专利名称：一种掌纹识别方法和掌纹识别装置的制作方法
技术领域：
本发明涉及掌紋识别技术，更具体地说，涉及一种掌紋识别方法和掌紋识 别装置。
背景技术：
身份识别方法广泛应用于人们日常生活的方方面面。传统的身份识别方法 主要包括两种，第一种是基于知识的身份识别方法，第二种是基于物品的身份 识别方法。基于知识的身份识别方法包括基于例如但不限于密码、口令等认证 手段的身份识别方法，这种方法存在的主要缺陷在于密码、口令等认证手段容 易被忘记。基于物品的身份识别方法包括基于例如但不限于钥匙、身份证、智 能卡等认证手段的身份识别方法，这种方法存在的主要缺陷在于钥匙、身份证、 智能卡等认证手段容易丟失。因此， 一旦认证手段被忘记、丢失或者被其他人 获取，个人身份就很容易被冒名者顶替。
相对传统的身份识别方法，以生物特征作为认证手段的身份识别方法采用 诸如指紋、掌紋等人体固有特征作为认证手段进行身份识别，因此具有不会被
遗忘、丟失和^b^被仿冒等诸多优点，这样便可实现更为安全的身份认证。
在以生物特征作为认证手段的众多身份识别方法之中，掌紋识别方法近年 来发展较快。相对于指紋，掌紋的特征主要是手掌上的主线和相连的分叉，这 些信息比较明显，因此对采集设备的精度要求较低。相比虹膜，掌紋图像采集 设备要简单得多，而且也更容易被用户接受。
掌紋识别方法主要包含注册和识别两个过程。注册过程用于采集待注册用 户的掌紋，提取掌紋特征，据此生成掌紋模板。由于主线及其分叉是掌紋的主 要特性，不同掌紋的主线和分叉在长度方向上不同，特征提取的关4建是提取能 够描述这些主线及其分叉特性的信息。识别过程用于采集待识别用户的掌紋，并将其与已注册用户的掌紋模板进行匹配，以此来识别用户身份。识别过程的 关键是计算所采集的待识别用户的掌紋与存储的掌纟丈模板之间的相似程度，并 根据相似值做出判决。
尽管掌紋识别技术近年来得到了长足的发展，但现有掌紋识别技术中仍然 存在一些缺陷。例如，现有掌紋识别技术对所采集掌紋图像的预处理要求较高，
且精度较高的掌紋识别技术运算量也较大且识别系统过于复杂，而且采集到的 掌紋存在旋转差异。此外，通过现有掌紋识别技术采集到的数据易受光照等环 境因素的影响。
因此，需要一种掌紋识别技术方案，可解决现有掌紋识别技术中存在的上 述缺陷。
发明内容
本发明要解决的技术问题在于，针对现有掌紋识别^^支术中存在的对所釆集 掌紋图像的预处理要求较高、运算量较大、系统过于复杂、采集到的数据易受 光照等环境影响等缺陷，提供一种掌紋识别方法和掌紋识别装置。
本发明解决其技术问题所采用的技术方案是
构造一种掌紋识别方法，包括注册步骤，其具体包括采集待注册掌紋的原 始指紋图像，并将其作为待提取图像提取其掌紋特征,然后将提取的掌紋特征 存储为掌紋模板，所述提取其掌紋特征进一步包括
对待提取图像进行旋转校正，生成校正图像；
使用预先设定的Gabor小波对校正图像进行巻积操作，并对巻积操作后的 校正图像进行取幅值或者M目位操作，生成响应图像；
对响应图像进行局部二进制模式特征抽取，得到待提取图像的局部二进制 模式编码，依此生成掌紋特征。
在本发明提供的掌紋识别方法中，所述旋转校正进一步包括计算待提取图 像中食指与中指之间的角点，和无名指与小拇指之间的角点之后，以所述两个 角点的连线对所述待提取图像进行旋转校正。
在本发明提供的掌紋识别方法中，所述Gabor小波^^)(x,力由下列公式实现:
其中，/ = 0.0916， P = ;r/4, cr = 5.6179。
在本发明提供的掌紋识别方法中，所述使用预先设定的Gabor小波对校正 图l象进行巻积操作由以下/>式实现
其中CF(x，力代表响应图像，/为校正图像。
在本发明提供的掌紋识别方法中，还包括识别步骤，其具体包括采集待识 别掌紋的原始掌紋图像，并将其作为待提取图像提取其掌紋特征，然后将该掌 紋特征与每一掌紋模板进行匹配，输出匹配结果，其中依据如下公式来将提取 的掌紋特征与每一掌紋模板进行匹配
其中，户(zV:yt)代表提取的掌紋特征的局部二进制模式编码，g(zy汝)代表该掌紋 模板的局部二进制模式编码，《P，0代表提取的掌紋特征与该掌纟文模板之间的 距离，经过匹配，若算得的《尸,g)小于预先设定的阈值，则提取的掌紋特征与 该掌紋模板相匹配。
本发明还提供了一种掌紋识别装置，包括
采集模块；
提取模块；
存储模块；
注册模块，用于在收到注册命令后，调用采集模块采集待注册掌纹的原铪指紋图像并将其作为待提取图
像；
调用提取模块提取该待提取图像的掌紋特征，其具体包括 对待提取图像进行旋转校正，生成校正图像； 使用预先设定的Gabor小波对校正图像进行巻积操作，并对巻积
操作后的校正图像进行取幅值或者糾目位操作，生成响应图像；
对响应图像进行局部二进制模式特征抽取，得到待提取图像的局
部二进制模式编码，依此生成掌紋特征；
将提取的掌紋特征作为掌故模板存储到存储模块之中。
在本发明提供的掌紋识别装置中，所述提取4莫块用于计算待提取图像中食 指与中指之间的角点，和无名指与小拇指之间的角点之后，以所述两个角点的 连线对所述待提取图像进行旋转校正。
在本发明提供的掌紋识别装置中，述Gabor小波^杣)(jc,力由下列公式实
现
A (x2+/)
C72
exp(/2# (;c cos 0 + y sin 0))
其中，/ = 0.0916， e = ;z74, ct = 5.6179。
在本发明提供的掌紋识别装置中，所述提^Mt块用于使用以下公式来使用 预先设定的Gabor小波对校正图像进行巻积操作
go,力-II"a仏。)"力I
其中G(3cj;yR表响应图像，/为校正图像。
在本发明提供的掌紋识别装置中，还包括识别模块，用于
调用采集模块采集待识别掌紋的原始掌紋图像，并将其作为待提取图像；
调用提取才莫块提取该待提取图像的掌紋特征，然后将该掌紋特征与存储模块中存储的每一掌紋模板进行匹g己，输出匹配结果，其中依据如下公式来将提
取的掌紋特征与每一掌紋模板进行匹配
^CP必=户'"1-
其中，户(zV:0代表提取的掌紋特征的局部二进制;f莫式编码，g(/,yt)代表该 掌紋模板的局部二进制模式编码，《尸，0代表提取的掌纹特征与该掌紋模板之 间的距离，经过匹配，若算得的《尸,g)小于预先设定的阈值，则提取的掌紋特 征与该掌紋才莫板相匹配。
实施本发明的技术方案，具有以下有益效果通过采用Gabor小波抽取局 部紋理信息，使得提取的掌紋特征受光照影响小，对掌紋提取设备变化具有较 强的鲁棒性。此外通过在提取对光照、环境鲁棒的Gabor响应J^A上，进一步 采用局部二进制模式算子提取局部Gabor响应变化特征，而该特征描述了中心 像素和邻域像素的相对变化信息，具有旋转不变性。因此本发明对掌紋图像预 处理要求低，掌紋图像进行匹配时可以具有不同的旋转差异。在匹配识别阶段， 本发明采用编码之间的异或计算距离，处理速度快，因此可做到实时的掌紋识 别。
下面将结合附图及实施例对本发明作进一步说明，附图中 图1是依据本发明一较佳实施例的掌紋特征提取方法的流程图； 图2A-2J为图1中掌紋特征提取方法各阶段掌紋图像的效果图； 图3是依据本发明一较佳实施例的掌紋识别装置的逻辑结构示意图。
具体实施例方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅 仅用以解释本发明，并不用于限定本发明。
本发明提供了一种掌紋识别方法，包括注册步骤和识别步骤，下面就结合附图和具体实施例分别对这两个步骤进行详细描述。 '
本发明提供的掌紋识别方法包括注册步骤和识别步骤。注册步骤包括采集 待注册掌紋的原始掌紋图像，依此作为待提取图像，提取该待提取图像的掌紋 特征，生成掌故模板并存储。识别步骤包括采集待识别掌紋的原始掌紋图像， 依此作为待提取图像，提取该待提取图像的掌紋特征，并将其与存储的掌紋模 板进行匹配，输出匹配结果。在上述过程中，对待提取图像进行掌紋特征提取 是本发明技术方案的核心，下面就结合以下附图和具体实施例对其进行详细描 述。
图1是依据本发明一较佳实施例的掌紋特征提取方法100的流程图。为便 于描述，结合图2A 2J来展示图1所示方法100各个阶段掌紋图像的具体处 理效果。中如图1所示，方法100开始于步骤102。
随后，在下一步骤104,对待提取图像进行旋转校正，生成校正图像。
图2A是依据本发明一较佳实施例的待提取图像的示意图。对该待提取图 像，可釆用例如但不限于边缘提取和轮廓跟踪等方法，来分别计算待提取图像 中食指与中指之间的角点，和无名指与小拇指之间的角点。有关采用边缘提 取和轮廓跟踪等方法计算角点的具体方法已经在现有技术中做了清楚的描述， 因此本文不再赘述。图2B为在图2A中待提取图像的轮廓上进行角点标记之 后的示意图。如图2B所示，算得的待提取图像中食指与中指之间的角点为M， 无名指与小拇指之间的角点为N。
在计算完待提取图像中食指与中指之间的角点，和无名指与小拇指之间的 角点之后，将这两个角点连线。然后旋转待提取图像，使得上述两个角点的连 线平行于垂直方向，此时的待提取图像即为校正图像，该校正图像如图2C所 示。
作为可选的，为降低计算量，还可对待提取图像进行裁剪，将裁剪后的待 提取图像作为校正图像。例如，可将待提取图像的掌紋中心作为原点，提取预 先设定大小(例如但不限于128xl28像素)的图像作为校正图像。剪裁部分 在4寺提取图^f象中的位置以及剪裁部分的具体示意图分别如图2D和2E所示。
随后，在下一步骤106，使用预先设定的Gabor小波对校正图像进行巻积操作，并对巻积操作后的校正图像进行取幅值或者取相位操作，生成响应图像。
在步骤106中，首先使用预先设定的Gabor小波对校正图像进行巻积操作。 在具体实现过程中，该Gabor小波可采用如下45度方向的Gabor小波
,、1 / (x2+j2)
(公式i)
其中，/ = 0.0916， P = ;r/4， cr = 5.6179，其中，/为小波正弦波的中心频率，0 为正弦波变化方向，a为高斯函数包络参数。该小波如图2F所示。在具体实 现过程中，将上述Gabor小波通过减去均值的方法去除直流分量，然后与校正 图l象进行巻积操作。经过上述巻积操作，校正图像中的每一像素都将对应复数 域中的一个复数值，其幅度和相位的值均为实数。此后，对巻积操作后的校正 图像进行取幅值或取相位操作，即取每一像素所对应复数值的幅度或者相位作 为该像素的响应值，得到响应图像(如图2G所示)，具体过程可采用下列公 式实现
(公式2)
其中G(x，力代表响应图像，/为步骤104中得到的校正图像。
在具体实现过程中，上述巻积操作也可采用如下方式来进行，即首先将校
正图像和上述Gabor小波分别进行快速傅立叶变换以变换到频域，然后将二者
进行乘积操作，再将算得的乘积进行快速反傅立叶变换。
随后，在下一步骤108，对响应图像进行局部二进制模式(LBP， Local
Binary Pattern)特征抽取，依此来提取掌紋特征。
对于响应图像之中的每一像素，局部二进制模式特征抽取的过程如下 以当前像素为中心，将该像素的响应值与相邻像素的响应值进行比较，得
到当前像素的一组故理编码。例如，假设当前像素的响应值为54,其相邻的8个《象素的响应值如图2H所示。若相邻像素的响应值大于当前像素的响应值， 则该相邻像素对应的编码值为1，否则为0。经过计算，得到当前像素的紋理 编码11000011,如图2I所示，该紋理编码反映了当前^f象素的响应值与其周围 8个相邻像素响应值之间的大小关系，其不受图像旋转影响，具有旋转不变性。 此外，由于该编码是以像素的响应值为基础计算得到的，因此该编码对光照、 环境变化不敏感。此时的编码图像如图2J所示。
最后，方法100结束于步骤110。对于大小为128x 128像素的校正图像， 通过执行上述步骤102 步骤108,可得到长度为128 x 128 x 8的局部二进制 才莫式编码。
如上文所述，识别步骤包括采集待识别掌紋的原始掌紋图像，依此作为待 提取图像，执行上文所述的方法100以提取该待提取图像的掌紋特征，并将其 与存储的掌紋模板进行匹配，输出匹配结果。在具体实现过程中，可依据如下 公式来将提取的掌紋特征与掌紋模板进行匹配
Q M v- (公式3)
8x JVx W
其中，尸OVU)代表提取的掌紋特征的局部二进制模式编码，g(zv汝)代表掌紋模
板的局部二进制模式编码，《p,2)代表提取的掌紋特征与掌纟丈模板之间的距离
以上述大小为128x 128像素的校正图像为例，则N的取值为128。经过匹配， 若算得的减尸,0小于预先设定的阈值，则说明提取的掌紋特征与该掌紋模板相 匹配。
本发明还提供了 一种与上述掌紋识别方法相对应的掌紋识别装置，下面就 结合图3对其进行详细描述。
图3是依据本发明一较佳实施例的掌紋识别装置300的逻辑结构示意图。 如图3所示，掌紋识别装置300包括注册模块302、采集模块304、提^f莫块 306、存储才莫块308和识别模块310。注册模块302用于在收到注册命令后，调用采集模块304采集待注册掌紋 的原始指紋图像，并将其作为待提取图像发往提取模块306提取掌紋特征，然 后将提取的掌紋特征作为掌紋模板存储到存储模块308之中。其中，有关掌紋 特征提取的内容已经在上文结合图1中的方法IOO做了详细的描述，因此此处 不再赘述。
识别模块310用于在收到识别命令后，调用采集模块304采集待识别掌紋 的原始指紋图像，并将其作为待提取图像发往提取模块306提取掌紋特征，然 后将提取的掌紋特征与储模块308之中存储的掌紋模板进行匹配，输出匹配结 果。具体匹配过程已经在上文结合公式3以及相关说明做了详细的描述，因此 此处不再赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。
权利要求
1、一种掌纹识别方法，包括注册步骤，其具体包括采集待注册掌纹的原始指纹图像，并将其作为待提取图像提取其掌纹特征，然后将提取的掌纹特征存储为掌纹模板，其特征在于，所述提取其掌纹特征进一步包括对待提取图像进行旋转校正，生成校正图像；使用预先设定的Gabor小波对校正图像进行卷积操作，并对卷积操作后的校正图像进行取幅值或者取相位操作，生成响应图像；对响应图像进行局部二进制模式特征抽取，得到待提取图像的局部二进制模式编码，依此生成掌纹特征。
2、 根据权利要求1所述的掌紋识别方法，其特征在于，所述旋转校正进 一步包括计算待提取图像中食指与中指之间的角点，和无名指与小拇指之间的 角点之后，以所述两个角点的连线对所述待提取图像进行旋转校正。
3、 根据权利要求1所述的掌紋识别方法，其特征在于，所述Gabor小波 ,^)"力由下列公式实现^V,"x，力二^^exp( - & ) jexpC/2 f(xcose+3;sin60)其中，/ = 0.0916, 6> = "/4, o" = 5.6179。
4、 根据权利要求3所述的掌紋识别方法，其特征在于，所述使用预先设 定的Gabor小波对校正图像进行巻积操作由以下公式实现力w)o，力i其中G(x，力代表响应图像，/为校正图像。
5、 根据权利要求1所述的掌紋识别方法，其特征在于，还包括识别步骤， 其具体包括采集待识别掌紋的原始掌紋图像，并将其作为待提取图像提取其掌紋特征，然后将该掌紋特征与每一掌紋模板进行匹配，输出匹配结果，其中依据如下公式来将提取的掌紋特征与每一掌纟丈模板进行匹配<formula>formula see original document page 3</formula>其中，户(zVU)代表提取的掌紋特征的局部二进制模式编码，G(zV汝)代表该掌紋 模板的局部二进制模式编码，《尸，0代表提取的掌紋特征与该掌故模板之间的 距离，若算得的《尸，0小于预先设定的阈值，则提取的掌紋特征与该掌故才莫板 相匹酉己。
6、 一种掌紋识别装置，其特征在于，包括采集模块； 提取模块； 存储模块；注册模块，用于在收到注册命令后，调用采集模块采集待注册掌紋的原始指紋图像并将其作为待提取图像；调用提取模块提取该待提取图像的掌紋特征，其具体包括 对待提取图像进行旋转校正，生成校正图像； 使用预先设定的Gabor小波对校正图像进行巻积操作，并对巻积操作后的校正图像进行取幅值或者糾目位操作，生成响应图像；对响应图像进行局部二进制模式特征抽取，得到待提取图像的局部二进制模式编码，依此生成掌紋特征；将提取的掌紋特征作为掌紋模板存储到存储模块之中。
7、 根据权利要求6所述的掌纹识别装置，其特征在于，所述提取模块用 于计算待提取图像中食指与中指之间的角点，和无名指与小拇指之间的角点之后，以所述两个角点的连线对所述待提取图像进行旋转校正。
8、 根据权利要求6所述的掌紋识别装置，其特征在于，述Gabor小波 9V,^)(x,力由下列公式实现exp(_/2< ( jc cos S + y sin 0))其中，/ = 0.0916， 0 = ;r/4, cr = 5,6179。
9、 根据权利要求8所述的掌紋识别装置，其特征在于，所述提^Mt块用 于使用以下公式来使用预先设定的Gabor小波对校正图像进行巻积操作G(xj) = |/*A/A(T)(x,_y)|其中G(x,力代表响应图像，/为校正图像。
10、 根据权利要求6所述的掌紋识别装置，其特征在于，还包括识别模块， 用于调用采集模块采集待识别掌紋的原始掌紋图像，并将其作为待提取图像； 调用提取模块提取该待提取图像的掌紋特征，然后将该掌紋特征与存储模块中存储的每一掌紋模板进行匹配，输出匹配结果，其中依据如下公式来将提取的掌紋特征与每一掌紋才莫板进行匹配过土尸(/，, 力 ，0 =戶1 "1-8xiVxiV其中，尸OV:0代表提取的掌紋特征的局部二进制模式编码，g(zV:A:)代表该掌紋模板的局部二进制模式编码，减尸,g)代表提取的掌紋特征与该掌紋模板之间的距离，若算得的4尸,0小于预先设定的阈值，则提取的掌紋特征与该掌紋 模板相匹配。
全文摘要
本发明涉及掌纹识别技术，针对现有掌纹识别技术中存在的对所采集掌纹图像的预处理要求较高等缺陷，提供一种掌纹识别方法和掌纹识别装置。掌纹识别方法包括提取待提取图像的掌纹特征其具体包括对待提取图像进行旋转校正，生成校正图像；使用预先设定的Gabor小波对校正图像进行卷积操作，并对卷积操作后的校正图像进行取幅值或者取相位操作，生成响应图像；对响应图像进行局部二进制模式特征抽取，得到待提取图像的局部二进制模式编码，依此生成掌纹特征。本发明还提供了一种掌纹识别装置。本发明技术方案可提供旋转不变性，处理速度快，因此可做到实时的掌纹识别。
文档编号G06K9/64GK101604385SQ20091010864
公开日2009年12月16日 申请日期2009年7月9日 优先权日2009年7月9日
发明者沈琳琳 申请人:深圳大学