(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210442056.7 (22)申请日 2022.04.25 (71)申请人 深圳职业 技术学院 地址 518000 广东省深圳市南 山区西丽 街 道西丽湖镇西丽湖畔 (72)发明人 叶子云　杨金锋　温梦娜　赵子豪　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 陈旭红 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/426(2022.01) G06K 9/62(2022.01) G06V 10/74(2022.01) G06V 10/86(2022.01) (54)发明名称 一种基于加权图的手指静脉识别方法及装 置 (57)摘要 本发明提供了一种基于加权图的手指静脉 识别方法及装置， 通过对预处理后的手指静脉血 管骨架图像进行图块划分， 生成节点集； 并将节 点集中每个节 点及其对应的邻居节 点进行连接， 形成边集； 基于边集和获取的节 点对应的节点特 征， 计算边集权重， 生成权重集； 将生成的节点 集、 边集和权重集， 构建手指静脉加权图， 基于计 算手指静脉加权图的邻接矩 阵与预设邻接矩 阵 的相似度， 实现对手指静脉进行识别， 得到手指 静脉的识别结果。 与现有技术相比， 本发明提供 的技术方案通过构建手指静脉加权图， 既能够描 述血管网络的结构， 又能够兼顾图像内容的描 述， 体现图像局部随机性特征， 后续仅基于计算 邻接矩阵的相似性， 实现对手指静脉的识别， 能 有效提高识别效率。 权利要求书2页 说明书12页 附图4页 CN 114821648 A 2022.07.29 CN 114821648 A 1.一种基于加权图的手指静脉识别方法， 其特 征在于， 包括： 获取手指静脉图像， 对所述手指静脉图像进行 预处理， 得到手指静脉 血管骨架图像； 对所述手指静脉血管骨架图像进行图块划分， 并将划分出的图块作为节点， 生成节点 集； 获取每个节点对应的邻居节点， 连接所述节点及其对应的邻居节点， 得到边， 并对所有 边进行整合， 形成边 集； 获取节点集中每个节点对应的节点特征， 根据预设的权重计算公式， 计算并基于边集 权重， 生成权 重集； 基于所述节点集、 所述边集和所述权重集， 生成并基于手指静脉加权图， 得到所述手指 静脉加权图的邻接矩阵； 分别计算所述邻 接矩阵与 预设邻接矩阵集中的每个预设邻 接矩阵的相似度， 并基于相 似度， 对所述手指静脉加权图进行识别， 得到手指静脉的识别结果。 2.如权利要求1所述的一种基于加权图的手指静脉识别方法， 其特征在于， 对所述手指 静脉血管骨架图像进行图块划分， 具体为： 执行预设的基于边界重 置的图块划分策略； 其中， 所述基于边界重置的图块划分策略， 用于将所述手指静脉血管骨架图像划分为 多个预设尺寸的图块； 获取所述图块中的血管骨架曲线， 计算所述血管骨架曲线与图块边界形成的封闭面 积， 并计算所述封闭面积在所述图块中的占比， 基于占比结果， 判断所述图块是否划分合 理； 当判断所述图块划分不合理时， 获取所述血管骨架曲线与图块边界的交点坐标； 对所 述图块进行重新划分。 3.如权利要求1所述的一种基于加权图的手指静脉识别方法， 其特征在于， 对所述手指 静脉血管骨架图像进行图块划分， 具体为： 执行所述基于调整图块中心的图块划分策略； 其中， 所述基于调整图块中心 的图块划分策略， 用于将所述手指静脉血管骨架图像划 分为多个预设尺寸的图块， 获取 所述图块中的血 管骨架曲线； 选取所述血管骨架曲线上的预设点， 判断所述预设点是否为血管骨架曲线的交叉点， 若是， 则将所述预设点作为所述图块的新中心点， 并对所述图块进行重新划分。 4.如权利要求1所述的一种基于加权图的手指静脉识别方法， 其特征在于， 获取每个节 点对应的邻居节点， 连接所述节点及其对应的邻居节点， 得到边， 具体为： 获取每个节点对应的一跳邻居节点， 连接所述节点及其对应的所述一跳邻居节点， 得 到第一边； 获取每个节点对应的二跳邻居节点， 判断所述二跳邻居节点中是否包含手指静脉血管 骨架， 若否， 则舍弃所述二跳邻居节点； 若是， 则连接所述节点及其对应的所述二跳邻居节 点， 得到第二 边。 5.如权利要求1所述的一种基于加权图的手指静脉识别方法， 其特征在于， 获取所述节 点集中每个节点的节点特 征， 具体的： 基于滤波器计算所述节点集中每个节点在各个角度的方向能量， 并将所述各个角度的权　利　要　求　书 1/2 页 2 CN 114821648 A 2方向能量进行合并后转换为向量， 得到每个节点的方向能量分布特征向量， 并基于所述方 向能量分布特 征向量， 得到每 个节点的节点特 征。 6.一种基于加权 图的手指静脉识别装置， 其特征在于， 包括： 图像预处理模块、 节点集 生成模块、 边 集生成模块、 权 重集生成模块、 加权图生成模块和识别模块； 其中， 所述图像预处理模块， 用于获取手指静脉图像， 对所述手指静脉图像进行预处 理， 得到手指静脉 血管骨架图像； 所述节点集生成模块， 用于对所述手指静脉血管骨架图像进行图块划分， 并将划分出 的图块作为节点， 生成节点 集； 所述边集生成模块， 用于获取每个节点对应的邻居节点， 连接所述节点及其对应的邻 居节点， 得到边， 并对所有边进行整合， 形成边 集； 所述权重集生成模块， 用于获取节点集中每个节点对应的节点特征， 根据预设的权重 计算公式， 计算并基于边 集权重， 生成权 重集； 所述加权图生成模块， 用于基于所述节点集、 所述边集和所述权重集， 生成并基于手指 静脉加权图， 得到所述手指静脉加权图的邻接矩阵； 所述识别模块， 用于分别计算所述邻 接矩阵与 预设邻接矩阵集中的每个预设邻 接矩阵 的相似度， 并基于相似度， 对所述手指静脉加权图进行识别， 得到手指静脉的识别结果。 7.如权利要求6所述的一种基于加权图的手指静脉识别装置， 其特征在于， 所述节点集 生成模块包括基于边界重 置的图块划分单 元； 其中， 所述基于边界重置的图块划分策略单元， 用于将所述手指静脉血管骨架图像划 分为多个预设尺寸的图块； 所述基于边界重置的图块划分策略单元， 用于获取所述图块中的血管骨架曲线， 计算 所述血管骨架曲线与图块边界形成的封闭面积， 并计算所述封闭面积在所述图块中的占 比， 基于占比结果， 判断所述图块是否划分合理； 所述基于边界重置的图块划分策略单元， 用于当判断所述图块划分不合理时， 获取所 述血管骨架曲线与图块 边界的交点 坐标； 对所述图块进行重新划分。 8.如权利要求6所述的一种基于加权图的手指静脉识别装置， 其特征在于， 所述节点集 生成模块包括基于调整图块中心的图块划分单 元； 其中， 所述基于调整图块中心 的图块划分策略， 用于将所述手指静脉血管骨架图像划 分为多个预设尺寸的图块， 获取 所述图块中的血 管骨架曲线； 所述基于调整图块中心 的图块划分策略， 用于选取所述血管骨架曲线上的预设点， 判 断所述预设点是否为血管骨架曲线的交叉点， 若是， 则将所述预设点作为所述图块的新中 心点， 并对所述图块进行重新划分。 9.一种终端设备， 其特征在于， 包括处理器、 存储器以及存储在所述存储器中且被配置 为由所述处理器执行 的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 至5任意一项所述的基于加权图的手指静脉识别方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的计算 机程序， 其中， 在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权 利要求1至 5中任意一项所述的基于加权图的手指静脉识别方法。权　利　要　求　书 2/2 页 3 CN 114821648 A 3