[发明专利]手形认证方法

摘要

本发明提出的是一种手形认证方法。本发明在白色采集背景下进行手形认证，对环境的要求更低，其适用性更好。白色背景下的手形图像存在大量阴影，本发明在手掌处提取样本区域，基于样本的灰度特性实现手形轮廓分割，分割效果好，可以避免阴影的影响。分割后提取手形的形状上下文特性进行手形认证。本发明提出一种新是手形轮廓点采样方法，通过局部均匀采样得到手形轮廓点集，该采样方法充分利用了手形轮廓特点，可以提高认证准确率。本发明的认证等错误率为3.150％，平均认证时间为3s，满足实际应用的需要。

主权项

一种手形认证方法，所述方法包括以下步骤：a、手形样本提取：首先对彩色原图进行灰度化处理，然后进行简单的阈值分割，得到手形的二值图像，计算二值图像中物体的质心点作为样本点，在样本点附近的50x50区域内提取样本区域，用以手形分割；b、手形分割：基于提取到的手形样本区域分割手形，计算所有手形图像的像素点与样本区域间的灰度差异，得到一个距离矩阵D，矩阵D中数值越小说明该像素点为手形区域的可能性更大，通过实验调整来设定一个阈值，对距离矩阵D进行判断，小于阈值的像素点为手形像素，其余为背景像素，从而实现手形分割；c、手形位置调整：采集的手形图像方向任意，需要将其调整到统一的位置，把手形轮廓看成一个椭圆，计算这个椭圆长轴与水平X轴的夹角θ，即此时θ为手形图像偏离水平位置的角度，对其旋转角度θ，以实现手形位置的调整；d、手形轮廓点采样：本专利提出一种局部均匀的采样方式，相比于均匀采样具有更高的认证准确率，过程如下：假定A、B两人已在认证系统中注册，现在需要认证A′、B′是否为系统中注册用户A、B，首先调用A的手形图像，对手形轮廓均匀采样得到点集P，同时统计四个手指上采样点的个数：N1、N2、N3和N4，对于任何一个声称身份为A的手形，都按照相同的个数分别在四个手指上均匀采样，得到点集P′，这样的采样方式只在每个手指上均匀采样，即为局部均匀采样；同一个人的手形，如A、A′，当对A′按照局部均匀采样时，其点集中的点距接近于均匀的，此时A的采样点集中的点距也是均匀的，即局部均匀采样不会增大类内差异；不同人的手形，如A、B′，当对B′按照相同个数进行局部均匀采样时，得到的点集中的点距是非均匀的，而此时A的采样点集中的点距是均匀的，即局部均匀采样能够增大类间差异；e、手形特征提取：对手形采样会提取手形的形状上下文特征进行手形认证，对于来自不同手形的pi和qj两个点，用如下公式的χ2分布来计算两点间的匹配损耗Cij， C ij ≡ C ( p i , q j ) = 1 2 Σ k = 1 K [ h i ( k ) - h j ( k ) ] 2 h i ( k ) + h j ( k ) 其中hi，hj代表pi和qj两点的形状上下文特征；f、手形认证：手形认证的目的是为了判定两个手形图像是否来自于同一个人，认证过程 是一对一进行的，对于两个手形图像，首先分别进行图像分割并截取手形轮廓，然后统计两个手形的LSC特性，最后利用动态规划(Dynamic Programming，DP)计算两个手形间的匹配损耗。