(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210828710.8 (22)申请日 2022.07.15 (65)同一申请的已公布的文献号 申请公布号 CN 114898413 A (43)申请公布日 2022.08.12 (73)专利权人 山东圣点世纪科技有限公司 地址 266100 山东省青岛市崂山区松岭路 169号青岛国际创新园二期D2栋千山 大厦1602室 (72)发明人 王丽　赵国栋　李学双　辛传贤　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 专利代理师 徐超 (51)Int.Cl. G06V 40/12(2022.01)G06V 10/24(2022.01) G06V 10/44(2022.01) (56)对比文件 CN 108830158 A,2018.1 1.16 CN 109190 517 A,2019.01.1 1 JP 5951817 B1,2016.07.13 CN 103310196 A,2013.09.18 李杰 等.手指静脉图像感兴趣区域快速提 取方法研究. 《电子测量与仪 器学报》 .2020,第34 卷(第4期), 审查员 徐淑娴 (54)发明名称 一种复杂背景下的基于图像轮廓方向场 的 静脉识别方法 (57)摘要 本发明公开了一种复杂背景下的基于图像 轮廓方向场的静脉识别方法， 属于指纹图像识别 技术领域， 其包括以下步骤： 基于平均灰度值判 别待识别图像是否属于无手指环境的空图或无 效图像处理； 通过边缘检测得到边缘检测图像， 提取边缘检测图像的轮廓方向场信息， 获取边缘 检测图像的多组连续像素点集合， 基于轮廓方向 场信息和多组连续像素点集合判定采集到的静 脉图像是否存在手指； 对多组连续像素点集合进 行像素校正， 基于校正后的多组连续像素点集合 再次判定采集到的静脉图像是否存在手指。 本发 明通过多维度、 多阶段融合的方式判断采集到的 静脉图像中是否存在手指， 能够在复杂背景下全 方位的获取静脉数据信息， 判断图像静脉信息， 提高识别的鲁棒 性。 权利要求书3页 说明书6页 附图2页 CN 114898413 B 2022.09.13 CN 114898413 B 1.一种复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征在于： 其包括以下 步骤： （1） 采集静脉图像， 形成待识别图像； （2） 计算待识别图像的平均灰度值， 基于平均灰度值判别待识别图像是否属于黑图或 亮图， 若判定待识别图像不是黑图或亮图， 则进入步骤 （3） ， 若判定待识别图像是黑图或亮 图， 则静脉识别结束； （3） 基于待识别图像的平均灰度值调整 待识别图像的灰度； （4） 对灰度调整后的待识别图像进行边 缘检测， 得到边 缘检测图像； （5） 提取边缘检测图像的轮廓方向场信息， 获取边缘检测图像的多组连续像素点集合， 基于轮廓方向场信息和多组连续像素点集合判定采集到的静脉图像是否存在手指， 若判定 结果为存在手指， 则进入步骤 （6） ， 若判定结果 为不存在手指， 则静脉识别结束； （6） 对多组连续像素点集合进行像素校正， 基于校正后的多组连续像素点集合再次判 定采集到的静脉图像是否存在手指， 若判定结果为存在手指， 则进入步骤 （7） ， 若判定结果 为不存在手指， 则静脉识别结束； （7） 当步骤 （6） 中判定结果 为存在手指， 则对静脉图像进行静脉识别。 2.根据权利要求1所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 所述的步骤 （2） 中， 设置最小灰度阈值和最大灰度阈值， 当计算待识别图像的平均灰 度值小于最小灰度阈值， 则判定待识别图像为黑图； 当计算待识别图像的平均灰度值大于 最大灰度阈值， 则判定待识别图像为亮图。 3.根据权利要求2所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 所述的步骤 （3） 调整 待识别图像的灰度的条件为： 当步骤 （2） 计算所得的待识别图像的平均灰度值在30~60之间时， 按比例调整待识别图 像各像素点的灰度值， 使 待识别图像的平均灰度值 为90； 当步骤 （2） 计算所得的待识别图像的平均灰度值在60~130之间时， 按比例调整待识别 图像各像素点的灰度值， 使 待识别图像的平均灰度值 为80； 当步骤 （2） 计算所得的待识别图像的平均灰度 值在130~230之间时， 按比例调整待识别 图像各像素点的灰度值， 使 待识别图像的平均灰度值 为120。 4.根据权利要求1所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 所述的步骤 （4） 中采用Sobel算法进行边缘检测， 包括： 利用Sobel水平边缘模板、 Sobel垂直 边缘模板分别对灰度调整后的待识别图像进行 水平边缘卷积和垂直 边缘卷积； 所述的Sobel水平边 缘模板的取值 为： 所述的Sobel垂直 边缘模板的取值 为： 。 5.根据权利要求1所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征权　利　要　求　书 1/3 页 2 CN 114898413 B 2在于： 所述的步骤 （5） 提取边 缘检测图像的轮廓方向场信息的公式为： 式中， 表示该点方向场的大小， （ x，y） 表示该点的坐标， 表示该点在 x方向的导数， 表示该点在y方向的导数。 6.根据权利要求5所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 所述的步骤 （5） 获取边缘检测图像的多组连续像素点集合， 包括： 遍历边缘检测图像 的像素点， 利用八邻域 边缘跟踪检测方法获取边 缘检测图像中多组连续像素点 集合。 7.根据权利要求6所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 在所述的步骤 （5） 基于轮廓方向场信息和多组连续像素点集合判定采集到的静脉图 像是否存在手指之前， 还包括： 分别计算多组连续像素点集合的长度， 所述长度为连续像素 点集合中像素点的个数， 若连续像素点集合的长度小于边缘检测图像宽度的二分之一， 则 筛除该连续像素点 集合。 8.根据权利要求7所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 所述的步骤 （5） 基于轮廓方向场信息和多组连续像素点集合判定采集到的静脉图像 是否存在手指， 判断的依据为： （a） 所述连续像素点 集合的长度大于等于边 缘检测图像宽度的80%； （b） 分别计算多组连续像素点集合中任意两个像素点方向场差的绝对值， 所述绝对值 均小于等于45度； （c） 计算多组连续像素点集合的像素点总数， 所述边缘检测图像的大小为m*n， 所述多 组连续像素点集合的像素点总数占边缘检测图像总像素点个数的比例大于等于 （1/n） %且 小于等于70%； （d） 计算多组连续像素点集合中方向场在0 °至45°之间及135 °至180°之间的像素点个 数， 所述个数占多组连续像素点 集合的像素点总数的比例大于等于 50%； 若判定依据 （a）~（d） 中， 满足条件的个数小于2个， 则判定为无静脉的图像， 满足条件的 个数大于等于2个， 则判定为存在手指的静脉图像。 9.根据权利要求8所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 所述步骤 （6） 对多组连续像素点集合进 行像素校正的具体方式为： 将多组连续像素点 集合中像素点方向场范围在60 °至120°之间的像素点归为无效点， 得到校正后的多组连续 像素点集合。 10.根据权利要求9所述的复杂背景下的基于图像轮廓方向场的静脉识别方法， 其特征 在于： 所述步骤 （6） 中基于校正后的多组连续像素点集合再次判定采集到的静脉图像是否 存在手指， 判定的依据为： （e） 计算校正后的多组连续像素点集合中像素点方向场范围在0 °至45°之间及135 °至 180°之间的像素点的个数占校正后的多组连续像素点集合中像素点总数的比值， 比值大于 0.5； （f） 计算校正后的多组连续像素点集合中像素点的总数， 所述校正后的多组连续像素 点集合的像素点总数占边 缘检测图像总像素点个数的比例大于等于 5%；权　利　要　求　书 2/3 页 3 CN 114898413 B 3