近红外手背静脉识别装置

合集下载

一种手掌静脉采集与识别装置的制作方法

一种手掌静脉采集与识别装置的制作方法

一种手掌静脉采集与识别装置的制作方法手掌静脉采集与识别装置是一种基于人体手掌静脉特征进行识别的生物特征识别技术装置,具有高精度、高安全性和易使用等特点。

本文将介绍一种手掌静脉采集与识别装置的制作方法。

1.设计装置外形和结构首先,需要设计装置的外形和结构。

装置一般由采集模块和识别模块组成。

采集模块包括光源、相机和透镜等组件,用于采集手掌静脉图像;识别模块包括图像处理芯片、模式匹配算法和数据库等,用于对采集的手掌静脉图像进行处理和识别。

2.选择合适的光源采集手掌静脉图像需要较高的光照亮度和均匀性。

可以选择LED光源或激光光源作为光源。

LED光源比较容易获取和控制,且成本较低,而激光光源的光斑较为集中,能够提供较高的亮度。

3.选择合适的相机和透镜相机的选择要考虑到分辨率、快门速度和噪声等参数。

可以选择像素较高、快门速度较快、噪声较低的相机。

透镜的选择要考虑到光学畸变和透光性能,可以选择透光性能好且畸变较小的透镜。

4.对采集的图像进行预处理采集到的手掌静脉图像可能受到噪声、阴影和运动模糊等影响,需要进行预处理。

可以采用滤波算法对图像进行降噪处理,采用阈值分割算法提取手掌静脉图像的轮廓,采用运动估计算法对运动模糊进行校正。

5.提取手掌静脉特征手掌静脉识别的核心部分是提取手掌静脉的特征。

可以采用模式匹配算法,比如SIFT、SURF或者ORB等算法,对手掌静脉图像进行特征提取。

在特征提取过程中,需要选择合适的特征描述子和匹配算法。

6.建立静脉特征数据库提取到的手掌静脉特征需要存储到数据库中,以便后续的识别。

可以选择关系型数据库或者非关系型数据库存储静脉特征数据,如MySQL或MongoDB等。

7.进行手掌静脉识别当有新的手掌静脉图像被采集后,将其进行预处理和特征提取,并与数据库中的手掌静脉特征进行匹配。

可以选择阈值匹配算法或者机器学习算法进行匹配,如KNN或SVM等。

8.评估识别的准确率和性能使用一些评估指标,如准确率、召回率、F1值等评估识别的准确率和性能。

掌静脉识别原理范文

掌静脉识别原理范文

掌静脉识别原理范文掌静脉识别的主要原理是通过近红外光线的透射和吸收来获取图像。

近红外光线穿过手掌肌肉和皮肤组织后,会被血液中的血红蛋白吸收,而掌静脉则会反射出部分光线。

传感器会捕捉和记录这些反射光线的分布,形成一个高对比度的动态图像。

具体而言,掌静脉识别系统一般包括以下步骤:1.照射光源:系统会通过近红外LED灯或激光器照射近红外光线到手掌上。

2.光线透射:照射到手掌的光线部分会经过组织透射,包括手掌皮肤、肌肉和静脉血液。

3.光线分布:经透射后的光线会被掌静脉反射,而手掌周围组织则会散射或吸收大部分光线。

传感器会记录和捕捉这些反射光线的分布。

4.图像生成:系统会根据记录的反射光线生成一幅高对比度的动态图像。

图像中的亮度和颜色区域表示了掌静脉和周围组织的差异。

5. 特征提取:系统会对生成的图像进行处理,提取出掌静脉的特征。

常用的特征提取方法有小波变换、Gabor滤波、方向滤波和纹理分析等。

6.特征匹配:提取到的特征将与事先建立的掌静脉数据库中的特征进行比对和匹配。

匹配算法通常采用的是模式识别和机器学习算法,如支持向量机、人工神经网络和最小二乘法等。

7.身份认证:根据特征匹配结果,系统将确定该手掌静脉是否匹配数据库中的其中一特定身份。

如果匹配成功,则认证为该身份;如果匹配失败,则认证为非法用户。

相比其他生物特征识别技术,掌静脉识别具有以下优势:1.隐私性高:与指纹、声纹等识别技术相比,掌静脉识别可以在没有接触的情况下进行,避免了身体接触和生物样本采集的尴尬。

2.安全性高:掌静脉识别使用的波长范围较窄,光线透过的组织有限,再加上静脉图案本身的独特性,使得伪造和复制掌静脉特征非常困难。

3.鲁棒性强:掌静脉是一种内部生物特征,不易受到外界环境和生理因素的影响,如温度、湿度、划痕和污渍等。

4.适应性广:相比指纹识别等技术,掌静脉识别对手部状态和皮肤表面的清洁程度要求相对较低,也不受年龄和性别的限制。

尽管掌静脉识别在科技领域有着广泛应用的前景,但也存在一些挑战和局限性。

一种手掌静脉采集与识别装置的制作方法

一种手掌静脉采集与识别装置的制作方法

一种手掌静脉采集与识别装置的制作方法专利名称:一种手掌静脉采集与识别装置的制作方法技术领域:本实用新型涉及应用电子电路进行生物特征识别的方法或装置,特别涉及一种手掌静脉采集与识别装置。

背景技术:现有生物识别技术中,指纹认证具有极高的安全性,配套采用的射频卡不需要直接接触就可以认证,使用很方便,而且不易复制。

但是,由于温度、湿度、手指脱皮、有伤痕、指纹模糊等因素的影响,在某些情况下可能导致指纹无法识别,且射频卡和传统的钥匙一样可能丢失,密码也可能被遗忘,都会影响指纹认证的正常使用。

本申请人的在先申请专利201220517610.5 (申请号)提出了《一种掌静脉采集装置》,包括设有掌静脉采集窗口的保护面板即外壳,以及掌静脉图像采集单元,所述掌静脉图像采集单元包括设置在所述壳体内图像接收面上采集图像的互补金属氧化物半导体CMOS传感器,以及主板即电路控制模块,所述电路控制模块是小封装的电路控制模块,包括主控芯片、分别与所述主控芯片连接的存储单元芯片、提供时钟信号给主控芯片的晶体振荡电路、加密芯片、降压集成电路、与计算机通讯进行数据传输的数据通讯单元,以及照明单元,所述数据通讯单元是数据传输连接座,包括带静电保护的通用串行总线USB连接座,其特征在于:设有光机成像系统,所述光机成像系统是透镜系统,设置在所述壳体中部,所述透镜系统包括顺应光路安装在所述掌静脉采集窗口正下方的红外滤光片、设置在所述红外滤光片正下方的成像透镜组;所述照明单元是设有亮度调整单元的近红外光照射源,所述近红外光照射源设置在所述壳体内。

该实用新型采用掌静脉识别技术,安全性非常高,不会遗失,不会被窃,无记忆密码负担。

其光机成像系统的光源设计合理,缩减了长度,电路控制模块采用小封装,克服了现有同类型的掌静脉采集装置体积大的缺陷,大大降低了系统成本,且便于携带,还可以与计算机联合使用实现掌静脉采集、掌静脉图像校正、数据通讯和输出控制功能,提高掌静脉采集速率和识别精度。

掌静脉识别原理

掌静脉识别原理

掌静脉识别原理
掌静脉识别是一种使用红外线照射手掌,通过扫描找到血液循环所形成的斑点,再通过计算机算法进行识别的生物特征识别技术。

其具体原理如下:
1.红外线照射:使用近红外线探测器对手掌进行照射,照射后显现出血管呈现出暗色,血管周围组织则呈现出亮色。

2.图像采集:掌静脉图像通过CCD等设备采集,得到一张高分辨率、高对比度的图像。

3.特征提取:提取掌静脉特征主要采用滤波、分割等算法,将采集到的图像进行分割、去噪和增强,处理后获得具有稳定性和唯一性的掌静脉特征信息。

4.特征匹配:将提取的特征与已存储的掌静脉特征进行比对,采用相似性判别的原理,计算相似度得出是否匹配。

5.较验通过:若相似度大于等于预设阈值认为识别通过,反之则拒绝认证。

掌静脉识别利用了人体掌静脉在形态、位置、方向、肌肉运动时的唯一特性,具有生物信息学安全、高可靠性以及低误识率等特点。

非接触型手掌静脉识别系统

非接触型手掌静脉识别系统

原理
特点
产品外观
应用
•非接触型 : 卫生,适合人员流动多的场所 •动作简单自然:0.2秒 •识别精度高:本人拒绝率在 0.01%以下,别人的接受率在0.00008%以下。 •安全性高/对应率高:伪造特别困难。 •可供选择的传感器外形:多种类型 •世界最小/最轻量的静脉识别装置
原理
特点
产品外观
应用
问题
1. 高度紧张,血管收缩,可能导致识别失败 2. 家属代病人挂号 3. 残疾人,手掌有绷带等
FRR(拒真率) False Rejection
Rate)
FAR(误识率) False Acceptance
Rate
掌静脉 (PalmSec 虹膜
ure)
手背 静脉
指纹 手形

签 名
声音
0.01% 0.01% 0.1%
0.1 %
0.8 2.6 1.0 % %%
3.0 %
0.00008 0.0001 0.0001 0.00 0.07 1.3 1.0 3.0
在医疗系统的应用
在档案鉴别、比对方面,联网式装置可应用 于卫生领域,将 医院病人的病历数据与手 掌静脉的数据相关联。在无法辨识病人身 份时,通过手掌静脉的数据进行核实,再 通过医院之间的共享数据库,可在极短时 间内辨识病人身份、直接取得病历等等。
挂号 签到 就诊 取药
优点 1. 杜绝号贩子 2. 替代就诊卡(无忘带,丢失等情况) 3. 快速,便捷
识别精触度型高):本人无拒绝法率伪在造0.
掌大小其他没有变化且
保持终生不変
适合场合 电话银行 电话购物
电子护照
个人利用 的终端识 别 门禁装置
高精度,公 共 场所

静脉识别的基本原理

静脉识别的基本原理

静脉识别的基本原理
静脉识别是一种生物识别技术,通过检测人体手掌或指尖中静脉血管的特征,来进行身份验证或识别。

其基本原理如下:
1.静脉血管的特征:人体的手掌或指尖中,静脉血管的分布形态是独特的,且
不易被模拟或复制。

每个人的静脉血管的形态、位置、分支和走向等都是不同的,形成了一种个人独有的生物特征。

2.检测原理:静脉识别设备会通过近红外光线照射,将手掌或指尖中的静脉血
管显现出来。

静脉血管可以吸收不同波长的近红外光,从而形成独特的血管分布图像。

3.特征提取:静脉识别设备会对采集到的血管分布图像进行图像处理和分析,
提取静脉血管的形态、位置和分支等特征,形成一个静脉血管特征向量。

4.匹配识别:静脉识别系统会将采集到的静脉血管特征向量与预先存储的参考
特征向量进行比对和匹配,从而进行身份验证或识别。

相对于其他生物识别技术,静脉识别具有以下优点:
1.静脉血管的位置和形态比指纹更加难以模拟和复制,具有更高的安全性。

2.采集过程中不需要与设备接触,具有较好的卫生性和便携性。

3.静脉血管的位置较为隐蔽,不容易被猜测或伪装,适用于高安全性场合的身
份验证。

总的来说,静脉识别技术在安全性、准确性和便携性等方面都有优势,适用于各种身份验证和识别场景。

脊波分析在手背静脉识别中的应用

脊波分析在手背静脉识别中的应用

脊波分析在手背静脉识别中的应用韩笑;徐坤;马驷良【摘要】提出一种基于改进的有限脊波变换的手背静脉识别算法.利用脊波理论适合于表示直线奇异性的特点,对手背静脉特征进行分析.使用改进的有限脊波变换对手背静脉图像进行分解,得到不同分解尺度下手背静脉的多分辨脊波特征,再通过定义多分辨脊波特征距离进行模式匹配.实验结果表明,与传统静脉特征提取方法相比,该方法较完整地保留了静脉的原始信息,提高了运行速度并降低了算法复杂度.%One method of dorsal hand vein recognition based on improved FRIT was proposed. Analyzing image line' s singularity, we can obtain the characteristics of the dorsal hand vein. That' s just the ability of ridgelet transform. The processing is that hand vein images are decomposed by improved FRIT firstly; then multi-scale ridgelet features (MRF) of vein image are obtained in different decomposition scales; finally,pattern matching was done by defining MRF distance. Compared with other vein recognition methods, our approach completely preserves original information of the vein. It not only increases the speed of system but also reduces the complexity of the algorithm.【期刊名称】《吉林大学学报(理学版)》【年(卷),期】2011(049)002【总页数】5页(P294-298)【关键词】有限脊波变换;有限Radon变换;手背静脉【作者】韩笑;徐坤;马驷良【作者单位】吉林大学,数学学院,长春,130012;锦州师范高等专科学校,现代教育技术中心,辽宁,锦州,121000;吉林大学,数学学院,长春,130012【正文语种】中文【中图分类】TP391.4人体手背静脉识别是近年新兴的一种身份识别方法, 是一项新的非接触式生物测定识别技术, 是根据人体骨骼和肌肉组织的特点, 当近红外光谱(infrared spectroscopy, IR)的入射光波长为0.72~1.10 μm时照射手背(IR在此波长范围内可较好地突显出静脉血管), 并由一台CCD摄像机拍摄成手背静脉图像进行个人身份认证的生物识别技术. 目前已有许多研究成果[1-4].1 手背静脉图像采集图1 理想的手背静脉图像采集角度Fig.1 Ideal angle of hand vein image acquisition使用传统的CCD黑白摄像机采集手背静脉图像. 经过一系列光源实验后, 发现如果使用两个近红外发光二极管组(light-emitting diode, LED)作光源照射手背, 且这两个LED与手背之间约成55°角时, 由CCD摄像机同步拍摄的手背静脉图像效果较好, 如图1所示.根据红外采集原理[5], 本文自行设计一套采集手背静脉图像的实验装置, 近红外光源是两个近红外发光二极管组. 当发光二极管组发射的近红外光照射手背时, 由一台配有低通滤光片的CCD摄像机成像. 同时光的强度根据适时需要进行人为调整, 使用低通滤光片的目的是为了阻止可见光到达CCD传感器. 根据手的特点, 设计了一个特殊的平台固定手背. 为了避免外界光线对设备采集效果的影响, 在实验装置的四周配有挡光板, 使整个采集平台处于半封闭状态. 该实验装置具有良好的用户界面, 操作简单、直观. 手背静脉图像采集实验装置如图2所示, 采集的手背静脉图像如图3所示.图2 手背静脉图像采集实验装置示意图Fig.2 Experimental setup of hand vein image acquisition图3 IR照射下的手背静脉图像Fig.3 Image of dorsal hand vein under IR irradiation2 手背静脉特征提取2.1 脊波原理脊波是结合神经网络的构造, 并应用Littlewood-Paley理论建立的一种新的逼近多变量函数的有效方法. 脊波分析等效于目标函数Radon变换域的小波分析, 且对于处理高维直线状和超平面状的奇异性效果较好. 有限脊波变换(FRIT)[5-6]是基于有限Radon变换(FRAT)[5]的一种可逆正交变换, 主要应用于有限尺寸的数字图像. 手背静脉图像[7]由粗细不同的静脉血管构成, 并有很强的方向性, 所以对手背静脉特征的分析应在不同分辨率下进行. FRIT是目前处理这类特征图像的一种有效方法.2.2 基于FRIT的手背静脉特征提取FRIT是基于有限Radon变换的, 实函数f(若讨论对象是图像矩阵f(i, j), 不妨设为p×p阶, p是素数)的有限Radon变换(FRAT)定义[5]如下:FRIT变换是对FRAT系数矩阵的每列分别进行一维离散多尺度小波变换, 从而得到有限脊波变换系数矩阵. 小波变换前要构造长度为p的正交小波基, 而p是素数. 由小波基构造算法可知, 该算法先对长度为n, 并具有j级分解尺度的正交小波基Vm{m=0,1,…,n-1}进行相应的扩展得到{wk: k∈zp}, 增加的基因位与Vm无关, 所以不具有小波在频域分割上的优点, 同时又增加了算法的复杂度. 此外, 图像的大小一般为2的整数幂, FRIT变换就是要找到大于并与其最接近的素数作为图像尺寸或图像分块后的尺寸. 除22,23,24,25,26和27外, 小于28的其余2的整数幂与其相邻素数的距离均不小于3. 这样, 无论对原始数字图像进行延拓还是压缩而做FRAT 变换, 都将使图像的变换程度较大, 可能会丢失部分有效信息. 因此, 本文从以下两方面对有限脊波变换进行改进:1) 根据实验, 图像大小通常在[23×23,26×26]间时应用有限脊波变换效果较好. 考虑到素数3,7,31,127分别与2的整数幂如22,23,25,26间的数字距离最小(其距离为1), 因此, 在对p×(p+1)阶的FRAT系数矩阵各列进行小波变换前, 先对素数p 加1, 即对3,7,31,127加1即为22,23,25,26. 相应地, 在FRAT系数矩阵中选取适当的位置增加一个长度为p+1的零行, 即可直接进行小波变换. 这样, 不仅无需构造素数长度的小波基, 而且保留了小波在频域分割上的优点. 实验表明, 在FRAT系数矩阵最上方增加一个长度为p+1的零行效果最佳.2) 有限Radon变换是定义在有限网格上的[5], 由于周期性, 手背静脉图像在边界处往往不连续. 因此, 采取将图像块对称折叠的方法, 可消除一些边界的不连续性. 下面给出一种改进的有限脊波变换, 算法步骤如下:1) 先将m×m的手背静脉原始图像分为n×n的图像块, 令p=2n-1, 再将图像对称折叠成p×p的图像块(为简便, 这里只考虑p为素数的情形);2) 计算每块图像的灰度均值, 将图像逐点灰度与灰度均值做差, 使每块图像灰度均值为零;3) 对上述个均值为零、p×p的图像块分别进行FRAT变换, 得到个p×(p+1)阶的FRAT系数矩阵;4) 在FRAT系数矩阵的最上方增加一个长度为p+1的零行;5) 对改变后的(p+1)×(p+1)阶矩阵的每列应用一维DWT进行多级小波分解(本文使用Sym4小波), 从而得到个FRIT系数矩阵;6) 如需重构时, 去掉增加长度为p+1的零行, 再进行FRAT逆变换;7) 删去对称折叠部分, 即可得到原始图像.实验中取m=64, n=16, p=31. 结合实验所得数据, 在小波函数的选取上, 确定选用Symlets函数系中的Sym4小波[8]作为小波变换的基, 对FRAT系数矩阵的每列进行一维多尺度小波变换, 并将其作用后的高频信息作为手背静脉的特征表达.3 多分辨脊波特征匹配手背静脉图像经过FRAT变换后得到(p+1)×(p+1)阶的FRAT系数矩阵, 再对此矩阵的每列做一维的离散小波变换, 可以得到(p+1)×(p+1)阶的FRIT系数矩阵. 该过程称为改进的有限脊波变换.通过观察FRAT系数矩阵的特点可知, 需对矩阵的每列(矩阵的每列恰好对应FRAT 变换所取的方向)做一维离散小波变换, 因此经过一级小波分解后, (p+1)×(p+1)阶的系数矩阵在纵向上分成两个子块, 即其中: PL是原始矩阵低分辨率的近似子块(其分辨率只是原始信息分辨率的2-1); PH是第一级小波分解后的细节信息, 对应于相应方向上的高频部分. 对FRAT系数矩阵的每列进行三级小波分解过程如下:其中: P表示原始FRAT系数矩阵; PL是对矩阵的每列进行第一级小波分解得到的低频子块, PH是第一级小波分解得到的高频子块; PLL是对矩阵PL的每列进行第二级小波分解得到的较低频子块, PLH是第二级小波分解得到的较高频子块, 这两个子块的分辨率为原始矩阵分辨率的2-2; PLLL是对矩阵PLL的每列进行第三级小波分解得到的更低频子块, PLLH是第三级小波分解所得到的更高频子块, 这两个子块的分辨率为原始矩阵分辨率的2-3.定义第j个图像块的多分辨脊波特征向量其中: 这些特征向量反映了矩阵P在三级小波分解下的细节信息:其中:称为多分辨脊波特征(multi-scale ridgelet feature, MRF), 可反映在不同分辨率下的手背静脉特征. 为了分析该特征对手背静脉的区分能力, 本文提出一种衡量不同MRF相似性的方法用于手背静脉匹配阶段. 即通过定义如下的“MRF距离”衡量多分辨脊波特征对手背静脉的区分能力:其中:和分别表示两个手背静脉图像第j个图像块的多分辨脊波特征;4 实验结果及分析本文实验基于手背静脉采集实验装置所获取的数据库[9]进行测试. 该库中拥有60只手的1 200个手背静脉样本. 实验时将该库分为两个子库, 其中一个用于训练(即注册), 包括600个手背静脉样本(60人, 每只手5个样本, 左右手共10个样本);另一个同样也包括600个手背静脉样本用于测试(即识别). 建立一个小型的手背静脉数据库, 首先分别计算该库中每两个手背静脉间的MRF距离. 所有来自于同一只手背静脉样本间的距离分布称为合法匹配距离分布(genuine distribution), 记为RG(D);否则称为非法匹配距离分布(false distribution), 记为RF(D). 两种分布的曲线如图4所示, 其中两条分布曲线中重叠区域的面积称为最小总体错误率(minimum total error rate, MTER), 可以反映所提取特征的区分能力: MTER越小, 该特征区分能力越强; MTER越大, 该特征区分能力越弱. 本文记MTER的值为R, 计算表达式如下:R=RG(D)dD+RF(D)dD,其中s是两条曲线交点处对应的距离.本文根据识别系统模式, 首先分别提取了训练库中每个手背静脉的MRF特征注册, 产生注册集;其次, 提取测试子库中每个手背静脉的MRF特征, 并与注册集中的特征进行特征匹配, 从而确定待识别者身份. MRF特征的合法匹配与非法匹配间的距离分布曲线见图4. 由图4可见, 合法匹配距离集中在160像素左右, 而非法匹配距离集中在320像素左右. 两条距离分布曲线分开较好, 并且相交的面积较少,R≈2.7%.图4 多分辨脊波特征的合法匹配和非法匹配距离分布曲线Fig.4 Legal and illegal matching distance distribution of MRF图5 多分辨脊波特征匹配法接受者操作特性曲线Fig.5 Receiver operating characteristic curves of MRF matching method为了测试各种方法对手背静脉的识别能力, 本文将每个测试样本和注册样本进行匹配, 取不同的阈值, 从而得到接受者操作特性曲线(ROC曲线), 如图5所示. 当FRR=1.5%时, 多分辨脊波特征匹配法的FAR=0.11%, 等错误率为0.62%.在手背静脉辨识实验中, 所有的测试样本都参与了测试. 在60×10=600次辨识测试中, 多分辨脊波特征匹配法的识别精度分别达到97.3%. 实验结果表明, 把手背静脉特征作为个人身份识别的依据, 在技术上是可行的.参考文献【相关文献】[1] Tanaka T, Kubo N. Biometric Authentication by Hand Vein Patterns [C]//Proceedings of the SICE 2004 Annual Conference. [S.l.]: IEEE Press, 2004: 249-253.[2] Cross J M, Smith C L. Thermographic Imaging of the Subcutaneous Vascular Network of the Back of the Hand for Verification of Identity [C]//Proceedings of the Institute of Electrical and Electronics Engineers 29th Annual 1995 International Carnahan Conferenceon Security Technology. [S.l.]: IEEE Press, 1995: 20-35.[3] Badawi A M. Hand Vein Biometric Verification Prototype: A Testing Performance and Patterns Similarity [C]//Proceedings of the 2006 International Conference on Image Processing, Computer Vision, and Pattern Recognition. [S.l.]: CSREA Press, 2006: 26-29. [4] WANG Ling-yu, Graham Leedham. A Thermal Hand Vein Pattern Verification System [M]. Berlin: Pattern Recognition and Image Analysis, 2005: 58-65.[5] Do M N, Vetterli M. The Finite Ridgelet Transform for Image Representation [J]. IEEE Transactions on Image Processing, 2003, 12(1): 16-28.[6] LIU Kun, GUO Lei, CHEN Jing-song. Image Fusion Algorithm Based on Finite Ridgelet Transform and Cycle Spinning [J]. Journal of Jilin University: Engineering and Technology Edition, 2010, 40(4): 1075-1080. (刘坤, 郭雷, 陈敬松. 基于有限脊波变换和Cycle Spinning的图像融合算法 [J]. 吉林大学学报: 工学版, 2010, 40(4): 1075-1080.)[7] TIAN Run-lan, XIAO Wei-hua, QI Xing-long. Comparion of Servral Image Transform [J]. Journal of Jilin University: Information Science Edition, 2010, 28(5): 439-444. (田润澜, 肖卫华, 齐兴龙. 几种图像变换算法性能比较 [J]. 吉林大学学报: 信息科学版, 2010, 28(5): 439-444.) [8] Daubechies I. The Wavelet Transform Time-Frequency Localization and Signalanalysis [J]. IEEE Transactions on Information Theory, 1990, 36(5): 961-1005.[9] HAN Xiao. Research on Algorithm for Human Dorsal Hand Vein Recognition [D]: [Ph D Thesis]. Changchun: College of Mathematics, Jilin University, 2007. (韩笑. 人体手背静脉识别算法研究 [D]: [博士学位论文]. 长春: 吉林大学数学学院, 2007.)。

静脉解锁原理

静脉解锁原理

静脉解锁原理静脉解锁是一种生物识别技术,通过识别人体手指静脉图像来进行身份验证和解锁操作。

它利用了每个人手指静脉的独特性,实现了高度安全性和准确性的身份验证。

那么,静脉解锁的原理是什么呢?静脉解锁的原理主要分为三个步骤:图像采集、特征提取和匹配验证。

第一步,图像采集。

当用户将手指放置在静脉解锁设备上时,设备会使用近红外光源照射手指,通过摄像头捕捉到手指静脉的图像。

这个过程是非接触式的,用户不需要直接接触设备,避免了交叉感染的风险。

第二步,特征提取。

从采集到的图像中,静脉解锁系统会提取出手指静脉的特征信息。

每个人的静脉图像都是独特的,这是因为静脉分布、分支和曲线等特征因素在不同人群中有所差异。

因此,通过提取这些特征信息,可以生成一个唯一的静脉特征模板。

第三步,匹配验证。

在解锁时,系统会将用户输入的静脉特征信息与之前注册的模板进行比对。

这个过程使用了计算机视觉和模式识别技术,通过比对计算相似性分数。

如果输入的静脉特征与模板匹配度高于设定的阈值,系统就会认为验证成功,解锁设备或者应用程序。

静脉解锁的原理基于人体静脉的独特性。

相比于指纹识别、人脸识别等生物识别技术,静脉识别更加安全可靠。

因为静脉位于人体皮肤下面,受到外界环境的干扰较小,不易被伪造或者模仿。

同时,静脉图像的采集只需要几秒钟,速度较快,用户体验较好。

静脉解锁技术在安全领域有着广泛的应用。

它可以用于手机解锁、电脑登录、金融交易等场景。

相比于传统的密码、指纹等解锁方式,静脉解锁更加便捷和安全。

同时,静脉解锁技术也可以用于身份验证、出入控制等领域,提高了系统的安全性和管理效率。

尽管静脉解锁技术具有很多优点,但也存在一些挑战和局限性。

首先,静脉图像的采集需要设备的支持,这增加了硬件成本。

其次,由于静脉图像需要在近红外光源下进行采集,如果环境光线强烈或者手指表面有污渍,可能会影响图像质量和识别准确性。

此外,静脉图像的采集也需要用户的合作,如果用户手指位置不准确或者不稳定,也可能导致识别失败。

近红外手背静脉图像采集系统的研究与设计

近红外手背静脉图像采集系统的研究与设计
a n d no n—c o n t a c t . Th e i ma g e a c q ui s i t i o n s y s t e m b a s e d on ne a r i nf ra r e d t e c h no l o g y i s p o p ul a r b e c a u s e o fl o s t C OS t . Th e s ys t e m i s d e s i g ne d us i n g n e a r i nf r a r e d t e c h n ol o y. g Th e e x p e r i me nt a l r e s u l t s s h o w t h a t t h e s y s t e m c a n c a pt u r e h i g h—c o n t r a s t d o r s a l h a n d ve i n i ma g e s un d e r 8 5 0 n m n e a r i nf r a r e d
Abs t r a c t : Do r s l a ha n d v e i n p a t t e n r r e c o g ni i t on i s a n e w b i o me t r i c i d e n i t ic f a t i o n t e c hn o l o g y , wi t h t h e v i r t ue o f l i v i n g b o a y r e c a r a c t e r i s t i c ,
关键词 : 生物识别技 术 手 背静 脉 识别 图像 采集 近 红外技 术 CC D传感 器
中图分 类号 : T P 3 9 1 . 4 1

应用于近红外手背皮下静脉深度测量的手背静脉模型及其测量方法[

应用于近红外手背皮下静脉深度测量的手背静脉模型及其测量方法[

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201810319923.1(22)申请日 2018.04.11(71)申请人 西安科技大学地址 710054 陕西省西安市雁塔中路58号(72)发明人 彭龙贵 赵萌 (74)专利代理机构 北京天盾知识产权代理有限公司 11421代理人 刘桐 马歆甜(51)Int.Cl.G09B 23/28(2006.01)(54)发明名称应用于近红外手背皮下静脉深度测量的手背静脉模型及其测量方法(57)摘要本发明提供一种应用于近红外手背皮下静脉深度测量的手背静脉模型,包括裁剪为手形状的手背骨模型支架、沿所述手背骨模型支架设置的输液管及套设于所述手背骨模型支架表面的皮肤层。

本发明还提供一种近红外手背皮下静脉深度的测量方法。

利用上述装置制成手背静脉模型,将手背模型图像的静脉灰度值与手背模型静脉血管皮下深度值进行标定、曲线拟合及校准,最终可定量的给出手背静脉血管皮下深度的直观差异,并且对测得血管深度进行实时的标注,方便医护人员进行静脉穿刺时参考判断,达到辅助医疗应用目的。

权利要求书1页 说明书6页 附图3页CN 108364555 A 2018.08.03C N 108364555A1.一种应用于近红外手背皮下静脉深度测量的手背静脉模型,其特征在于,包括裁剪为手形状的手背骨模型支架、沿所述手背骨模型支架设置的输液管及套设于所述手背骨模型支架表面的皮肤层。

2.根据权利要求1所述的应用于近红外手背皮下静脉深度测量的手背静脉模型,其特征在于,所述手背骨模型支架由五层纸箱通过裁剪制成,所述皮肤层为接近肤色的丝袜制成,所述丝袜为若干层薄丝袜或厚丝袜或若干层薄丝袜和厚丝袜的组合。

3.根据权利要求1所述的应用于近红外手背皮下静脉深度测量的手背静脉模型,其特征在于,所述手背骨模型支架和所述输液管通过胶带纸粘接固定。

4.根据权利要求1所述的应用于近红外手背皮下静脉深度测量的手背静脉模型,其特征在于,所述输液管包括内部连通第一输液管和第二输液管,所述第一输液管的截面直径大于所述第二输液管的截面直径,所述第一输液管设于所述手背骨模型支架的手背位置,所述第二输液管设于所述手背骨模型支架的手指位置。

基于近红外应用的手背静脉显影装置的设计

基于近红外应用的手背静脉显影装置的设计

脉穿 刺失 败频频 成为 医患 纠纷 的导火索 [ 9 1 。
国内外 相 继开 展 了对静 脉 穿 刺 辅 助设 备 的设



计、 研 究 ㈣, 从 最 早 的温 敏 贴 纸 到普 通 光 源 反 射 直 接 观察仪 器 , 又到 目前研 究最 多 的红 外静 脉显 示仪
器, 应用 原理 多种 多样 , 面世 的产 品也 是 品类 繁 多 ,
l a b图像 处 理
中 图分 类 号 : T P 3 9 1 . 4 1
文献 标 志 码 : A
0 引 言
输 液是 透皮 给药应 用 较为 广泛 的方 式之 一 , 在 临床上 可 以实现药 物的大量 、 快速输送 , 具有平衡 人 体 内的水 电解质 及酸 碱性 的作 用 , 在 急救场 合还 可 以扩 充休 克病人 的血 容量 , 及 时挽 救患 者 的生命t 1 。 然而 , 国内外 的相 关 统计 数 据f 表明 : 静 脉 穿 刺 的 失 败 率普 遍 较 高 , 这种 现 象在 年 龄 小 的儿 童 、 肥 胖 或 水肿 病人 、 输 液部 位发 生 过严 重烧烫 伤 的病 人 以
的携 氧 能力 , 与氧结 合 形 成氧 合 血红蛋 白( H b O ) ,
通过这 种方 式 向组织 提供 正常 生命 活动 所需 的 氧 , 随后 与 氧脱 离形成 脱 氧血 红蛋 白( H b R) 。 氧合 血 红 蛋 白和脱 氧血红 蛋 白对红 外 光 的吸收 峰值不 同 , 前
第 1 9卷第 2 期
2 0 1 7 年 6月
河 北 软 件 职 业 技 术 学 院 学 报
J o u r n a l o f He b e i S o f t wa r e I n s t i t u t e
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

摘要基于静脉识别技术实现新一代的身份识别装置,突出唯一性,保密性强的特点,抗伪造能力强。

主要使用采集装置以及图像处理装置,期间经过预处理,特征值提取,去杂,匹配识别等过程,从而进行身份识别。

关键词静脉识别;特征值提取;匹配识别
中图分类号 tn21 文献标识码 a 文章编号 1674-6708(2016)166-0183-02
在科学飞速发展的今天,高楼林立,工厂遍地,当温饱问题和精神文明达到一定境界后,人们开始对自己的安全以及隐私问题提出越来越高的要求。

公司财产是否安全,军事机密是否安全,以及具体细化到各个普通家庭财产是否安全。

提到这些安全问题,我们首先想到的就是进行身份识别,只有是自己或者可信赖的人才能获得允许的权限。

而说到身份识别,我们不得不对现有的身份识别方式进行分析和比较。

我们最常见的传统身份识别方式即为id卡识别,例如,刷门禁,身份证等,优点是价格低廉,但是存在严重的缺点,易丢失,易复制,易被盗窃冒用,失败率高等。

为了弥补id卡识别的缺陷,应运而生了指纹识别,首次将高科技与生物识别相结合,是识别技术的一个里程碑,但是指纹识别局限性较大,例如,手指指纹处皮肤破损消失等情况,会使身份识别失败,同时也避免不了复制造假的现象,市场上随处可见的指纹膜等产品使指纹造假更为普遍。

除此之外,指纹识别还不能判断是否为活体识别,电影大片里面杀人灭口取死者手指进行身份识别成功的事情也可能发生。

比之更先进的虹膜识别技术产生并克服了指纹识别的区别,但是虹膜识别的成本以及设施过于昂贵,使得它的应用至今还不能普及。

包括人脸识别技术也存在各种问题,如识别率低下,易出错,可变性差等。

因此,我们研究手背静脉识别装置去克服这些缺点,并且满足人们对安全的需求。

手背静脉识别为活体识别,且凭借不会丢失,不能被复制,准确性高,识别率高等特点被越来越多的人所关注,它克服了传统id卡识别,指纹识别,虹膜识别等缺点。

但是,在国内,这方面的研究还处于起步和试验阶段,我们可以把它应用到各个领域,家庭、军事、公司、医疗等,我们有理由相信,由于手背静脉识别低廉的成本,突出的优点,将会在安全领域成为新的宠儿。

1)科学先进性
(1)指纹识别具有一定的局限性,适用人群受到很大限制。

如手指因为外伤而出现指纹处皮肤破损等现象,或者手指有污物时,会使所成图片模糊不清晰,以致身份识别失败,识别率会大幅下降。

而静脉位于人体皮肤下面,可以避免发生上述情况。

(2)虹膜验证为侵入式验证,容易使人产生心理抗拒,且成本昂贵。

而静脉识别装置使用起来十分方便,与虹膜识别相比,更轻松自在,因为它是非侵入式,所以不会让人在心理上产生排斥。

(3)非生物式的身份认证如门禁卡、智能ic卡、信用卡密码、口令密码等具有易丢失、易遗忘、易伪造等缺点。

而人体的毛细血管形状、结构分布具有独一无二、不易丢失等特点。

2)优点
(1)手背静脉特征具有很好的普遍性和唯一性。

解剖学著作gray’s anatomy(《格式解剖学》)已经证明,个体的手背静脉在形成、发育生长过程中具有很强的唯一性,手背静脉身份识别技术即使是双胞胎或者同一个人的左右手,也会因为发育过程的随机性导致手背静脉分布结构的差异。

当人体发育成熟,20岁后手背静脉的分布结构除非进行手术或药物作用,否则不再变化,因此手背静脉作为一种新的生物特征是可行的。

(2)活体识别特性和内部特性。

由于血液和皮下脂肪对近红外光的吸收率不同,通常采用近红外反射成像,获得对比度清晰的手背静脉纹理图像,进而完成特征提取与识别研究。

另外,手背静脉血管位于体表内部,不易受到污染和划伤等外界因素的影响,所以手背静脉
很难被仿造,安全性较高。

(3)近红外反射成像设备属于非接触类型,且造价低廉,用户和制造商容易接受。

在部分国家特别是日本、韩国和新加坡等,手背静脉识别产品如韩国的vp-ii和日本富士通的palm secure,都已经进入了实用领域。

3)发展历程
静脉识别技术起源于20世纪80年代。

柯达公司的一位工程师joe rice基于条形码技术,研究得出的人类条形码阅读器――静脉识别,并申请了相应专利并将专利使用权分配给btg (英国技术集团)。

然而之后静脉识别的发展并不顺利。

btg在这项技术上,一直未取得很好进展,到了20世纪90年代btg表示放弃与静脉识别相关的商业活动。

joe并未放弃,他在谷歌生物峰会上再次发表演讲,阐述他将如何发展静脉识别。

在2002年日立和富士通推出静脉识别装置,证实了joe的理论,并且证明了静脉是最一致,最无歧义并且准确的生物特征。

1 静脉识别装置基本原理以及相关技术
1.1 系统整体框架图
本系统采用图像拍摄及收集装置(采集装置)以及处理及控制装备(计算机软件)2部分组成。

采集装置用于图像收集以及光源提供以及控制;计算机软件用于接收图像,处理图像并产生对比验证结果,同时对光源有控制作用,以增强图片清晰度。

俩者之间通过usb接口,进行数据传输。

1.2 采集装置
1.2.1 静脉图像的获取
静脉识别是基于近红外成像的原理来获取静脉图像,根据近红外成像技术,近红外光的入射波长为700nm~1000nm之间,它可以透过约3mm厚的肌肉组织。

红外图像采集是根据人体肌肉骨骼以及组织的吸收特性,当红外光照射手时,静脉血管中的血色素相比于皮下的其他组织能吸收更多近红外光,因此静脉血管反射的光线相比其他组织反射回的光线,传感器接受的更少。

由传感器接受的反射光线强弱的不同,从而形成静脉纹路分布的图像,从而得到静脉图像。

此外人体静脉血液中的还原血蛋白对近红外光的吸收特性来实现,手掌皮肤对光的吸收和散射特性在不同波长的入射光下是不同的。

1.2.2 系统接口
静脉的红外图像要传送入计算机,就需要提供相应接口,并且该接口应具有高速传输信息的能力,考虑到usb在传输速度以及便捷灵活方面的性能优于其他的接口,因此该传输接口将选用usb接口作为传输接口电路。

1.3 静脉图像处理
1.3.1 预处理阶段
主要目的为选取有效区域,方便静脉图像采集。

1)得到静脉图。

2)依次计算出手背轮廓的点到手腕中心点的距离。

3)得到距离图像,利用图像凹点处确定的线段取正方形像素块,即得到了我们所需要的有效区域。

1.3.2 静脉图像处理
1)静脉特征提取。

采取有效区域图像,获得静脉图像,得到静脉特征。

2)静脉图像去杂。

黑色图案的边缘存在微小的突起和凹陷,称为毛刺。

针对这种情况,我们采用的方法是中值滤波法,它是一种非线性处理的方法。

对于零均值的正态分布噪声输入,中值滤波输出的噪声方差。

1.3.3 匹配识别
静脉特征的匹配主要根据提取到的静脉特征来判断取舍,匹配过程采用了相关算法,具体的算法采用主要是根据提取到的特征图像来进行处理。

在提取到静脉图像的频域信息后,直接利用频域的相关算法来进行匹配识别。

2 使用方法及应用领域
1)手背静脉图像入库,并输入身份信息。

2)程序自动扩充图库,将新入库的图像与信息处理并存储。

3)通过手背静脉进行身份识别。

军事公安、案件侦查、工业安全、生物医学、多媒体系统管理和日常的医院、银行、酒店、超市商场付款、网络传输、交通信息现场管理等。

这就预示着生物特征识别未来的发展前景将相当广阔,而我们所研究的手背静脉识别技术作为第2代生物特征识别技术的代表,以其在速度、稳定性、安全性与隐秘性等方面的优势,已成为众多发达国家的第2代身份认证技术的主流研究方向。

3 当前国内外同类课程研究水平概述
单就静脉识别研究和商用系统而言,日本和韩国都是走在世界的前列,静脉识别的鼻祖公司就是日本日立公司。

近几年,此项技术影响到了海外市场,上海浦东国际金融中心就是采用了手指静脉识别系统作为登楼身份管理系统。

除了日立公司,日本富士通公司也是这一行业的佼佼者,该公司也推出了一款笔记本手掌静脉纹路识别系统。

而在韩国,nextern公司推出了bk100\bk200s\ bk300\bk500四套bk系列手背静脉识别系统,其中bk100\bk200s\bk300都投入了市场。

除此之外,韩国的techsphere公司以及新加坡veid公司、长春鸿达公司、深圳科安信有限公司、哈尔滨工业大学、清华大学等也积极参与静脉识别技术研发之中。

在国内,从2002年开始,清华大学的林喜荣等发表了多篇文章,自主设计了近红外血管图像采集仪,提取血管造影的原始图像,并对采集到的图像进行归一化和增强处理,对特征提取和特征匹配算法进行了初步的研究。

在2006年,他们利用分水岭算法提取特征点,并使用二阶矩和统计的方法进行多分辨率滤波得到多维特征向量。

相关文档
最新文档