[发明专利]近红外手掌静脉图像的识别方法

摘要

本发明公开了一种对手掌静脉图像进行采集并识别的系统方法，现利用红外工业摄像头采集人手掌的静脉图像，再对原始图像进行归一化、二值化、中值滤波进行预处理得出具有一定特征的目标图像，接下来对图像通过多层卷积和池化等操作进行训练，最终得到合理的权矩阵，该权矩阵经验证可以运用于范围较小的手掌静脉图像识别。该系统方法具有小范围内识别速度快，系统简洁，识别率高等优点。

主权项

本发明利用自主设计的基于近红外相机的手掌静脉图像采集装置提取的手掌静脉的原始图像，然后对采集到的图像压缩、动态二值化和增强处理，最后以预处理的手掌静脉图像作为输入进行卷积神经网络的训练并匹配。手掌静脉图像识别流程有如下五个步骤：(1)图像归一化处理：先将样本图像一定比例缩小，并进行灰度归一化处理，样本图像的标准约定为同一方差与同一均值；(2)动态二值化处理：采用大律法(OSTU)方法对手掌静脉图像进行动态二值化处理，即将图像划分成多个区域，对每个区域分别进行二值化处理，同时又能很好地避免图像不联通和伪影像的出现；(3)中值滤波处理：对图像进行中值滤波，去除图像中大量的噪声点和孤立点；(4)卷积神经网络训练：先经过向前传播阶段，将样本从输入层经过卷积神经网络中逐级的变换(变换的过程为：第一层卷积、第一层池化、第二层卷积、第二层池化)，传送至输出层。再经过向后传播阶段，进行误差调整，不断地调整权矩阵；(5)手掌静脉图像识别：将输入的手掌静脉图像与样本库中已经进行卷积神经网络训练过的图像进行比对，得出识别结果。