专利名称：非接触握拳式手背静脉样本roi区域自适应提取方法
技术领域：
本发明涉及的是一种生物特征识别方法。
背景技术：
人体手背静脉识别具有唯一性、稳定性、活体识别、非接触性和高防伪性等优点， 是模式识别领域的前沿课题，具有广泛的应用前景和经济价值。生物特征识别技术均必须比对生物相同部位同一模式的特征才可达到预期性效果，因此，静脉特征也须取自静脉模式的相同区域，此区域就是模式识别领域所熟称的感兴趣区域(Region of Interest, R0I)，能否准确地提取出R0I，对识别系统非常重要，因为它直接影响识别系统的性能。为了精确快速地确定R0I，通常采用定位装置来限定采集对象的位置及方向[1_3]， 这种方式能起到一定的作用，但它造成使用不便，让被采集对象产生抵触情绪。取消定位装置后，由于静脉模式的摆放姿态存在很大的不确定性，会给ROI的提取带来非常大的困难。 为了解决这个问题，文献M借鉴手掌掌纹[5]基于提取指间指璞来确定ROI的方法，介绍了一种适用于非接触展开式手背静脉样本ROI提取的方法，该方法有两个非常重要的前提 其一，展开式静脉样本与手掌掌纹样本一样，要具有非常明显的指璞结构信息；其二，静脉样本图像中手背目标的中轴线需与坐标轴垂直。从这两个前提来看，该方法也适应于提取手掌静脉模式的ROI区域。虽然握拳式采集可获得更好质量的手背静脉样本，但这种方式所获取的静脉图像中无明显的指璞结构，因此这种提取ROI的方法对握拳式手背静脉样本不适用。与发明相关的公开报道有[1]H. Lin, H. Guo, F. Yang, and C. Chen, Handprint Identification Using Fuzzy Inference，2000，pp. 164-168.[2] J. Chen, C. Zhang, and G· Rong，Palmprint recognition using crease，2001， pp. 234-237.[3]A. Kumar, D.Wong, H.Shen, and A.Jain, Personal verification using palmprint and hand geometry biometric， Lecture notes in computer science，2003， pp. 668-678.[4]李强，手部特征识别及特征级融合算法研究，北京交通大学，北京，2006.[5] C. Han, H. Cheng, C. Lin, and K. Fan, Personal authentication using palm-print features, Pattern Recognition, vol. 36,2003,pp.371-381.
发明内容
本发明的目的在于提供可以快速准确地确定手背R0I、并具有很强的抗水平旋转性、抗缩放性的非接触握拳式手背静脉样本ROI区域自适应提取方法。本发明的目的是这样实现的
本发明非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是(1)采用阈值分割将手部目标图像从原始静脉样本中分离出来；(2)首先利用手背轮廓用四边形近似的特点求取有效轮廓点集及距离基准线，然后基于有效轮廓点到距离基准线的距离值分布形态获得有效轮廓关键点，并判断所获得的关键点是否符合要求，如符合要求则进行下一步骤；如不符合要求，则需进一步采用关键点修正构建方法获得最后的关键点；(3)基于步骤(2)得到的关键点从手背目标图像中提取出最大稳定区域，即为ROI 区域。本发明还可以包括1、所述的阈值T的计算公式如下
权利要求
1.非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是(1)采用阈值分割将手部目标图像从原始静脉样本中分离出来；(2)首先利用手背轮廓用四边形近似的特点求取有效轮廓点集及距离基准线，然后基于有效轮廓点到距离基准线的距离值分布形态获得有效轮廓关键点，并判断所获得的关键点是否符合要求，如符合要求则进行下一步骤；如不符合要求，则需进一步采用关键点修正构建方法获得最后的关键点；(3)基于步骤(2)得到的关键点从手背目标图像中提取出最大稳定区域，即为ROI区域。
2.根据权利要求1所述的非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是所述的阈值T的计算公式如下
3.根据权利要求2所述的非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是所述的求取有效轮廓关键点过程是采用局部均值法对原始距离分布曲线进行平滑处理，以得到平滑距离曲线s (i) ,i =0,2, .,N-l,i表示有效轮廓点序列号，N为有效轮廓线所包含的总点数，局部平滑直径为不小于N/24的最小整数；采用阈值曲线对平滑距离曲线进行分割，平滑距离分布曲线与阈值曲线存在八个交点为第一类特征点；利用第一类特征点构建第二类特征点和第三类特征点的方法得到其他七个特征点，即总共可得到十五个特征点为关键点。
4.根据权利要求3所述的非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是所述的阈值曲线的数学表达式如下
5.根据权利要求4所述的非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是所述的构建第二类特征点的数学表达如下
6.根据权利要求5所述的非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是所述的求取有效轮廓点集及距离基准线Ld的过程如下(1) 二直化目标图像采用固定阈值T = 0对目标图像进行二值分割，获得二值图像B(i, j)，其中i，j分别表示图像的横纵坐标值；(2)提取轮廓采用二值图像轮廓提取算法，从B(i，j)中提取出目标外轮廓曲线C(i，j)；(3)轮廓四边形拟合采用经典Douglas-Peucker轮廓多边形拟合算法，对轮廓C(i，j) 进行拟合，取拟合精度阈值为50个像素点，则可以获得一个拟合四边形，为该四边形上边L3 的长度，将L3向下平移1/8个像素单位，得到基准线Ld ；距离基准线与手背轮廓线的交点，Ld以上的部分轮廓线即为有效轮廓，其所包含的轮廓点构成有效轮廓点集。
7.根据权利要求6所述的非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是所述关键点修正构建方法为用Pm、Pde分别表示线段Ld与轮廓线的左、右两个交点，手背外部轮廓近似四变形的上边与轮廓线的左右两个交点分别用Pp P3k表示，用gt表示P11和的中心点，用表示 Pde和P3k的中心点，则由户丄和7=确定的直线会与轮廓线有左右两个交点，就是所要求的左右两个第一类特征点巧“、<，认为其他六个第一类特征点将由巧‘、if'确定的线段分成了七等份，则确定其他六个第一类特征点位置的公式如下
8.根据权利要求7所述的非接触握拳式手背静脉样本ROI区域自适应提取方法，其特征是如果所述的十五个关键点未经修正，则确定ROI区域的方法为(1)寻找基准线段选取由第一类关键点^和巧构成的线段作为基准线段，记为Led；(2)判断样本的左右性用一条直线段近似食指侧的手背边缘所形成的轮廓曲线，将该线段与基准线段的夹角记为θ ”同样用一条直线段近似小拇指侧的手背边缘所形成的轮廓曲线，将该线段与基准线段的夹角记为θ 2，分别从if和P42作两条垂线，令两条垂线与轮廓线的交点分别为巧、《，设片和巧构成的线段长度为U ^和巧构成的线段长度为 I1，如果L < I1,则说明手背样本来自右手，反之来自左手；(3)寻找ROI的有效右边线段选择矩形R0I，则ROI的有效左边线段与Lkd垂直；寻找有效左线段的方法分两种情况第一中情况是样本来自右手，则选择从片作一条与Led垂直的直线；第二种情况是样本来自左手，则选择从片作一条与Led垂直的直线；无论是哪一种情况，均需要作一条与Lkd垂直的直线，该直线与线段Led和轮廓线相交，得到两交点，分别记为P『Pce'由Pui和P 构成的线段即为ROI有效右边线段；(4)寻找ROI的有效左边线段如果样本来自右手，则从巧作一条与Lkd垂直的直线；反之，样本来自左手，则从片作一条与Led垂直的直线；无论哪情况，所作垂线与线段Led和轮廓线相交，产生两个交点，分别记为Pm、Pcl,由Pm和Pa构成的线段即为所求的有效左边线段；(5)寻找ROI的上、下边线段选取由Pui和Pa所组成的线段作为ROI的上边线段，而寻找ROI下边线段的方法分三种情况令ROI有效左边线段的长度为L1，有效右边线段的长度为L2，如果L1 > L2，则从点Pai作一条直线，它与有效左边线段相交，产生一个交点，记为 P' a，此时，ROI的下边线段由点Pai和P' a组成；如果L1 < L2，则从点Pa作一条直线，它会与有效右边线段相交，产生一个交点，记为P'…此时，ROI的下边线段由点P' 组成；如果L1 = L2,此时，ROI的下边线段由点Pck和Pa组成；从而得到矩形ROI区域的四个顶点坐标值，即ROI的位置已经确定；如果所述的十五个关键点经修正后得到，则利用修正后的十五个关键点采用上述方法确定ROI区域。
全文摘要
本发明的目的在于提供非接触握拳式手背静脉样本ROI区域自适应提取方法，包括以下步骤采用阈值分割将手部目标图像从原始静脉样本中分离出来；利用手背轮廓用四边形近似的特点求取有效轮廓点集及距离基准线，基于有效轮廓点到距离基准线的距离值分布形态获得有效轮廓关键点，并判断所获得的关键点是否符合要求，如符合要求则进行下一步骤；如不符合要求，则需进一步采用关键点修正构建方法获得最后的关键点；基于得到的关键点从手背目标图像中提取出最大稳定区域，即为ROI区域。本发明利用近似四边形和关键点来求取ROI，能够准确地提取手背静脉样本的ROI，并且具有很强的抗旋转性。
文档编号G06K9/00GK102194111SQ20111016733
公开日2011年9月21日 申请日期2011年6月21日 优先权日2011年6月21日
发明者冯伟兴, 刘静宇, 杜同春, 熊新炎, 王科俊 申请人:哈尔滨工程大学