專利名稱：一種帶有掌紋識(shí)別系統(tǒng)的保險(xiǎn)柜的控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及保險(xiǎn)柜技術(shù)領(lǐng)域，尤其涉及一種帶有掌紋識(shí)別系統(tǒng)的保險(xiǎn)柜的控制方
法。
背景技術(shù)：
一直以來(lái)人們都在試圖尋找一種更為“保險(xiǎn)”的保險(xiǎn)柜，因?yàn)閭鹘y(tǒng)的保險(xiǎn)柜系統(tǒng)是 用鑰匙和密碼來(lái)開啟的，而鑰匙和密碼是保險(xiǎn)柜最不“保險(xiǎn)”的根源。要想克服鑰匙和密碼 給傳統(tǒng)保險(xiǎn)柜帶來(lái)的這些致命弊端，在計(jì)算機(jī)與模式識(shí)別技術(shù)飛速發(fā)展的今天，用人類自 身攜帶的生物特征來(lái)開啟保險(xiǎn)柜系統(tǒng)是國(guó)內(nèi)外專家與學(xué)者們正在尋找的一種方法。生物識(shí)別技術(shù)又稱生物認(rèn)證技術(shù)，指計(jì)算機(jī)利用人體固有的生理特征或行為特征 進(jìn)行個(gè)人身份鑒定的技術(shù)。目前生物識(shí)別技術(shù)主要分為以下8類指紋識(shí)別，人臉識(shí)別，視 網(wǎng)膜識(shí)別，虹膜識(shí)別，語(yǔ)音識(shí)別、簽字識(shí)別和開鎖動(dòng)力學(xué)識(shí)別等。生物識(shí)別具有識(shí)別精度高、 便于攜帶、不會(huì)丟失、不會(huì)遺忘、不會(huì)被借用或盜用等特點(diǎn)，是本世紀(jì)最有發(fā)展?jié)摿Φ母咝?技術(shù)之一。在常用的生物識(shí)別技術(shù)中，掌紋識(shí)別是近期才發(fā)展起來(lái)的一種新技術(shù)，與其它生 物特征相比，掌紋具有以下優(yōu)點(diǎn)(1)具有終生不變性和唯一性；(2)定位具有旋轉(zhuǎn)不變性 和唯一性；(3)掌紋中的細(xì)節(jié)特征和各類線特征都具有唯一性和穩(wěn)定性；(4)掌紋的主要特 征明顯，不易被噪聲干擾；(5)不易仿造；(6)由于對(duì)掌紋圖像的分辨率可降低要求，采集設(shè) 備成本較低；(7)掌紋識(shí)別的被測(cè)試者可接受程度較高；(8)識(shí)別系統(tǒng)的硬件標(biāo)準(zhǔn)化程度也 尚ο但是至今沒(méi)有出現(xiàn)有關(guān)掌紋識(shí)別技術(shù)在保險(xiǎn)柜中的應(yīng)用方法。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種帶有掌紋識(shí)別系統(tǒng) 的保險(xiǎn)柜的控制方法。本發(fā)明采用如下技術(shù)方案一種帶有掌紋識(shí)別系統(tǒng)的保險(xiǎn)柜的控制方法，包括以下步驟Al 采集掌紋圖像；A2 對(duì)所述掌紋圖像進(jìn)行預(yù)處理；A3 提取預(yù)處理后的掌紋圖像的特征向量；A4:根據(jù)提取到的特征向量與預(yù)存儲(chǔ)的授權(quán)用戶掌紋特征向量匹配，匹配一致則 發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無(wú)論匹配是否一致，都將開鎖時(shí)間和用 戶信息存儲(chǔ)在所述存儲(chǔ)模塊。所述的控制方法，所述步驟A2對(duì)所述掌紋圖像進(jìn)行的預(yù)處理包括掌紋圖像的二 值化、提取邊緣線、確定角點(diǎn)、定位與歸一化。所述的控制方法，所述步驟A3采用小波變換來(lái)提取掌紋圖像特征向量。所述的控制方法，采用Daubechies和Symlet正交小波變換來(lái)提取掌紋圖像特征向量所述的控制方法，所述掌紋圖像特征提取模塊對(duì)一幅掌紋圖像進(jìn)行4級(jí)的二維小 波分解。本發(fā)明的掌紋識(shí)別保險(xiǎn)柜，是用人體自身攜帶的生物特征掌紋開啟，跟其他的生 物特征相比掌紋具有終生不變性和唯一性，定位具有旋轉(zhuǎn)不變性，掌紋的細(xì)節(jié)特征和各類 線特征具有穩(wěn)定性，掌紋的主要特征明顯，不易被噪聲干擾。與其它形式的保險(xiǎn)柜相比，不 會(huì)出現(xiàn)鑰匙丟失和被仿造的問(wèn)題；也不會(huì)出現(xiàn)忘記密碼和密碼被盜的問(wèn)題，安全性高。核心 設(shè)備成本較低，易于大批量生產(chǎn)。


圖1 二維小波分解示意圖；圖2掌紋圖像的二維小波分解，其中a為掌紋，b為a掌紋的小波分解圖；圖3掌紋小波特征向量曲線圖，其中a為手掌1、2、3的掌紋樣本，b為掌紋1的特 征向量曲線，c為掌紋2的特征向量曲線，d為掌紋3的特征向量曲線；圖4本發(fā)明掌紋保險(xiǎn)柜的控制結(jié)構(gòu)示意圖；圖5為掌紋圖像預(yù)處理方法示意圖。
具體實(shí)施例方式以下結(jié)合附圖和具體實(shí)施例，對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。實(shí)施例1本實(shí)施例提供一種掌紋保險(xiǎn)柜的控制結(jié)構(gòu)，如圖4所示，包括掌紋圖像采集模塊 10、掌紋圖像預(yù)處理模塊11、掌紋圖像特征提取模塊12、圖像匹配模塊13、存儲(chǔ)模塊16和開 鎖控制模塊15 ；所述掌紋圖像采集模塊10用于采集用戶的掌紋圖像，所述用戶的掌紋圖像 在所述掌紋圖像預(yù)處理模塊11進(jìn)行預(yù)處理，在所述掌紋圖像特征提取模塊12提取預(yù)處理 后的掌紋圖像的特征向量，根據(jù)提取到的特征向量與存儲(chǔ)模塊中預(yù)存儲(chǔ)的授權(quán)用戶掌紋特 征向量匹配，匹配一致則向所述開鎖控制模塊發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開 鎖指令，無(wú)論匹配是否一致，都將開鎖時(shí)間和用戶信息存儲(chǔ)在所述存儲(chǔ)模塊；例如，掌紋圖像采集模塊可以使用CXD攝像機(jī)，通過(guò)PC機(jī)或DSP對(duì)采集后的圖像 進(jìn)行預(yù)處理，進(jìn)行特征向量提取，進(jìn)而和存儲(chǔ)在存儲(chǔ)模塊16中的掌紋進(jìn)行匹配。存儲(chǔ)在存儲(chǔ)模塊16中的授權(quán)用戶的掌紋由管理員通過(guò)系統(tǒng)預(yù)先建立，為授權(quán)用 戶，授權(quán)用戶也可以隨時(shí)進(jìn)行添加、修改。本實(shí)施例的掌紋保險(xiǎn)柜的控制機(jī)理具體步驟如下Al 采集掌紋圖像；A2 對(duì)所述掌紋圖像進(jìn)行預(yù)處理；所述預(yù)處理的方法具體為(1)掌紋圖像的二值化對(duì)分割后的掌紋圖像進(jìn)行二值化，即手掌部分取0(黑)， 背景部分取1(白)，可以得到完整的手掌型，如圖5-1所示。(2)邊緣提取對(duì)二值化后的掌紋圖像邊緣提取就是掏空手掌內(nèi)部的點(diǎn)。其基本 思想為若圖像中一點(diǎn)為黑，且它的8個(gè)鄰域點(diǎn)都是黑色時(shí)，說(shuō)明該點(diǎn)是內(nèi)部點(diǎn)，將該點(diǎn)刪 除(置為白色)，否則，則為邊界點(diǎn)，記錄其位置。對(duì)圖像中所有像素點(diǎn)執(zhí)行該操作便可完成掌紋圖像邊界的提取(圖5-2所示)。(3)確定角點(diǎn)用曲線擬合的方法在掌紋圖像的邊緣線上找出感興趣的角點(diǎn)A、B、 C(圖5-3)，其中A為無(wú)名指與小指之間的交點(diǎn)，B為食指與中指之間的交點(diǎn)，C是A、B連線 的中點(diǎn)。(4)定位與歸一化將C點(diǎn)移動(dòng)到掌紋圖像的中點(diǎn)0，使之與0點(diǎn)重合，0通常設(shè)為 坐標(biāo)原點(diǎn)(如圖7-3所示)，以0為中心旋轉(zhuǎn)掌紋圖像，將AB轉(zhuǎn)到豎直方向(豎直方向設(shè)置 為y軸)，通過(guò)移動(dòng)和旋轉(zhuǎn)之后，所使用的掌紋圖像AB連線均以豎直方向定位于同一位置 上，在手掌中心同一區(qū)域處切割出一塊大小均為128X128的子圖像來(lái)代表整個(gè)掌紋圖像 (如圖5-4)，即可完成掌紋圖像的定位歸一化。A3 提取預(yù)處理后的掌紋圖像的特征向量；A4:根據(jù)提取到的特征向量與預(yù)存儲(chǔ)的授權(quán)用戶掌紋特征向量匹配，匹配一致則 發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無(wú)論匹配是否一致，都將開鎖時(shí)間和用 戶信息存儲(chǔ)在所述存儲(chǔ)模塊。
優(yōu)選的，所述步驟A2對(duì)所述掌紋圖像進(jìn)行二值化、定位、歸一化、濾波、細(xì)化處理。優(yōu)選的，所述步驟A3采用小波變換來(lái)提取掌紋圖像特征向量。優(yōu)選的，采用Daubechies和Symlet正交小波變換來(lái)提取掌紋圖像特征向量。優(yōu)選的，所述掌紋圖像特征提取模塊對(duì)一幅掌紋圖像進(jìn)行4級(jí)的二維小波分解。實(shí)施例2本實(shí)施例提供一種掌紋圖像預(yù)處理方法。預(yù)處理是掌紋自動(dòng)識(shí)別過(guò)程的第一步，它的好壞直接影響著掌紋識(shí)別的效果。常 用的預(yù)處理方法主要包括掌紋圖像的二值化、定位(旋轉(zhuǎn)和平移)、歸一化、濾波、細(xì)化等。用一個(gè)基于CXD的設(shè)備進(jìn)行掌紋圖像采集。為了減少采集過(guò)程中由于平移、旋 轉(zhuǎn)、扭曲引起的誤差與失真，在采集掌紋圖像時(shí)，應(yīng)盡量使手掌的每根手指張開，這樣可 以提取手指邊緣，并用其來(lái)對(duì)準(zhǔn)和歸一化掌紋圖像。經(jīng)過(guò)處理后，每個(gè)掌紋塊大小均為 128X128 (如圖2 (a)所示)，并且偏移和旋轉(zhuǎn)已基本上被消除，從而有利于掌紋圖像的識(shí) 別。實(shí)施例3本實(shí)施例提供一種掌紋圖像特征提取方法——小波特征提取。掌紋圖像是一種近似的紋理性周期圖案，其中主線是手掌上最深最粗的幾條線， 大多數(shù)手掌上有三條主線；除了主線外，手掌上還有很多褶線，一般來(lái)說(shuō)這些線要比主線 細(xì)、淺，并且很不規(guī)則。掌紋圖像中不同區(qū)域的紋線方向和空間頻率代表著掌紋圖像內(nèi)在的 特征。針對(duì)掌紋圖像的特點(diǎn)，我們經(jīng)過(guò)多種特征提取的方法實(shí)驗(yàn)，發(fā)現(xiàn)因?yàn)樾〔ㄗ儞Q具有多 通道、多分辨率的功能，因此用一種基于小波變換的方法提取掌紋圖像的特征，進(jìn)而進(jìn)行識(shí) 別不僅節(jié)省了圖像預(yù)處理的時(shí)間，而且識(shí)別的魯棒性也較高。小波變換理論是Fourier分析理論的進(jìn)一步發(fā)展，是人們對(duì)于信號(hào)特性深層次認(rèn) 識(shí)的需要。小波變換提供了一個(gè)可調(diào)的時(shí)間_頻率窗，伸縮的結(jié)果就是我們可以在不同的 分辨率下分解信號(hào)，平移的結(jié)果就是我們可以把這組信號(hào)作為窗，來(lái)觀察自己關(guān)心的部分。定義如果函數(shù)Ψ (χ)滿足允許小波條件，
權(quán)利要求
一種帶有掌紋識(shí)別系統(tǒng)的保險(xiǎn)柜的控制方法，其特征在于，包括以下步驟A1采集掌紋圖像；A2對(duì)所述掌紋圖像進(jìn)行預(yù)處理；A3提取預(yù)處理后的掌紋圖像的特征向量；A4根據(jù)提取到的特征向量與預(yù)存儲(chǔ)的授權(quán)用戶掌紋特征向量匹配，匹配一致則發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無(wú)論匹配是否一致，都將開鎖時(shí)間和用戶信息存儲(chǔ)在所述存儲(chǔ)模塊。
2.根據(jù)權(quán)利要求1控制方法，其特征在于，所述步驟A2對(duì)所述掌紋圖像進(jìn)行的預(yù)處理 包括掌紋圖像的二值化、提取邊緣線、確定角點(diǎn)、定位與歸一化。
3.根據(jù)權(quán)利要求1所述的控制方法，其特征在于，所述步驟A3采用小波變換來(lái)提取掌 紋圖像特征向量。
4.根據(jù)權(quán)利要求3所述的控制方法，其特征在于，采用Daubechies和Symlet正交小波 變換來(lái)提取掌紋圖像特征向量。
5.根據(jù)權(quán)利要求3或4所述的控制方法，其特征在于，所述掌紋圖像特征提取模塊對(duì)一 幅掌紋圖像進(jìn)行4級(jí)的二維小波分解。
全文摘要
本發(fā)明公開了一種帶有掌紋識(shí)別系統(tǒng)的保險(xiǎn)柜的控制方法，包括以下步驟A1采集掌紋圖像；A2對(duì)所述掌紋圖像進(jìn)行預(yù)處理；A3提取預(yù)處理后的掌紋圖像的特征向量；A4根據(jù)提取到的特征向量與預(yù)存儲(chǔ)的授權(quán)用戶掌紋特征向量匹配，匹配一致則發(fā)出開鎖指令，匹配不一致則不發(fā)出所述開鎖指令，無(wú)論匹配是否一致，都將開鎖時(shí)間和用戶信息存儲(chǔ)在所述存儲(chǔ)模塊。
文檔編號(hào)G06K9/00GK101967915SQ20101051735
公開日2011年2月9日 申請(qǐng)日期2010年10月25日 優(yōu)先權(quán)日2010年10月25日
發(fā)明者夏森, 徐寒, 楊定禮, 王允龍, 王澤平, 董金慧, 蔣同斌 申請(qǐng)人:淮陰工學(xué)院