[发明专利]一种基于手静脉的身份识别方法及装置

权利要求书

1.一种基于手静脉的身份识别方法，其特征在于：其包括以下步骤：

1）利用红外摄像头采集若干张五指张开的手部图像；

2）利用全卷积网络FCN将手部图像中的手部静脉图像分割出来；

3）根据手部静脉图像计算手部边缘轮廓上各个点的曲率，并根据曲率找出五个手指的指尖和四个两指间的凹点，

所述的计算手部边缘轮廓上各个点的曲率的具体方法是：选取边缘轮廓点，通过计算和两个向量的内积来确定曲率，内积越小，则该点的曲率越大，其中，和分别表示边缘轮廓点两侧相隔k个像素的边界点；

所述的找出五个手指的指尖和四个两指间的凹点的具体方法是：首先找出曲率最大的边缘点将其标为目标点；然后设置距离阈值，按照曲率大小依次将其它边缘点与现有的所有目标点依次对比，若该边缘点与现有所有目标点的距离都大于设定的距离阈值，则将其加入目标点，否则舍弃；依次比对直到找出9个目标点停止，则该9个目标点就是五个手指的指尖和四个两指间的凹点；

找到9个目标点后，还需要判断9个目标点属于指尖还是凹点，判断方式是通过计算该目标点的和两个向量的向量积来确定，若向量积的值大于0，则该点为指尖，若向量积的值小于0，则该点为两指间的凹点，其中，和 分别表示边缘轮廓点两侧相隔k个像素的边界点；

4）利用中指指尖和中指两边的凹点确定手的朝向，具体方法是：将中指两边的凹点连线取中点，经过中点和中指指尖作直线，该直线方向为手掌方向，对手部静脉图像的方向进行矫正，并通过外接矩阵对手部静脉图像进行裁剪；

5）对裁剪出来的手部静脉图像进行扩充增强，并将扩充增强后的手部静脉图像输入到识别模型中对识别模型进行训练；

6）注册阶段，将经过步骤2）~4）处理后的手部静脉注册图像输入到训练好的识别模型中，提取手部静脉注册图像的图像特征，将其存入数据库；

7）识别阶段，将经过步骤2）~4）处理后的手部静脉验证图像输入到训练好的识别模型中，提取手部静脉验证图像的图像特征，将手部静脉验证图像的图像特征与数据库中手部静脉注册图像的图像特征进行比对，判断该手部静脉验证图像是否对应其中一张手部静脉注册图像。

2.根据权利要求1所述的基于手静脉的身份识别方法，其特征在于：所述的步骤1）采集到的手部图像是单通道的手部静脉灰度图；所述步骤2）中，首先将单通道的手部静脉灰度图转成三通道的手部静脉图像，对手部静脉图像进行人工打标，然后输入到全卷积网络FCN中对模型进行训练，使用训练好的全卷积网络FCN将手部静脉图像分割出来。

3.根据权利要求1所述的基于手静脉的身份识别方法，其特征在于：所述的步骤4）中对手部静脉图像的方向进行矫正后，手掌方向呈竖直方向。

4.根据权利要求1所述的基于手静脉的身份识别方法，其特征在于：所述的步骤5）中，对裁剪出来的手部静脉图像进行扩充增强是随机对裁剪出来的手部静脉图像进行平移、旋转、放缩、裁剪、左右翻转，随机改变手部静脉图像的亮度、对比度和饱和度，随机加上高斯噪声，随机将裁剪出来的手部静脉图像中的某一块设置为黑色，将随机增强后的手部静脉图像加入数据集进行扩充。