掌紋圖像採集裝置及掌紋圖像定位與分割方法
2023-05-19 20:02:06
掌紋圖像採集裝置及掌紋圖像定位與分割方法
【專利摘要】本發明提出了一種掌紋圖像採集裝置及掌紋圖像定位與分割方法，包括以下步驟：利用梯形標誌物作為模板，採用圖像處理算法對掌紋圖像進行快速匹配，找出定位所需的局部圖像；算出局部圖像的最佳閾值，對局部圖像進行閾值化，轉換為二值圖像，再利用八鄰域邊緣跟蹤算法檢測出局部圖像的手掌輪廓線；提取手掌輪廓線上的兩個輪廓特徵點；以兩個輪廓特徵點的連線作Y軸，以該連線的中點為O，以其垂線為X軸，建立參考坐標系XOY，並在坐標系XOY內平行於Y軸一固定距離，取一個固定大小的正方形方塊，以此為板，在原始掌紋圖像中相應位置分割出中心子圖；對中心子圖進行歸一化的處理。
【專利說明】掌紋圖像採集裝置及掌紋圖像定位與分割方法
【技術領域】
[0001]本發明涉及家電智能化安全領域，特別涉及一種快速的掌紋圖像定位與分割方法。
【背景技術】
[0002]隨著家電智能化程度的不斷提高，物聯網得到了快速的發展，而物聯網與網際網路的結合實現家電的遠程控制更是物聯網發展的趨勢，未來的物聯網將與人們的日常生活息息相關，因此，物聯網的安全性就顯得尤為重要，而物聯網的個人身份鑑別更是對物聯網安全使用的首要方面。
[0003]傳統的身份鑑別的方法包括兩類:即標誌物法和知識法。標誌物法是採用「只有我有」的物件表明自己的身份，如個人的印鑑、證件、信用卡、鑰匙等；而知識法則是採用「只有我知」的信息來表明自己的身份，如暗號、密碼等。標誌物存在著攜帶不方便，容易被盜和丟失的弊端，而人們在使用密碼時，也被眾多的密碼所困擾，密碼過於複雜則容易忘記，但過於簡單又容易被竊取，可見，傳統的方法已經不能適應當今社會的需要，不能有效地保證身份鑑別的安全性。
[0004]掌紋識別是利用人的掌部紋理作為生物特徵進行身份鑑別，掌紋主要特徵明顯，可在低解析度圖像中提取，不易受噪聲幹擾，特徵空間小，可實現快速檢索和匹配，並且其區域比較大，信息量豐富，所以少量的磨損和局部的變化幾乎不會對整體的識別效果產生很大的影響。但是由於掌紋面積較大，對掌紋圖像進行預處理所需計算量非常大。另外，由於掌紋圖像的複雜性，採集得到的細節特徵點並不穩定，它可能隨採集條件的改變而改變。
【發明內容】
[0005]本發明的目的在於提供一種掌紋圖像採集裝置和一種快速的掌紋圖像定位與分割算法，減少掌紋圖像預處理所需的計算量，有效地提高其預處理的效率。
[0006]為了實現上述目的，本發明的技術方案為:
一種掌紋圖像採集裝置，包括圖像傳感器面板和存儲器，所述圖像傳感器面板上包括成像區、遮擋區；所述成像區用一虛線框標記，手掌只有落在該虛線框才能採集到圖像；所述遮擋區內有三個定位梢，第一定位稍用於使食指與中指隔開，第二定位稍用於使中指和無名指隔開，第三定位稍用於使無名指和小指隔開；所述圖像傳感器面板採集擺放在其上的手掌的灰度圖像存儲至所述存儲器中。
[0007]所述的三個定位稍使手掌的中心落在成像區域內，其餘部分則不在成像區域，節約圖像的像素，並且使手指分開，突出指間的分叉點，這樣就使得採集到的掌紋圖像具有比較規範，有利於後續的處理，第二定位稍使得採集到的掌紋圖像在中指和無名指之間有一個梯形的標誌物。
[0008]一種對所述的掌紋圖像採集裝置採集到的掌紋圖像進行定位與分割的方法，包括以下步驟: Sll:把手放在圖像傳感器面板上的成像區內，讓遮擋區的第一定位稍位於食指與中指之間，讓遮擋區的第二定位稍位於中指和無名指之間，讓遮擋區的第三定位稍位於無名指和小指之間，採集得到一個在中指和無名指之間有一個梯形的標誌物的掌紋圖像；
S12:利用梯形標誌物作為模板，採用圖像處理算法對掌紋圖像進行快速匹配，找出定位所需的局部圖像；
513:算出局部圖像的最佳閾值，對局部圖像進行閾值化，轉換為二值圖像，再利用八鄰域邊緣跟蹤算法檢測出局部圖像的手掌輪廓線；
514:提取手掌輪廓線上的兩個輪廓特徵點；
515:以兩個輪廓特徵點的連線作Y軸，以該連線的中點為O，以其垂線為X軸，建立參考坐標系XOY,並在坐標系XOY內平行於Y軸一固定距離,取一個固定大小的正方形方塊，以此為模板，在原始掌紋圖像中相應位置分割出中心子圖；
516:對中心子圖進行歸一化處理。
[0009]步驟Sll中採用的圖像處理算法有SSDA、小波變換等算法。
[0010]步驟S12中計算局部圖像的最佳閾值的算法有自適應閾值、大津法等算法。
[0011]所述手掌輪廓線上的輪廓特徵點在圖像採集時不受手掌的擺放狀態影響，只要確定特徵點的位置，手掌輪廓線的相對位置就確定了，所述輪廓特徵點定義為切點。
[0012]輪廓特徵點是決定目標形狀的重要特徵單元，具有平移不變性和旋轉不變性。掌紋輪廓線上的特徵點對手掌的相對位置起關鍵性的作用，在圖像採集時不受手掌的擺放狀態影響，只要確定特徵點的位置，紋線的相對位置就確定了。
[0013]本發明的有益技術效果有:
1、解決了因手掌的隨意放置和光照條件的不均勻導致採集的掌紋圖像難以進行後續處理的問題；
2、由裝置採集的掌紋圖像，具有規範的梯形參考圖像，將模板匹配限制在很小的局部圖像內，大大減少了預處理的計算量；
3、提取具有平移不變性和旋轉不變性的輪廓特徵點，這些特徵點都位於短小的手指間弧線上，並且採用的是簡單的弧線曲率計算，這將大大縮短圖像定位的時間；
4、基於直角參考坐標系的坐標軸對稱中心分割，確保了中心子圖的分割正確性，不會因位置的偏移導致掌紋信息的丟失。
【專利附圖】
【附圖說明】
[0014]圖1:掌紋採集裝置示意圖；
圖2:掌紋圖像輪廓線上的特徵點；
圖3:掌紋圖像的輪廓提取步驟示意圖；
圖4:輪廓特徵切點的提取；
圖5:參考坐標系的建立；
圖6:(a)為原始圖像上的坐標定位圖，(b)為中心子圖；
圖7: Ca)原始中心子圖，(b)為歸一化後的中心子圖；
圖8:圖2掌紋圖像定位與分割過程。【具體實施方式】
[0015]下面結合附圖對本發明做進一步描述。
[0016]如附圖1所示，本發明了設計一款掌紋圖像採集裝置，圖中虛線框內為成像區，夕卜部為遮擋區，手掌只有落在框範圍內的部分才能被拍攝到圖像。該裝置在遮擋區內設計了幾個定位用的梢，手掌按照圖中的示意擺放，這樣可以使手掌的中心落在成像區域內，其餘部分則不在成像區域，節約圖像的像素，並且使手指分開，突出指間的分叉點，這是手掌輪廓上的兩個關鍵點，成像區的形狀使採集到的掌紋圖像具有比較規範的形狀，這有利於後續的處理。
[0017]為了減少掌紋圖像在定位時計算量，需要先從裝置採集到的灰度掌紋圖像中截取對定位有用的局部圖像，由於裝置在中指和無名指之間有一個梢分隔，使採集到的掌紋圖像在中指和無名指之間有一個梯形的標誌物，如附圖3(b)所示，使用這個標誌物圖像作為模板，可採用SSDA、小波變換等算法對掌紋圖像進行快速匹配，找出定位所需的局部圖像，然後可使用自適應閾值、大津法等算法計算出局部圖像的最佳閾值，對局部圖像進行閾值化，轉換為二值圖像，再利用八鄰域邊緣跟蹤算法檢測出局部圖像的手掌輪廓線。
[0018]輪廓特徵點是決定目標形狀的重要特徵單元，具有平移不變性和旋轉不變性。掌紋輪廓線上的特徵點對手掌的相對位置起關鍵性的作用，在圖像採集時不受手掌的擺放狀態影響，只要確定特徵點的位置，紋線的相對位置就確定了。由附圖2所示，手掌的輪廓線中存在很多的輪廓特徵點，主要包括角點和切點。角點是反映目標輪廓線上曲率超過一定閾值的局部極大值點，切點是圓弧與直線的平滑過渡點。對掌紋圖像來說，指尖和手指間的交叉點處的曲率最大，相對也比較穩定，可以利用如附圖2所示的輪廓特徵點A、B作為對掌紋定位的依據。其中，A點是食指與中指的交叉點；B點是無名指與小指的交叉點。利用A、B點可以建立參考坐標系，用於對掌紋圖像進行定位。
[0019]特徵點A和B可以定義為角點或切點。角點的提取，需要計算輪廓線上每個點的曲率變化大小，計算量大，搜索速度較慢。本發明採用後一種定義，由掌紋圖像的輪廓線可以看出，手指交叉處的輪廓線近似於一小段圓弧，上下兩段手指交叉處的圓弧與它們的公切線相切於切點A和B。
[0020]如上所述，掌紋採集時有定位裝置，並且規定了一個成像區域，使指尖和手掌的根部的多餘信息排除在成像區域以外，所得到的掌紋圖像具有較為規範的形狀。從掌紋圖像中可以看出，中指與無名指之間有一個梯形的標誌物，我們可以利用這個標誌物，對掌紋圖像進行局部處理，以便提高特徵點提取的速度和準確性。具體步驟如圖3所示，描述如下:
(I)利用中指與無名指之間的梯形標誌物在原始圖像中進行模板匹配定位，以此為參考位置，在原始圖像上分割出一個包含特徵點的目標區域，如圖3(a)_(c)所示。
[0021](2)對(C)圖進行二值化，如圖3(d)所示。
[0022](3)如圖3(e)所示，利用邊緣跟蹤算法提取出包含特徵點的兩段手指間的輪廓線，如圖4所示，為了提取這兩段弧線上的切點，首先要找到它們的公切線。從圖像中可以看出，處於曲線右端的點為切點的可能性最大，因此我們從最右側開始搜索，假設兩段弧線上處在最右方的點分別為A』和B』，它們的連線為A』B』，根據它們的坐標可以建立直線A』B』的方程，使A』、B』點沿著弧線上下交替移動，直到兩段弧線上所有的點都落到直線A』B』的左側，此時直線A』 B』就是兩段弧線的公切線，A』點和B』點即為切點，即特徵點，記為A點和B點。
[0023](4)如附圖5所示，以特徵點A、B的連線作Y軸，過線段AB的中點O作AB的垂線為X軸，建立參考坐標系Χ0Υ,如圖6所示,在參考坐標系XOY內，平行於Y軸一固定距離,取一個固定大小的正方形方塊，以此為模板，在原始掌紋圖像中相應位置分割出中心子圖。
[0024](5)切取的中心子圖的灰度值比較高，動態範圍小，而且每幅圖像不一致，這樣會削弱紋線的細節信息。因此，需要對中心子圖進行歸一化的處理。利用式4-1和4-2對原圖像中的每個像素進行灰度變換。
【權利要求】
1.一種掌紋圖像採集裝置，包括圖像傳感器面板和存儲器，其特徵在於，所述圖像傳感器面板上包括成像區、遮擋區；所述成像區用一虛線框標記，手掌只有落在該虛線框才能採集到圖像；所述遮擋區內有三個定位梢，第一定位稍用於使食指與中指隔開，第二定位稍用於使中指和無名指隔開，第三定位稍用於使無名指和小指隔開；所述圖像傳感器面板採集擺放在其上的手掌的灰度圖像存儲至所述存儲器中。
2.根據權利要求1所述的掌紋圖像採集裝置，其特徵在於，所述的三個定位稍使手掌的中心落在成像區域內，其餘部分則不在成像區域，節約圖像的像素，並且使手指分開，突出指間的分叉點。
3.根據權利要求2所述的掌紋圖像採集裝置，其特徵在於，所述第二定位稍使得採集到的掌紋圖像在中指和無名指之間有一個梯形的標誌物。
4.一種對權利要求3所述的掌紋圖像採集裝置採集到的掌紋圖像定位與分割的方法，其特徵在於，包括以下步驟: Sll:把手放在圖像傳感器面板上的成像區內，讓遮擋區的第一定位稍位於食指與中指之間，讓遮擋區的第二定位稍位於中指和無名指之間，讓遮擋區的第三定位稍位於無名指和小指之間，採集得到一個在中指和無名指之間有一個梯形的標誌物的掌紋圖像； S12:利用梯形標誌物作為模板，採用圖像處理算法對掌紋圖像進行快速匹配，找出定位所需的局部圖像； 513:算出局部圖像的最佳閾值，對局部圖像進行閾值化，轉換為二值圖像，再利用八鄰域邊緣跟蹤算法檢測出局部圖像的手掌輪廓線； 514:提取手掌輪廓線上的兩個輪廓特徵點； 515:以兩個輪廓特徵點的連線作Y軸，以該連線的中點為O，以其垂線為X軸，建立參考坐標系XOY,並在坐標系XOY內平行於Y軸一固定距離,取一個固定大小的正方形方塊，以此為模板，在原始掌紋圖像中相應位置分割出中心子圖； 516:對中心子圖進行歸一化處理。
5.根據權利要求4所述的掌紋圖像定位與分割方法，其特徵在於，所述手掌輪廓線上的輪廓特徵點在圖像採集時不受手掌的擺放狀態影響，只要確定特徵點的位置，手掌輪廓線的相對位置就確定了。
6.根據權利要求5所述的掌紋圖像定位與分割方法，其特徵在於，所述輪廓特徵點定義為切點。
【文檔編號】G06K9/00GK103955674SQ201410179811
【公開日】2014年7月30日 申請日期:2014年4月30日 優先權日:2014年4月30日
【發明者】汪軍, 廖中原, 區健強 申請人:廣東瑞德智能科技股份有限公司