(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 202211071539.7 (22)申请日 2022.08.31 (71)申请人 重庆文理学院 地址 402160 重庆市永川区红河大道319号 (72)发明人 李杰　周登梅　李曾真　向静　 杨国杰　 (74)专利代理 机构 重庆强大凯创专利代理事务 所(普通合伙) 50217 专利代理师 蒙捷 (51)Int.Cl. G06V 40/145(2022.01) G06V 10/22(2022.01) G06V 10/25(2022.01) G06V 10/34(2022.01) G06V 10/42(2022.01)G06V 10/44(2022.01) G06V 10/75(2022.01) (54)发明名称 一种手指静脉识别方法及系统 (57)摘要 本发明涉及手指静脉识别技术领域， 具体涉 及一种手指静脉识别方法及系统， 所述方法包括 以下步骤： 采集手指静脉图像； 通过局域像素梯 度法和手指远端关节定位法分别检测手指静脉 图像中手指的上下边界点和手指长度， 分析手指 是否放正， 若手指未放正， 则生成提醒采集者调 整手指角度并重新采集的第一提示信息； 通过图 像质量评价方法评价手指静脉图像中感兴趣区 域的图像质量， 若评价为不合格， 则生成提醒采 集者调整手指并重新采集图像的第二提示信息； 再预处理、 特征提取和特征比对， 并得出识别结 果。 本发明通过局域像素梯度法、 手指远端关节 定位法和图像质量评价算法上的优化， 减少了手 指静脉图像识别运算量， 节约了运行时间， 提高 识别速度和识别精度。 权利要求书3页 说明书10页 附图5页 CN 115457612 A 2022.12.09 CN 115457612 A 1.一种手指静脉识别方法， 包括以下步骤： S1： 采集手指静脉图像； 其特 征在于： S2： 通过局域像素梯度法和手指远端关节定位法分别检测手指静脉图像 中手指的上边 界点、 下边界点和手指长度， 分析确定手指的感兴趣区域， 并根据上边界点和下边界点检测 分析手指是否放正， 若手指未放正， 则生成提醒采集者重新调整手指角度并重新采集图像 的第一提示信息； S3： 通过图像质量评价方法评价手指静脉图像中感兴趣区域的图像质量， 若评价为不 合格， 则生成提醒采集者调整手指放置高度或调整图像采集装置中光源亮度并重新采集图 像的第二 提示信息； S4： 将得到的指静脉图像进行 预处理、 特征提取和特 征比对， 并得 出识别结果。 2.根据权利要求1所述的一种手指静脉识别方法， 其特征在于： 所述步骤S2中的局域像 素梯度法检测手指上 下边界点的获取 具体包括 步骤： S21： 设手指 静脉图像的图像尺寸为[M， N]， 通过左上边界点列坐标计算公式， 设置20 × 4大小的滑动窗， 并依次滑过左上[20,N/2]的区域； 求相邻两滑动窗像素累加和之差最大 值， 并将其所在的列即为左上边界点的列坐标J1； 左上边界点列坐标计算公式如下： S22： 通过右上边界点列坐标计算公式， 将20 ×4大小的滑动窗依次滑过右上[20,N/2] 的区域； 求相邻两滑动窗像素累加和之差最大值， 并将其所在的列即为右上边界点的列坐 标J2； 右上边界点列坐标计算公式如下： S23： 通过左下边界点列坐标计算公式， 将20 ×4大小的滑动窗依次滑过左下[20,N/2] 的区域， 求相邻两滑动窗像素累加和之差最大值所在的列即为左下边界点的列坐标J3； 左 下边界点列坐标计算公式如下： S24： 通过右下边界点列坐标计算公式， 将20 ×4大小的滑动窗依次滑过右下[20,N/2] 的区域， 求相邻两滑动窗像素累加和之差最大值所在的列即为右下边界点的列坐标J4； 右 下边界点列坐标计算公式如下： 3.根据权利要求2所述的一种手指静脉识别方法， 其特 征在于， 还 包括以下步骤： S25： 根据左上边界点的列坐标J1和右上边界点的列坐标J2计算出手指上面中心点列坐 标JC1； 计算公式如下： JC1＝(J1+J2)/2 S26： 根据左下边界点的列坐标J3和右下边界点的列坐标J4计算出手指下面中心点列坐 标JCM； 计算公式如下： JCM＝(J3+J4)/2权　利　要　求　书 1/3 页 2 CN 115457612 A 2S27： 根据手指上面中心点列坐标JC1和手指下面中心点列坐标JCM计算出手指竖直偏差； 并判断竖直偏差是否大于第一设定数量X， 若大于， 则生 成提醒采集者重新调整手指角度并 重新采集图像的第一 提示信息； 手指竖直偏差的计算公式如下： x1＝Jc1‑JcM。 4.根据权利要求3所述的一种手指静脉识别方法， 其特 征在于： 还 包括以下步骤： S28： 当判断竖直偏差小于等于第一设定数量X时， 从J1和J3两点中取列坐标较大的那个 点并且向右平移第二设定数量Y个像素点进行图像左截取， 取J2和J4两点中列坐 标较小的那 个点并且向左平 移第二设定数量Y个 像素点进行图像右截取， 确定感兴趣区域的宽度。 5.根据权利要求4所述的一种手指静脉识别方法， 其特征在于： 所述步骤S2中的手指远 端关节定位法检测手指长度的步骤： S29： 设当前手指静脉 图像的图像大小为[M， N]， 滑动窗的高度为Z， 则滑动窗的大小为 [Z， N]； 通过滑动窗对当前指静脉图像的上半部从上到下进 行遍历， 求滑动窗内所有像素值 之和的最大值， 并定义为远端关节区域； 再获取该滑动窗的中线处的行号， 且定义为远端关 节的行号， 并以此行号为参考， 向上扩展0.25M， 向下扩展0.55M； 并再对手指静脉图像进行 截取， 确定感兴趣区域的高度。 6.根据权利要求5所述的一种手指静脉识别方法， 其特征在于： 所述步骤S29中的滑动 窗内所有像素值之和的计算包括以下步骤： S291:设当前手指静脉 图像尺寸为[M， N]， 针对上半部分图像， 分别计算每行的像素值 并进行累加， 每行的累加 和存放在数组l ine_sum中； 计算公式如下： S292:滑动窗依次从第一行往下进行滑动， 求滑动窗内的像素的累加和； 第1行的滑动 窗像素累加 和计算公式如下： 第m行的滑动窗像素累加 和为： sum(m)＝sum(m ‑1)+line_sum(m+Z ‑1)‑line_sum(m ‑1)。 7.根据权利要求6所述的一种手指静脉识别方法， 其特征在于： 所述步骤S3 中的图像质 量评价方法包括以下步骤： S31： 将步骤S2处理后的手指 静脉图像定义为ROI图像， 并求ROI图像所有像素的均值且 定义为全局均值Mglobal； 判断全局均值Mglobal是否小于第一阈值E或大于第二阈值F， 如果全 局均值Mglobal小于第一阈值E， 说明整体图像太暗， 则生成提醒采集者调整手指上移离光源 近一点， 或者增加近红外LED供电电压的第二提示信息； 如果Mglobal大于第二阈值F， 说明整 体图像太亮， 则生 成提醒采集者调整手指上移离光源远一点， 或者减弱近红外LED供电电压 的第二提示信息； S32： 以45 ×25大小的滑动窗依次滑过整个ROI图像， 求滑动窗内像素的均值且定义为 局部均值； 再记 录局部均值的最小 值Mlocal_min和最大值Mlocal_max； 再判断Mlocal_min是否小于第 三阈值G或者判断Mlocal_max是否大于第四阈值H， 若Mlocal_min小于第三阈值 G或Mlocal_max大于第 四阈值H， 说明光源不 合适或者手指位置不 合适， 则生成重新采集图像的第二 提示信息。权　利　要　求　书 2/3 页 3 CN 115457612 A 3