[发明专利]手掌特征识别方法、手掌特征识别设备、及存储介质

说明书

本发明提出一种手掌特征识别方法、手掌特征识别设备、及存储介质，在接收到图像采集指令后，实时采集手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像，然后根据第一图像信息和二值化图像，获取手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离，并在满足可识别条件时，采集所述手掌的第二图像信息，通过对所述第二图像信息进行预处理后，提出所述手掌的掌型特征、掌纹特征和掌静脉特征，最后将所述掌型特征、掌纹特征和掌静脉特征与数据库录入的注册模板进行识别比对，避免了手掌移动、倾斜带来的识别等误率和错误拒绝率偏高的问题，增加了识别的稳定性、鲁棒性和精度。

技术领域

本发明涉及生物特征识别技术领域，尤其涉及一种手掌特征识别方法、手掌特征识别设备、及存储介质。

背景技术

当前生物特征主要分为人脸、虹膜、指纹、掌纹、掌静脉、指静脉等大类。由掌纹特征和掌静脉特征组成的手掌特征基于精度高、心理排斥低的特点，获得了越来越多的关注。现有的手掌识别设备分为接触式和非接触式两种：接触式手掌识别设备受限于定位立柱和较大的体积，用户体验较差、安装和系统的集成难度较大、应用场景受到了极大的限制；而非接触式手掌识别设备基于构成简单、体积小、易于集成安装的特点，广泛应用于人流量较大的场景中。

现有的非接触式手掌识别设备分为两种：一种同时具有掌纹和掌静脉识别功能；另一类仅通过掌静脉信息进行识别，极大地简化了系统，并且由于掌静脉属于粗粒度特征，使用较低的分辨率就能够很好地保证掌静脉信息，但也相应地限制了掌静脉识别的精度，此外，掌静脉成像质量受光源、手掌距离和姿态的影响较大，容易采集到不稳定的图像。

现有的非接触式手掌识别设备，减少了定位立柱和密闭成像环境的限制，设备体积小、用户自由度高，但也导致了用户自由度过大、鲁棒性较差、识别周期较长等缺点。

综上，现有的非接触式识别设备主要存在以下缺点：

1)精度不高，环境光影响大；

2)稳定性不够，系统鲁棒性差；

3)图像采集时机不明确，无法应对手掌倾斜的情况；

4)UI交互能力较差。

发明内容

本发明的主要目的在于提供一种手掌特征识别方法，旨在提高现有手掌特征识别设备的精度、稳定性和鲁棒性。

为实现上述目的，本发明提出的手掌特征识别方法，应用于非接触式手掌特征识别设备，包括以下步骤：

在接收到图像采集指令后，实时采集目标对象手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像；

根据所述第一图像信息和二值化图像，获取所述手掌相对于手掌特征识别设备的倾斜角度和距离，并根据所述第一图像信息中的手掌面积、所述二值化图像的帧差值及所述距离获取所述手掌的移动速度；

当所述手掌的移动速度、相对于手掌特征识别设备的倾斜角度和距离均满足可识别条件时，采集所述手掌的第二图像信息；

对所述第二图像信息进行预处理后，提取所述手掌的掌型特征、掌纹特征和掌静脉特征；

将所述掌型特征、掌纹特征和掌静脉特征与数据库录入的注册模板进行识别比对。

进一步地，所述在接收到图像采集指令后，实时采集目标对象手掌的第一图像信息，并根据所述第一图像信息获取手掌的二值化图像的步骤之前，还包括以下步骤：

当检测到目标对象手掌接近时，唤醒手掌特征识别设备，并生成图像采集指令。

进一步地，在执行所有步骤之前，还执行以下步骤：

获取目标对象手掌在可识别条件下的多组手掌特征，并处理成注册模板录入数据库。