[发明专利]一种基于掌纹识别的私人车位系统

说明书

技术领域：

  本发明涉及一种私人车位系统，尤其是基于掌纹识别技术的车位系统。

背景技术：

 掌纹识别是近几年提出的一种较新的生物特征识别技术。掌纹是指手指末端到手腕部分的手掌图像。其中很多特征可以用来进行身份识别：如主线、皱纹、细小的纹理、脊末梢、分叉点等。掌纹识别也是一种非侵犯性的识别方法，用户比较容易接受，对采集设备要求不高。掌纹中最重要的特征是纹线特征，而且这些纹线特征中最清晰的几条纹线基本上是伴随人的一生不发生变化的。并且在低分辨率和低质量的图像中仍能够清晰的辨认。点特征主要是指手掌上所具有的和指纹类似的皮肤表面特征，如掌纹乳突纹在局部形成的奇异点及纹形。点特征需要在高分辨率和高质量的图像中获取，因此对图像的质量要求较高。纹理特征，主要是指比纹线更短、更细的一些纹线，但其在手掌上分布是毫无规律的。掌纹的特征还包括几何特征：如手掌的宽度、长度和几何形状，以及手掌不同区域的分布。掌纹中所包含的信息远比一枚指纹包含的信息丰富，利用掌纹的纹线特征、点特征、纹理特征、几何特征完全可以确定一个人的身份。因此，从理论上讲，掌纹具有比指纹更好的分辨能力和更高的鉴别能力。

  与指纹相似，掌纹图像上也含有脊线和细节点。Funada J提出了一种通过消除掌纹的褶皱提取乳突纹的方法，然而这种方法仅限于提取掌纹图像的脊线，并没有成功用于掌纹识别。Duta提出了一种基于掌纹图像特征点的掌纹识别方法。Chen等尝试通过产生局部灰度方向场图像来估计掌纹的褶皱点，将这些点连接起来组成直线段的形式用于后续的匹配。手掌上的纹线是最直观的特征，很多文献都研究了掌纹的线特征，提取纹线特征实际上是低对比度、高噪声背景条件下的边缘检测。文献最早使用了掌纹的线特征用于掌纹识别，这种方法只提取手掌上的短直线。Han等人则采用形态学和Sobel边缘特征描述掌纹，并训练一个神经网络分类器用于验证。基于堆栈滤波的金字塔边缘检测算法和依据灰度形态学中的腐蚀、膨胀等概念构造的算子也被用于提取掌纹线特征。基于点、线特征的识别算法是掌纹识别中最直接的方法。点特征可以精确的描述掌纹图像，且鲁棒性较强、鉴别能力高。但是点特征需要在高分辨率的图像中提取。若点的数量较多，则匹配时需要大量的计算消耗。线特征明显稳定，表示方法简单，特征空间小。但是，点特征和线特征无法表示掌纹纹线的深浅和力度，并且受噪声的干扰较大。