[发明专利]一种掌纹图像预处理方法和系统

说明书

本发明提供的一种掌纹图像预处理方法和系统，通过采用指窝区域检测神经网络模型和筛选准则，可以在无需辅助条件准确得到有效的所需指窝区域。通过指窝区域分割神经网络模型和边缘提取，获得所需指窝边缘分割图像，并采用指间根点定位算法，准确定位得到掌纹感兴趣区域，进而能够对掌纹感兴趣区域的掌纹特征进行精确提取，以在提高掌纹特征提取精确度的同时提高掌纹提取效率。本发明所提供的掌纹图像预处理方法和系统能够不使用任何辅助定位方法自动定位掌纹感兴趣区域，提高了用户在掌纹认证过程中的自由度、舒适度以及掌纹认证的精确度，并且结合筛选准则避免不合格样本导致的误注册。

技术领域

本发明涉及掌纹识别技术领域，特别是涉及一种掌纹图像预处理方法和系统。

背景技术

信息泄露导致的不良事件频有发生，互联网、金融交易、公共安全等领域对信息安全的需求逐年增长，对个人身份的准确鉴定、个人信息安全的保护有着重大的社会意义和经济意义。因此，现有先进技术中经常采用生物特征认证来对个人身份进行核实。

生物特征认证的优点在于，用户不需要记住也不会遗失他们的生物特征数据。

在生物特征认证技术领域中，掌纹相比其他生物特征，具有侵犯性低、稳定性好、鉴别信息丰富、限制条件少、成本低、泄露困难等优势。因此掌纹认证技术在政府、银行、安防等领域得到了很好的应用。

掌纹认证根据采集方式的不同可以简单地分为接触模式和非接触模式。目前，基于接触式的掌纹认证模式在实际应用中常常存在采集灵活性不足、交叉传染、表面磨损及污染、某些国家和地区传统保守文化抵御、易留下痕迹泄露掌纹生物特征等问题。在使用非接触系统时，因为避免了与设备表面直接进行接触，所以解决了接触式设备所带来的问题。

现有非接触式掌纹认证技术中，大多通过在掌纹采集屏幕上绘制手指之间的轮廓，辅助用户摆放手掌，并使用肤色、形状等模型检测是否存在手掌。但这种使用辅助线或者辅助点的方式约束了用户手掌的摆放，降低了采集的灵活性和舒适度。

准确高效的预处理是提取掌纹特征以进行快速有效认证的关键。然而由于复杂背景、差异光照、不同手掌摆放位置和姿态等因素的影响，掌纹认证算法的性能难以达到预期效果。

因此，提供一种准确高效的掌纹图像预处理方式，准确检测关键区域、定位关键点和感兴趣区域，使非辅助掌纹认证达到预期效果，是本领域亟待解决的一个技术难题。

发明内容

本发明的目的是提供一种掌纹图像预处理方法和系统，在没有辅助拍摄要求的条件下，准确自动检测关键区域、定位关键点和感兴趣区域。

为实现上述目的，本发明提供了如下方案：

一种掌纹图像预处理方法，包括：

获取指窝区域检测神经网络模型；所述指窝区域检测神经网络模型为以手部图像为输入，以手指之间指窝图像为输出的神经网络模型；

获取手部图像；

利用所述指窝区域检测神经网络模型，根据所述手部图像，得到指窝图像；

获取指窝区域分割神经网络模型；所述指窝区域分割神经网络模型为以指窝图像为输入，以指窝区域分割图像为输出的神经网络模型；

利用所述指窝区域分割神经网络模型，根据所述指窝图像，得到指窝区域分割图像；

将所述指窝区域分割图像进行边缘提取得到指窝边缘分割图像，并根据所述指窝边缘分割图像，采用指间根点定位算法，确定得到掌纹感兴趣区域；

提取所述掌纹感兴趣区域中的掌纹特征。

可选的，所述将所述指窝区域分割图像进行边缘提取得到指窝边缘分割图像，并根据所述指窝边缘分割图像，采用指间根点定位算法，确定得到掌纹感兴趣区域包括：