[发明专利]一种基于手部掌纹掌脉特征融合的非接触式生物识别方法

权利要求书

1.一种基于手部掌纹掌脉特征融合的非接触式生物识别方法，其特征在于：包括以下步骤：

S01，使用两个成像单元来分别捕获手掌的可见光图像和红外图像，并将检测到的图像以位图格式进行储存；

S02，采用指尖点和指缝交叉点定位手部特征感兴趣区域，提取可见光图像中手部特征的掌纹和指纹，提取红外图像中手部特征的掌静脉和指静脉，并采用聚类分析结合信息显著度进行提取，建立受试者采集的手部图像数据样本集和测试集；

S03，对获取的测试集中的手部特征与样本集中的手部特征进行匹配，掌纹、掌静脉、指纹和指静脉均使用标准化的汉明距离来计算两个特征集之间的匹配度，将匹配度作为基本信度分配函数；

S04，将可见光图像中获取到的掌纹证据、指纹证据和红外图像中获取到的掌静脉证据、指静脉证据进行简单的DSmT证据融合，设定决策阈值进行判别。

2.根据权利要求1所述的一种基于手部掌纹掌脉特征融合的非接触式生物识别方法，其特征在于：S01中，捕获可见光图像的成像单元采用网络摄像头，捕获红外图像的成像单元采用网络摄像头加装红外滤光片改造成的红外相机。

3.根据权利要求1所述的一种基于手部掌纹掌脉特征融合的非接触式生物识别方法，其特征在于：S02中，手部特征感兴趣区域主要包括手掌和手指；所述掌纹包括手掌部分的主纹和细纹；所述掌静脉为手掌部分中包含血管网络的手静脉；所述指纹为手指部分的主纹和细纹；所述指静脉为手指部分中重包含血管网络的静脉。

4.根据权利要求1所述的一种基于手部掌纹掌脉特征融合的非接触式生物识别方法，其特征在于：S02中，采用聚类分析结合信息显著度进行提取具体为：采用聚类分析获得掌纹、掌静脉、指纹、指静脉的显著点，并计算显著点的投票强度，显著点的投票强度可以通过显著性衰减函数计算，计算公式如下：

式中为曲率，为弧长，控制着衰减速度，σ为投票域范围，DF(s,k,σ)代表显著点的投票强度，θ代表显著点切线和水平方向之间的夹角，l代表弧长S对应的弦长。

5.根据权利要求1所述的一种基于手部掌纹掌脉特征融合的非接触式生物识别方法，其特征在于：S03中，匹配度的取值范围为[0,1]。

6.根据权利要求1所述的一种基于手部掌纹掌脉特征融合的非接触式生物识别方法，其特征在于：S01中，成像单元的采集传感器的观察区域距离成像单元表面20～30厘米。