(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 202211022817.X (22)申请日 2022.08.25 (71)申请人 湖北三江航天万峰科技发展 有限公 司 地址 432000 湖北省孝感市北京路5 6号信 箱 (72)发明人 伍腾飞　吴小杰　王啸　周奂斌　 王超　段维柏　戚先锋　 (74)专利代理 机构 武汉东喻专利代理事务所 (普通合伙) 42224 专利代理师 方可 (51)Int.Cl. G06V 40/12(2022.01) G06V 20/40(2022.01) G06V 10/44(2022.01)G06V 10/25(2022.01) G06T 7/90(2017.01) G06T 7/13(2017.01) G06T 7/12(2017.01) (54)发明名称 一种基于视频的动态掌纹ROI的识别方法及 系统 (57)摘要 本发明涉及图像处理与分析技术领域， 尤其 涉及一种基于视频的动态掌纹ROI的识别方法及 系统， 该方法包括步骤： 获取包含用户手掌的视 频帧； 选取包含手 掌且存在手掌边界的视频帧为 有效帧； 选取满足图像条件要求的有效帧为关键 帧； 提取手掌ROI， 提取掌纹特征； 进行掌纹的注 册； 将用户的掌纹特征与注册掌纹进行匹配， 进 行掌纹识别。 本发明通过获取手掌的视频图像， 从中筛选关键帧， 能够提高图像拍摄的灵活度， 能有效的避免运动导致的对焦模糊等问题， 通过 逐帧筛选， 能提高掌纹采集的效率； 能够从动态 视频数据或连续多帧图像中获取更丰富的信息， 有利于特征的提取和鉴别， 在保留丰富图像信息 的前提下提高了掌纹识别的便利性和实用性。 权利要求书3页 说明书10页 附图5页 CN 115424302 A 2022.12.02 CN 115424302 A 1.一种基于 视频的动态掌纹ROI的识别方法， 其特 征在于， 包括： S1获取用户手掌的视频图像， 获取包 含用户手掌的每 个视频帧； S2逐一分析每个所述视频帧， 从所述视频帧中选取包含手掌且存在手掌边界的视频帧 选取为有效帧； S3逐一分析每个所述有效帧， 获取所述有效帧的图像清晰度以及图像高光度， 剔除图 像清晰度以及图像高光度不满足预设条件的有效帧， 将满足所述预设条件的有效帧选取为 关键帧； S4从所述关键帧中的预设区域中获取手掌边界和指谷点位置信息， 提取手掌ROI， 提取 掌纹特征； S5基于所述掌纹特征进行掌纹的注册； 获取实时采集的用户手掌的视频图像， 基于S1 ‑ S4的步骤获取用户的掌纹特征， 将所述用户的掌纹特征与注册掌纹的特征进行匹配， 进行 掌纹识别。 2.根据权利要求1所述的一种基于视频的动态掌纹ROI的识别方法， 其特征在于， 步骤 S2中， 从所述视频帧中选取有效帧包括： 逐一分析每个视频帧， 截取视频帧的预设固定区域， 判断是否存在四指间三条指缝， 若 存在， 则判断该视频帧中含有手掌； 若判断含有手掌， 进一步截取视频帧上边缘和下边缘的预设区域， 判断是否存在手掌 边界， 若上 下边缘的预设区域内均存在手掌边界， 则判断该视频帧为有效帧。 3.根据权利要求2所述的一种基于视频的动态掌纹ROI的识别方法， 其特征在于， 步骤 S2中， 判断存在四指间三条指缝后， 包括： 识别所述预设固定区域内的指缝区域； 将所述指缝区域 转换为灰度图像， 并进行二 值化处理； 对二值化后的灰度图像进行 形态学闭操作， 并进行 水平积分处 理； 分别获取小指与无名指 指缝r1、 无名指与中指 指缝r2、 中指与食指 指缝的长度r3； 判断无名指与中指指缝r2是否为三个指缝中的最小 值， 若为最小值， 则判断当前帧为有 效帧。 4.根据权利要求1或3所述的一种基于视频的动态掌纹ROI的识别方法， 其特征在于， 步 骤S3中， 获取 所述有效帧的图像清晰度， 剔除图像清晰度不满足预设条件的有效帧， 包括： 获取所述有效帧的图像清晰度， 包括： 获取信息熵评价 函数， 计算信息熵： 其中， b为参数， g为图像 灰度值， G为图像 灰度值的最大值， k表示离焦图像序列， Pk(g)为 在第k帧图像中灰度值g出现的概率， ng表示图像中灰度为g 的像素点出现的个数， M和N分别 表示图像的宽度和高度； 获取每个有效帧的信息熵， 对所有熵值进行归一化处理， 若存在数值为0的帧， 则舍弃权　利　要　求　书 1/3 页 2 CN 115424302 A 2对应的有效帧。 5.根据权利要求1或3所述的一种基于视频的动态掌纹ROI的识别方法， 其特征在于， 步 骤S3中， 获取 所述有效帧的图像高光度， 剔除图像高光度不满足预设条件的有效帧， 包括： 获取图像亮度m： 获取图像饱和度s： 生成亮度饱和度直方图： 其中r、 g、 b分别代表像素点的红、 绿、 蓝三个通道， 直方图中每个坐标(m,s)表示在原始 的彩色图像的m值和s值中的像素 数量； 计算MS直方图中超过亮度阈值的像素点个数， 并与有效帧的全图像素点比较， 当超过 预设亮度阈值则判断为存在高光部分， 舍弃含有所述高光部分的有效帧， 将剩余有效帧作 为关键帧。 6.根据权利要求2所述的一种基于视频的动态掌纹ROI的识别方法， 其特征在于， 步骤 S4包括： 识别手掌食指一侧的上边界线和小拇指一侧的下边界线， 包括： 截取上边界线和下边界线之间的预设尺寸的矩形区域， 进行边界增强操作获取矩形区 域能量图； 对所述矩形区域能量图进行二值化操作， 根据水平积分获取边界位置， 分别获取上边 界线和下边界线的纵坐标； 获取指谷点 位置信息， 包括： 获取所述有效帧中上边界线下 方预设距离的任意矩形区域 为检测区域； 通过多方向Gabor滤波器对所述检测区域进行边 缘增强， 获取指缝区域能量图； 根据所述指缝区域能量图， 去除0方向上的像素点， 进行垂直积分， 获取指谷点横坐标。 7.根据权利要求6所述的一种基于视频的动态掌纹ROI的识别方法， 其特征在于， 步骤 S4中， 根据手掌边界和指谷点 位置信息提取ROI并归一 化， 包括： 根据所述上边界线的纵坐标YH、 下边界线的纵坐标YL以及指谷点横坐标 Xb确定ROI： L＝YH‑YL； 对所述ROI进行尺寸调整操作， 得到128*128的ROI。 8.根据权利要求2所述的一种基于视频的动态掌纹ROI的识别方法， 其特征在于， 步骤 S5中， 基于所述掌纹特 征进行掌纹的注 册， 包括：权　利　要　求　书 2/3 页 3 CN 115424302 A 3