[发明专利]一种掌静脉生物特征识别注册库自适应变化方法在审
| 申请号: | 201911384409.7 | 申请日: | 2019-12-28 |
| 公开(公告)号: | CN111144323A | 公开(公告)日: | 2020-05-12 |
| 发明(设计)人: | 卢慧莉;詹恩毅;聂为清;孙恺斌;林智惠 | 申请(专利权)人: | 广东智冠信息技术股份有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 叶新平 |
| 地址: | 516001 广东省惠州*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 静脉 生物 特征 识别 注册 自适应 变化 方法 | ||
1.一种掌静脉生物特征识别注册库自适应变化方法,其特征在于,包括步骤:
S1.用户注册时,首次采集多张手掌静脉图像并进行特征提取,形成手掌静脉特征库;
S2.用户识别时,保存识别成功的最新手掌静脉图像;
S3.判断所述最新手掌静脉图像的识别成功率是否高于形成所述手掌静脉特征库的手掌静脉图像,若是,则用所述最新手掌静脉图像替换识别成功率最低的手掌静脉图像并进入下一步;
S4.更新所述手掌静脉特征库。
2.如权利要求1所述的一种掌静脉生物特征识别注册库自适应变化方法,其特征在于:识别后续用户时,循环执行所述步骤S2~S3。
3.如权利要求2所述的一种掌静脉生物特征识别注册库自适应变化方法,其特征在于,所述步骤S3具体包括步骤:
S31.保存最新手掌静脉图像并对其进行特征提取,得到最新特征数据;
S32.计算所述最新特征数据在所述手掌静脉特征库中的识别成功率;
S33.计算首次采集的所述多张手掌静脉图像各自在所述手掌静脉特征库中的识别成功率;
S34.判断所述最新手掌静脉图像的匹配度是否高于所述多张手掌静脉图像的其中一个,若是则用所述最新手掌静脉图像替换所述多张手掌静脉图像中识别成功率最低的手掌静脉图像。
4.如权利要求3所述的一种掌静脉生物特征识别注册库自适应变化方法,其特征在于,所述步骤S4具体为:
用所述最新手掌静脉图像的最新特征数据替换识别成功率最低的手掌静脉图像的特征数据。
5.如权利要求1所述的一种掌静脉生物特征识别注册库自适应变化方法,其特征在于:在所述步骤S1中,所述多张手掌静脉图像为3~6张。
6.如权利要求4所述的一种掌静脉生物特征识别注册库自适应变化方法,其特征在于,在所述步骤S1及所述步骤S31中,所述进行特征提取的过程包括:
(1)采集手部掌静脉图像;
(2)对所述手掌静脉图像进行灰度化处理,得到对应的掌静脉灰度图像;
(3)通过判断连通区域面积的大小确定所述掌静脉灰度图像的识别区域并标记;
(4)根据标记的所述识别区域生成2DPCA特征库;
(5)对所述特征库内的像素进行分块,得到多个像素块;
(6)对所述多个像素块均进行高斯降噪处理;
(7)对降噪处理后的每个所述像素块的投影矩阵进行加权处理;
(8)去除加权处理所得结果的椒盐噪声,得到每个所述像素块的特征,汇合成所述特征数据。
7.如权利要求6所述的一种掌静脉生物特征识别注册库自适应变化方法,其特征在于,所述识别成功率的计算方式为:
确定所述特征数据中与所述手掌静脉特征库中的特征相匹配的特征;计算所述相匹配的特征在所述手掌静脉特征库中的比重。
8.如权利要求1所述的一种掌静脉生物特征识别注册库自适应变化方法,其特征在于:所述手掌静脉特征库存储在本地与或云中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东智冠信息技术股份有限公司,未经广东智冠信息技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911384409.7/1.html,转载请声明来源钻瓜专利网。





