[发明专利]开放式环境非接触采集下的掌纹识别方法

摘要

本发明提供一种开放式环境非接触采集下的掌纹识别方法。采用一种低分辨率的普通摄像头进行掌纹图像采集，要求人手自然张开、中指竖直向上放在摄像头前一定范围内。首先建立肤色模型将人手从复杂背景中提取出来；然后通过关键点定位找到指根点，并以此建立坐标系提取掌纹ROI；接着采用基于统计的纹理基元算法进行掌纹特征提取；最后利用余弦相似度进行特征匹配实现掌纹识别。本发明在特征提取过程中不用对掌纹ROI进行归一化，算法对光照具有一定的鲁棒性，能够在动态环境下达到理想的识别效果，计算速度较快，适应在线实时系统应用。

主权项

一种开放式环境非接触采集下的掌纹识别方法，其特征在于：所述方法的具体步骤如下：(1)人手图像采集；将人手自然张开，中指竖直向上，放在摄像头前一定范围内；(2)手轮廓提取建立肤色模型，将手轮廓从复杂背景中提取出来；(3)手轮廓关键特征点定位；定位并提取食指、中指、无名指和小拇指指尖点，食指与中指间的指根点，无名指与小拇指间的指根点；(4)掌纹ROI提取利用提取的特征点建立新的坐标系，提取掌纹ROI；(5)掌纹特征向量提取；利用掌纹纹理的不规则性建立纹理基元来统计纹理变化特征，从而描述掌纹图像；(6)掌纹特征匹配与识别对测试集中将所有样本分别与数据库中的已分类样本特征进行余弦相似度计算，把相似度最大的两幅图片归为一类，实现对掌纹图像的识别；所述的开放式环境是指具有复杂背景和一定光照变化条件下，人手自然张开，中指竖直向上，非接触、非固定位置进行图像采集；(6)步骤中掌纹特征匹配与识别：采用余弦相似度进行特征匹配，公式如下：Dst=xs→·xt→||xs||·||xt||]]>式中，xs与xt分别表示两幅掌纹图像的特征向量，Dst为它们的余弦相似度，Dst的值越大表明两幅图像越相似；对测试集中将所有样本分别与数据库中的已分类样本特征进行余弦相似度计算，把相似度最大的两幅图片归为一类，实现对掌纹图像的识别；(2)步骤中的手轮廓提取为基于肤色模型的手轮廓获取，具体为：采用高斯分布来描述肤色分布模型，某像素的肤色相似度可表示为：p＝exp[‑0.5(x‑m)TC‑1(x‑m)]其中，x表示YCbCr空间中的一个像素值，m为空间中像素的均值；c为协方差矩阵；利用多幅不同光照、不同背景下的彩色图片可以计算出肤色相似度，最后通过设定一定大小的阈值就可以将手部图像从背景中分割出来；特征点定位的具体步骤为：(3.1)、在经过肤色模型分割出的二值图像上，采用轮廓跟踪算法从手图像最左端第一个轮廓点作为起始点，按顺时针方向跟踪手轮廓的8邻域链码信息，记录手轮廓边界点坐标；(3.2)、寻找中指指尖点：由于在图像采集过程中要求中指竖直向上，那么中指指尖点应该在手图像的最上端；找到手轮廓坐标中横坐标最小的那一行即为中指指尖点所在行；若在该行中中指上端边缘存在多个像素为零的点，则取中间位置的那一点为中指指尖点Iz；(3.3)、寻找无名指指尖点：从中指指尖点所在行的下一行开始向左对每一行进行逐点扫描，直到找到某行中像素点第二次为零为止，则该行即为无名指指尖点所在行；若在该行中无名指的上端边缘存在多个像素为零的点，则取最最左端的那一点为无名指时间点IW；(3.4)、寻找食指指尖点：按照步骤(3.3)中的方法，从中指指尖点开始向右扫描，找到食指上端最右边像素为零的点确定为食指指尖点IS；(3.5)、寻找小拇指指尖点：按照步骤(3.3)中的反复，从无名指指尖点开始先左扫描，找到小拇指上端最左边像素为零的点确定为小拇指指尖点IX；(3.6)、寻找食指与中指间的指根点：从食指指尖点为起点逆时针沿着手轮廓到中指指尖点终止，计算这段范围内所有手轮廓上的点到食指指尖点和中指指尖点距离的和，取和的最大值所对应的手轮廓点为食指与中指间的指根点Ig1；(3.7)、寻找无名指与小拇指间的指根点：按照步骤(3.6)中的办法计算得到无名指与小拇指间的指根点。