5.根据权利要求1所述的图像采集装置,其特征在于:所述近红外光源(1)为单颗功率大于0.5W的近红外光发光二极管,分上下两行排列,其中上排等间隔分布5个,下排等间隔分布4个,贴近手指尖部上下两排各分布1个,共计11个。
6.根据权利要求1所述的图像采集装置,其特征在于:所述手指固定槽(3)采用凹槽型采集窗口,让手指采集时处于悬空状态,避免手指与红外滤光片(5)形成挤压,并在采集窗口周围设置双倒八型固定隔板装置,利用隔板与手指指缝形成咬合状来固定手指,确保手指每次采集时***的位置唯一。
7.根据权利要求1所述的图像采集装置,其特征在于:所述的FPGA控制***电路(9)为主控芯片,以DDR3为缓存介质。
8.根据权利要求1所述的图像采集装置,其特征在于:所述的显示装置(11)是PC,PC使用开源工具VirtualDUB进行图像的捕获和显示。
9.一种如权利要求1所述的基于偏振与图像质量评价的手指静脉图像采集装置的图像采集方法,其特征在于:所述方法具体为:
所述图像采集装置以FPGA控制***电路(9)为主控芯片,DDR3为缓存介质,通过手指静脉图像采集装置中的近红外光源(1)发出近红外光照射手指背面,由CMOS摄像头(6)采集出的手指静脉图像再经过DDR3缓存,从DDR3读取图像,生成30fps/720p的固定视频流格式,传输给FX3,FX3固件将FPGA传输的固定图像打上UVC头发送给PC,PC使用开源工具VirtualDUB进行图像的捕获和显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111064555.9A CN113792644B (zh) | 2021-09-10 | 2021-09-10 | 一种基于偏振与图像质量评价的手指静脉图像采集装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111064555.9A CN113792644B (zh) | 2021-09-10 | 2021-09-10 | 一种基于偏振与图像质量评价的手指静脉图像采集装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113792644A CN113792644A (zh) | 2021-12-14 |
CN113792644B true CN113792644B (zh) | 2023-09-26 |
Family
ID=78879991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111064555.9A Active CN113792644B (zh) | 2021-09-10 | 2021-09-10 | 一种基于偏振与图像质量评价的手指静脉图像采集装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113792644B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866486A (zh) * | 2010-06-11 | 2010-10-20 | 哈尔滨工程大学 | 手指静脉图像质量判断方法 |
CN112288010A (zh) * | 2020-10-30 | 2021-01-29 | 黑龙江大学 | 基于网络学习的指静脉图像质量评价方法 |
CN112561878A (zh) * | 2020-12-15 | 2021-03-26 | 黑龙江大学 | 基于加权融合的手指静脉图像质量评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3610783B1 (en) * | 2018-08-17 | 2022-11-16 | Optos PLC | Image quality assessment |
-
2021
- 2021-09-10 CN CN202111064555.9A patent/CN113792644B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866486A (zh) * | 2010-06-11 | 2010-10-20 | 哈尔滨工程大学 | 手指静脉图像质量判断方法 |
CN112288010A (zh) * | 2020-10-30 | 2021-01-29 | 黑龙江大学 | 基于网络学习的指静脉图像质量评价方法 |
CN112561878A (zh) * | 2020-12-15 | 2021-03-26 | 黑龙江大学 | 基于加权融合的手指静脉图像质量评价方法 |
Non-Patent Citations (1)
Title |
---|
Finger vein recognition based on lightweight CNN combining center loss and dynamics regularization;Dongdong Zhao;《ELSEVIER》;第1-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113792644A (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106530279B (zh) | 一种图像处理方法及*** | |
RU2674226C2 (ru) | Устройство и способ определения основных физиологических показателей субъекта | |
EP1587414B1 (en) | A pupilometer | |
CN106073729B (zh) | 光电容积脉搏波信号的采集方法 | |
CN100511266C (zh) | 活体眼睛判定方法及活体眼睛判定装置 | |
JP2010521272A (ja) | 標準化された撮像データを実現するために撮像デバイスに自動品質フィードバックを与える方法 | |
CN103679153A (zh) | 手指多模态生物特征偏振成像*** | |
CN106530294A (zh) | 一种对睑板腺图像进行处理以获得腺体参数的信息的方法 | |
CN103514449B (zh) | 一种图像采集装置及方法 | |
CN108629293A (zh) | 一种具有反馈机制的自适应近红外虹膜图像采集方法 | |
CN103767698A (zh) | 一种基于近红外光谱技术的静脉动态特性分析装置及其分析方法 | |
CN111486798A (zh) | 图像测距方法、图像测距***及终端设备 | |
CN114387479A (zh) | 一种基于人脸视频的非接触式心率测量方法及*** | |
CN113792644B (zh) | 一种基于偏振与图像质量评价的手指静脉图像采集装置及方法 | |
CN113180601B (zh) | 一种动态光学乳腺成像的肿瘤特征分析装置及相关组件 | |
CN110866235B (zh) | 同时捕获人体脉搏和静脉图像的身份识别方法及装置 | |
CN114220152A (zh) | 一种基于rgb-nir摄像头的非接触式实时心率检测方法 | |
CN108814543A (zh) | 高速视频眼震仪*** | |
CN115245318A (zh) | 一种基于深度学习的有效ippg信号的自动识别方法 | |
CN106491096A (zh) | 一种vr成像静脉显影装置 | |
CN212809251U (zh) | 一种指静脉及指纹识别终端 | |
CN115063848B (zh) | 基于光电容积描记法的非接触式人脸心率检测方法、***及介质 | |
CN204463159U (zh) | 基于手指静脉立体特征的活体识别装置 | |
Zhang et al. | Analysis of factors on bvp signal extraction based on imaging principle | |
CN216211151U (zh) | 多光谱的掌静脉图像采集模块及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |