买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林电子科技大学;广西联睿智能科技有限公司

摘要：本发明涉及一种尺寸自适应的非接触式掌静脉高效识别方法，步骤为：S1手掌静脉图像采集；S2提取轮廓信息，获得前景区域和背景区域；S3对手掌静脉图像进行二值化处理，获得二值化图像；S4对二值化图像进行腐蚀处理和膨胀处理，再求处理后的掌静脉图像的质心作为ROI中心；S5求手掌最大内切圆作为ROI区域；S6旋转校正ROI图像；S7采用基于ResNet和SppLayer的深度学习模型提取不同尺寸ROI图像的掌静脉特征，并建立特征数据库；使用PCA进行降维处理后输出相同大小的特征向量；S8采用基于欧式距离的特征匹配策略，取其中距离最小的模板为识别结果。该方法中掌静脉图像利用率较高，识别速率和准确率均高。

主权项：1.一种尺寸自适应的非接触式掌静脉高效识别方法，其特征在于，具体步骤为：S1手掌静脉图像采集：通过非接触式采集设备采集用户的手掌静脉图像，获得手掌静脉图像；S2提取轮廓信息：使用HOG特征获取手掌轮廓的边缘信息，再结合SVM分类器判断像素属于前景或背景，获得前景区域和背景区域；S3二值化处理：对所述手掌静脉图像进行二值化处理，获得二值化图像；S4确定ROI中心：对二值化图像依次进行腐蚀处理和膨胀处理，得到去除噪声后的掌静脉图像；再求处理后的掌静脉图像的质心作为ROI中心；S5求手掌最大内切圆：以ROI中心为圆心，寻找与手掌轮廓相交的最大内切圆，以该最大内切圆作为ROI区域；S6旋转ROI：使用步骤S5中的最大内切圆的切点与圆心的连线作为基准，计算该连线与水平线的夹角，再将原图像旋转相应的夹角的度数，从而得到旋转校正的ROI图像；S7特征提取：采用基于ResNet和SppLayer的深度学习模型提取不同尺寸ROI图像的掌静脉特征，并建立特征数据库；再使用PCA进行降维处理后输出相同大小的特征向量；S8特征匹配：采用基于欧式距离的特征匹配策略，将待认证的模板与特征数据库中存储的模板进行1-N特征匹配，且计算相邻的两个模板的特征向量之间的距离，取其中距离最小的模板为识别结果。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 广西联睿智能科技有限公司 一种尺寸自适应的非接触式掌静脉高效识别方法